Fun-ASR Flash vs Seed ASR
Quale scegliere e quando
Le tariffe al minuto differiscono solo per un arrotondamento ($0.0021 contro $0.002), il che sposta la scelta interamente sulle capacità: seed-asr-bigmodel diarizza sulla sua API per file audio (documentata come migliore con 10 parlanti o meno), restituisce timestamp di frase e parola e accetta fino a 5 ore per file, mentre fun-asr-flash è solo sincrono, con un tetto di 5 minuti e 2GB, senza diarizzazione ma con iniezione di termini di dominio nel contesto. Scegli fun-asr-flash per un ritorno rapido su clip brevi, seed-asr-bigmodel per tutto ciò che è lungo o con più parlanti.
Prezzi
| Fun-ASR Flash | Seed ASR | Δ | |
|---|---|---|---|
| Al minuto di audio | $0.0021 | $0.002 | 1× |
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)
Funzionalità
| Fun-ASR Flash | Seed ASR | |
|---|---|---|
| Diarizzazione dei parlanti | no | sì |
| Streaming | sì | sì |
| Timestamp | - | sì |
Specifiche
| Fun-ASR Flash | Seed ASR | |
|---|---|---|
| Modalità di input | audio | audio |
| Modalità di output | testo | testo |
| Rilascio | 2026-06 | 2025-12-05 |
| Limiti | Riconoscimento sincrono veloce, <=5 min / <=2GB per audio iniezione di contesto per la terminologia di dominio oltre 30 lingue nessuna diarizzazione | Modalità asincrona su file audio: <512MB, <5 ore, OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A (accettato anche il PCM grezzo), risultati restituiti entro 3 ore e conservati 7 giorni diarizzazione dei parlanti tramite enable_speaker_info (solo API su file audio, resa migliore con <=10 parlanti, nessuna diarizzazione sull'API di streaming) segmentazione in frasi e parole con start_time/end_time tramite show_utterances identificazione della lingua tramite enable_lid hotword/contesto fino a 800 token e 20 round fatturazione per chiamata |
| Lingue | 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 | Con `language` vuoto il modello copre mandarino, inglese, cantonese, shanghainese, minnan e i dialetti del Sichuan e dello Shaanxi 39 chiavi di lingua possono essere fissate esplicitamente (en-US, zh-CN, yue-CN, ja-JP, ko-KR, id-ID, es-MX, pt-BR, de-DE, fr-FR, fil-PH, ms-MY, th-TH, ar-SA, it-IT, bn-BD, el-GR, nl-NL, ru-RU, tr-TR, vi-VN, pl-PL, ro-RO, uk-UA, az-AZ, bg-BG, cs-CZ, da-DK, fi-FI, hi-IN, hu-HU, kk-KZ, km-KH, my-MM, no-NO, pa-PK, sv-SE, sw-KE, ur-PK), oltre al rilevamento automatico opzionale (enable_auto_lang) |
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: Fun-ASR Flash · Seed ASR
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="fun-asr-flash",
# model="seed-asr-bigmodel", # decommenta questa riga, commenta quella sopra
file=open("meeting.mp3", "rb"),
language="en",
)
print(resp.text)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.audio.transcriptions.create({
model: "fun-asr-flash",
// model: "seed-asr-bigmodel", // decommenta questa riga, commenta quella sopra
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="fun-asr-flash" \
# -F model="seed-asr-bigmodel" \ # decommenta questa riga, commenta quella sopra
-F file=@meeting.mp3package main
import (
"context"
"fmt"
"os"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
f, _ := os.Open("meeting.mp3")
resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
Model: "fun-asr-flash",
// Model: "seed-asr-bigmodel", // decommenta questa riga, commenta quella sopra
File: f,
})
fmt.Println(resp.Text)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
Transcription resp = client.audio().transcriptions().create(
TranscriptionCreateParams.builder()
.model("fun-asr-flash")
// .model("seed-asr-bigmodel") // decommenta questa riga, commenta quella sopra
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());FAQ
Qual è il più economico, Fun-ASR Flash o Seed ASR?
Seed ASR costa meno alla voce Al minuto di audio ($0.002 contro $0.0021, 1.0× 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 Fun-ASR Flash contro Seed ASR 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.
Fun-ASR Flash e Seed ASR 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.