Fun-ASR Flash vs Seed ASR

vs

Qual usar e quando

As tarifas por minuto diferem apenas por arredondamento ($0.0021 contra $0.002), o que coloca a escolha inteiramente nas capacidades: o seed-asr-bigmodel diariza na sua API de arquivos de áudio (documentada como melhor com 10 falantes ou menos), devolve carimbos de tempo por frase e palavra e aceita até 5 horas por arquivo, enquanto o fun-asr-flash é apenas síncrono, limitado a 5 minutos e 2GB, sem diarização mas com injeção de termos de domínio no contexto. Escolha o fun-asr-flash para retorno rápido em clipes curtos, o seed-asr-bigmodel para qualquer coisa longa ou com vários falantes.

Preços

Fun-ASR Flash Seed ASR Δ
Por minuto de áudio $0.0021 $0.002 1×

Tarifas do catálogo em tempo real, lidas no momento do build; a página de cada modelo traz a tabela de preços atual.

Onde cada um fica: preço por minuto de áudio entre os 12 modelos de transcrição de áudio com esta unidade de cobrança (escala logarítmica)

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

Capacidades

Fun-ASR Flash Seed ASR
Diarização de locutor não sim
Streaming sim sim
Timestamps - sim

Especificações

Fun-ASR Flash Seed ASR
Modalidades de entrada áudio áudio
Modalidades de saída texto texto
Lançamento 2026-06 2025-12-05
Limites

Reconhecimento rápido síncrono, <=5 min / <=2GB por áudio

injeção de contexto para termos de domínio

mais de 30 idiomas

sem diarização

Modo assíncrono de arquivo de áudio: <512MB, <5 horas, OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A (PCM bruto também aceito), resultados retornados em até 3 horas e retidos por 7 dias

diarização de locutores via enable_speaker_info (apenas na API de arquivo de áudio, melhor com <=10 locutores, sem diarização na API de streaming)

segmentação por sentença e por palavra com start_time/end_time via show_utterances

identificação de idioma via enable_lid

hotwords/contexto de até 800 tokens e 20 rodadas

cobrança por chamada

Idiomas Multilíngue com dialetos: a mesma lista de 30 idiomas das versões principais do Fun-ASR: chinês (mandarim, cantonês, wu, hokkien, hakka, gan, xiang, jin e sotaques regionais), inglês, japonês, coreano, vietnamita, tailandês, indonésio, malaio, filipino, híndi, árabe, francês, alemão, espanhol, português, russo, italiano, holandês, sueco, dinamarquês, finlandês, norueguês, grego, polonês, tcheco, húngaro, romeno, búlgaro, croata, eslovaco

Com `language` vazio, o modelo cobre mandarim, inglês, cantonês, xangainês, minnan e os dialetos de Sichuan e Shaanxi

39 chaves de idioma podem ser fixadas explicitamente (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), além de detecção automática opcional (enable_auto_lang)

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: Fun-ASR Flash · Seed ASR

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

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",  # descomente esta linha, comente a linha acima
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, Fun-ASR Flash ou Seed ASR?

Seed ASR sai mais barato na linha “Por minuto de áudio” ($0.002 contra $0.0021, 1.0× de diferença). Outras linhas podem pender para o outro lado: a tabela acima mostra todos os preços, e o custo real depende do seu mix de uso.

Posso fazer um teste A/B de Fun-ASR Flash contra Seed ASR sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

Fun-ASR Flash e Seed ASR suportam diarização de locutor?

A tabela de capacidades acima responde modelo a modelo, direto da documentação de cada provedor. Diarização, streaming e timestamps aparecem em linhas separadas porque os modelos diferem nos três.

Comparações relacionadas

Dos nossos estudos com medições