Chirp 3 vs Fun-ASR Flash

vs

Quale scegliere e quando

Entrambi fatturano al minuto di audio e fun-asr-flash costa 7.6x meno, $0.0021 contro $0.016 - ma è lo strumento più stretto: solo riconoscimento sincrono, fino a 5 minuti o 2GB per file, 30+ lingue, senza diarizzazione. chirp-3 copre 29 locale GA più 82 in anteprima, gestisce lotti fino a un'ora e flussi in tempo reale, e diarizza in 14 lingue. Scegli fun-asr-flash per clip brevi in volume; scegli chirp-3 quando ti serve la diarizzazione, file lunghi o l'elenco di locale più ampio.

Prezzi

Chirp 3 Fun-ASR Flash Δ
Al minuto di audio $0.016 $0.0021 7.6×

Tariffe lette dal catalogo live al momento della build; il listino aggiornato è sulla pagina di ciascun modello.

Dove si collocano: prezzo al minuto di audio tra tutti i modelli di speech-to-text con questa unità di fatturazione (12, scala logaritmica)

Chirp 3 · $0.016 Fun-ASR Flash · $0.0021

Funzionalità

Chirp 3 Fun-ASR Flash
Diarizzazione dei parlanti sì no
Streaming sì sì
Timestamp sì -

Specifiche

Chirp 3 Fun-ASR Flash
Modalità di input audio audio
Modalità di output testo testo
Rilascio 2025-10-13 2026-06
Limiti

Decodifica audio rilevata automaticamente

Recognize sincrono <1 min, BatchRecognize 1 min - 1 ora (<=20 min con i timestamp di parola), StreamingRecognize per il tempo reale

diarizzazione dei parlanti in BatchRecognize e Recognize (14 lingue)

timestamp a livello di enunciato (solo StreamingRecognize), timestamp a livello di parola indicati come non supportati

trascrizione indipendente dalla lingua

29 locale GA + 82 in preview

Riconoscimento sincrono veloce, <=5 min / <=2GB per audio

iniezione di contesto per la terminologia di dominio

oltre 30 lingue

nessuna diarizzazione

Lingue

29 locale GA + 82 in Preview (111 in totale) tra StreamingRecognize, Recognize e BatchRecognize

la diarizzazione ne copre 14

Multilingue con dialetti, stesso elenco di 30 lingue delle versioni principali di Fun-ASR: cinese (mandarino, cantonese, wu, hokkien, hakka, gan, xiang, jin più accenti regionali), inglese, giapponese, coreano, vietnamita, thai, indonesiano, malese, filippino, hindi, arabo, francese, tedesco, spagnolo, portoghese, russo, italiano, olandese, svedese, danese, finlandese, norvegese, greco, polacco, ceco, ungherese, rumeno, bulgaro, croato, slovacco

Le specifiche sono riprese dalla documentazione di ciascun provider; se un provider non pubblica un dato, la riga viene omessa e non dedotta. Fonti complete: Chirp 3 · Fun-ASR Flash

Passa dall'uno all'altro cambiando una sola riga

In ogni scheda qui sotto ci sono entrambi gli id: le due righe evidenziate sono l'unica modifica. Stesso endpoint, stessa chiave, stessa struttura della richiesta.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="chirp-3",
    # model="fun-asr-flash",  # decommenta questa riga, commenta quella sopra
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Ottieni la tua chiave API →

FAQ

Qual è il più economico, Chirp 3 o Fun-ASR Flash?

Fun-ASR Flash costa meno alla voce Al minuto di audio ($0.0021 contro $0.016, 7.6× di differenza). Altre voci potrebbero dire il contrario: la tabella qui sopra riporta il listino completo, e il costo reale dipende dal tuo mix di utilizzo.

Posso fare un A/B test di Chirp 3 contro Fun-ASR Flash senza due integrazioni?

Sì. Si chiamano entrambi dallo stesso endpoint compatibile con OpenAI, con una sola chiave API. Per passare dall'uno all'altro basta cambiare la stringa del modello in una riga, quindi puoi mandare una parte del traffico a ciascuno e confrontare direttamente i costi.

Chirp 3 e Fun-ASR Flash supportano la diarizzazione dei parlanti?

La risposta, modello per modello, è nella tabella delle funzionalità qui sopra, ripresa direttamente dalla documentazione di ciascun provider. Diarizzazione, streaming e timestamp sono voci separate perché i modelli si differenziano su tutte e tre.

Confronti correlati

Dai nostri studi con dati misurati