Fun-ASR vs Fun-ASR Flash

vs

什么时候选哪个

同为每音频分钟 $0.0021,所以要按形态而非价格来挑:fun-asr 是异步文件模型——最长 12 小时、2GB,带说话人分离、热词和句/词级时间戳——而 fun-asr-flash 同步返回,上限 5 分钟、2GB,支持流式和领域术语上下文注入,但没有分离也没有时间戳。两者的 30 语言列表相同。录音选 fun-asr,需要在请求内拿到结果的短音频选 fun-asr-flash。

价格

Fun-ASR Fun-ASR Flash Δ
每分钟音频 $0.0021 $0.0021 =

价格取自构建时的实时目录,最新价格见各模型页面。

两个模型所处的位置:全部 12 个按同一单位计费的语音转文字模型的每分钟音频价格分布(对数刻度)

Fun-ASR · $0.0021 Fun-ASR Flash · $0.0021

能力

Fun-ASR Fun-ASR Flash
说话人分离 是 否
流式输出 否 是
时间戳 是 -

规格

Fun-ASR Fun-ASR Flash
输入模态 音频 音频
输出模态 文本 文本
发布日期 2025-08-22 2026-06
限制 异步文件转写,最长 12h / 最大 2GB;热词 + 说话人分离;句级/词级时间戳;30+ 种语言,含中文方言 同步快速识别,单条音频 <=5 分钟 / <=2GB;面向领域术语的上下文注入;30+ 种语言;不支持说话人分离
语言 多语言并覆盖方言,共 30 种语言:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语及各地口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语 多语言并覆盖方言,与 Fun-ASR 主版本相同的 30 种语言列表:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语及各地口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语

规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: Fun-ASR · Fun-ASR Flash

改一行代码就能在两个模型之间切换

下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。

from openai import OpenAI

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

resp = client.audio.transcriptions.create(
    model="fun-asr",
    # model="fun-asr-flash",  # 取消注释此行,注释上一行
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

获取 API key →

常见问题

Fun-ASR 和 Fun-ASR Flash 哪个更便宜?

两者的「每分钟音频」同为 $0.0021。其他费率与实际用量仍可能影响总费用。

不用分别集成两次,就能对 Fun-ASR 和 Fun-ASR Flash 做 A/B 测试吗?

可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。

Fun-ASR 和 Fun-ASR Flash 支持说话人分离吗?

上方的能力表格按各供应商的官方文档,逐个模型回答了这个问题。说话人分离、流式输出和时间戳三项分开列出,因为不同模型在这三项上的支持情况都不一样。

相关对比

我们的实测研究