Fun-ASR Flash vs Seed ASR

vs

どんなときに、どちらを選ぶか

1 分あたりの料金は丸め誤差の範囲($0.0021 対 $0.002)なので、選択は完全に機能で決まります。seed-asr-bigmodel は音声ファイル API で話者分離を行い(文書上は 10 名以下が最適)、文と単語のタイムスタンプを返し、1 ファイル最大 5 時間を受け付けます。fun-asr-flash は同期のみ、5 分・2GB が上限で分離はありませんが、専門用語のコンテキスト注入があります。短いクリップを素早く返すなら fun-asr-flash、長いものや複数話者なら seed-asr-bigmodel です。

料金

Fun-ASR Flash Seed ASR Δ
音声 1 分あたり $0.0021 $0.002 1×

ビルド時点の現行カタログの料金です。最新の料金表は各モデルのページに掲載しています。

両モデルの位置:音声 1 分あたりの料金(この課金単位の音声文字起こしモデル全 12 件、対数スケール)

Fun-ASR Flash · $0.0021 Seed ASR · $0.002

対応機能

Fun-ASR Flash Seed ASR
話者分離 なし あり
ストリーミング あり あり
タイムスタンプ - あり

仕様

Fun-ASR Flash Seed ASR
入力モダリティ 音声 音声
出力モダリティ テキスト テキスト
リリース 2026-06 2025-12-05
制限 同期の高速認識。音声 1 件あたり 5 分以下 / 2GB 以下。専門用語向けのコンテキスト注入。30 以上の言語。話者ダイアライゼーションは非対応。 非同期の音声ファイルモード:512MB 未満、5 時間未満、OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A(生の PCM も受け付け)。結果は 3 時間以内に返り、7 日間保持されます。話者ダイアライゼーションは enable_speaker_info で利用(音声ファイル API のみ、話者 10 人以下が最適、ストリーミング API では非対応)。show_utterances により start_time/end_time 付きの文および単語の分割。enable_lid による言語判定。ホットワード/コンテキストは最大 800 トークン、20 ラウンドまで。課金は呼び出し単位。
言語 方言を含む多言語対応で、Fun-ASR 本体バージョンと同じ 30 言語のリスト:中国語(標準中国語、広東語、呉語、閩南語、客家語、贛語、湘語、晋語および各地の訛り)、英語、日本語、韓国語、ベトナム語、タイ語、インドネシア語、マレー語、フィリピン語、ヒンディー語、アラビア語、フランス語、ドイツ語、スペイン語、ポルトガル語、ロシア語、イタリア語、オランダ語、スウェーデン語、デンマーク語、フィンランド語、ノルウェー語、ギリシャ語、ポーランド語、チェコ語、ハンガリー語、ルーマニア語、ブルガリア語、クロアチア語、スロバキア語 `language` を空にした場合の標準中国語、英語、広東語、上海語、閩南語、四川方言、陝西方言に加えて、明示的に固定できる 39 の言語キー(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)、および任意の自動検出(enable_auto_lang)

仕様は各ベンダーのドキュメントから転記しています。ベンダーが公表していない項目は、推測で埋めずに省いています。 出典の一覧: Fun-ASR Flash · Seed ASR

1 行の変更で切り替え

以下のどのタブにも両方のモデル ID が入っています。書き換えるのはハイライトされた 2 行だけで、エンドポイント、キー、リクエスト形式はすべて同じです。

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",  # この行のコメントを外し、上の行をコメントアウト
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

API キーを取得 →

よくある質問

Fun-ASR Flash と Seed ASR ではどちらが安いですか?

音声 1 分あたりは Seed ASR のほうが安くなります($0.002 対 $0.0021、1.0 倍の差)。ほかの行では逆になることもあります。料金の全体は上の表に掲載しており、実際のコストは利用の内訳によって変わります。

Fun-ASR Flash と Seed ASR の A/B テストは、実装を 2 つ用意せずにできますか?

はい。どちらも同じ OpenAI 互換エンドポイントから 1 つの API キーで利用できます。切り替えはモデル名の文字列を 1 行変えるだけなので、トラフィックの一部をそれぞれに振り分けて、請求額を直接比較できます。

Fun-ASR Flash と Seed ASR は話者分離(ダイアライゼーション)に対応していますか?

上の対応機能の表に、各ベンダーのドキュメントに基づいてモデルごとに記載しています。話者分離、ストリーミング、タイムスタンプを別々の行にしているのは、この 3 点すべてでモデルごとに対応が異なるためです。

関連する比較

当社の実測レポートより