Chirp 3 vs Fun-ASR Flash
何時該用哪一個 — 綜合評斷,而非基準測試數據表
兩者都按音訊分鐘計費,fun-asr-flash 便宜 7.6 倍,$0.0021 對 $0.016——但它是較窄的工具:僅同步辨識,單一檔案最長 5 分鐘或 2GB,30 多種語言,不做語者分離。chirp-3 涵蓋 29 個 GA 加 82 個預覽語言區,批次處理最長一小時並支援即時串流,還能在 14 種語言上做分離。大批量短音訊選 fun-asr-flash;需要分離、長檔案或更寬的語言區列表時選 chirp-3。
定價
| Chirp 3 | Fun-ASR Flash | Δ | |
|---|---|---|---|
| 每分鐘音訊 | $0.016 | $0.0021 | 7.6× |
費率取自建置時的即時目錄;各模型頁面皆附有目前的費率卡。
它們的相對位置 — 在此計費單位下,所有 11 個 語音轉文字 模型的 每分鐘語音的價格(對數尺度)
能力
| Chirp 3 | Fun-ASR Flash | |
|---|---|---|
| 語者分段 | 是 | 否 |
| 串流 | 是 | 是 |
| 時間戳記 | 是 | — |
規格
| Chirp 3 | Fun-ASR Flash | |
|---|---|---|
| 輸入模態 | 音訊 | 音訊 |
| 輸出模態 | 文字 | 文字 |
| 發布日期 | 2025-10-13 | 2026-06 |
| 限制 | Auto-detected audio decoding sync Recognize <1 min, BatchRecognize 1 min–1 hr (<=20 min with word timestamps), StreamingRecognize for real-time speaker diarization in BatchRecognize and Recognize (14 languages) utterance-level timestamps (StreamingRecognize only), word-level timestamps listed as unsupported language-agnostic transcription 29 GA + 82 preview locales | Synchronous fast recognition, <=5 min / <=2GB per audio context injection for domain terms 30+ languages no diarization |
| 語言 | 29 GA + 82 Preview locales (111 total) across StreamingRecognize, Recognize and BatchRecognize diarization covers 14 of them | Multilingual with dialects, the same 30-language list as the Fun-ASR main versions: Chinese (Mandarin, Cantonese, Wu, Hokkien, Hakka, Gan, Xiang, Jin plus regional accents), English, Japanese, Korean, Vietnamese, Thai, Indonesian, Malay, Filipino, Hindi, Arabic, French, German, Spanish, Portuguese, Russian, Italian, Dutch, Swedish, Danish, Finnish, Norwegian, Greek, Polish, Czech, Hungarian, Romanian, Bulgarian, Croatian, Slovak |
規格摘錄自各供應商的文件;供應商未發布的資料列會直接省略,而非自行推測。 完整來源: Chirp 3 · Fun-ASR Flash
只需一行程式碼即可在兩者間切換
以下每個頁籤中都有這兩個 ID — 醒目提示的這兩行是唯一的修改處。相同的端點,相同的金鑰,相同的請求結構。
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", # 取消註解此行,並註解上一行
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: "chirp-3",
// model: "fun-asr-flash", // 取消註解此行,並註解上一行
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="chirp-3" \
# -F model="fun-asr-flash" \ # 取消註解此行,並註解上一行
-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: "chirp-3",
// Model: "fun-asr-flash", // 取消註解此行,並註解上一行
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("chirp-3")
// .model("fun-asr-flash") // 取消註解此行,並註解上一行
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());常見問題
Chirp 3 和 Fun-ASR Flash 哪個比較便宜?
Fun-ASR Flash 在 每分鐘音訊 上較便宜($0.0021 對比 $0.016,相差 7.6×)。其他項目可能呈現相反結果 — 上表提供完整資訊,實際成本取決於您的使用組合。
我可以在不進行兩次整合的情況下,對 Chirp 3 和 Fun-ASR Flash 進行 A/B 測試嗎?
可以。兩者皆透過同一個相容 OpenAI 的端點提供服務,並使用同一把 API 金鑰 — 切換只需更改一行的模型字串,因此您可以將部分流量分別導向兩者並直接比較帳單。
Chirp 3 和 Fun-ASR Flash 支援語者分段嗎?
上方的功能表根據各廠商的官方文件回答了每個模型的支援情況 — 語者分段、串流與時間戳記是分開列出的,因為模型在這三方面的支援皆有所不同。