حاسبة تكلفة تفريغ الصوت
تكلّف ساعة الصوت 0.36 دولار مع Whisper أو gpt-4o-transcribe (0.006 دولار للدقيقة)، و0.18 دولار مع gpt-4o-mini-transcribe، و0.09 دولار لإدخال الصوت في Gemini 3 Flash Preview (25 رمزًا في الثانية × 3,600 ثانية = 90,000 رمز × دولار لكل مليون)، وفق الأسعار الرسمية التي رُوجعت في 16 أكتوبر 2026.
طريقة الاستخدام
- أدخل المدة الكاملة للصوت بالدقائق. لساعتين ونصف اكتب 150.
- في Gemini يمكنك إدخال عدد رموز النص المتوقع لكل دقيقة صوت، لأن Gemini يحتسب النص المفرَّغ رموز إخراج. اترك القيمة 0 لترى تكلفة إدخال الصوت فقط.
- قارن الإجمالي وتكلفة الساعة لكل نموذج.
طريقة الحساب
تُدرج نماذج التفريغ من OpenAI بتكلفة تقديرية للدقيقة: gpt-transcribe 0.0045 دولار، وgpt-4o-mini-transcribe 0.003، وgpt-4o-transcribe وgpt-4o-transcribe-diarize 0.006، وWhisper 0.006، والنموذج المباشر gpt-live-transcribe 0.017. التكلفة = الدقائق × سعر الدقيقة. المصدر: developers.openai.com/api/docs/pricing، رُوجع في 16 أكتوبر 2026.
يعدّ Gemini الصوت رموزًا: 32 رمزًا في الثانية في Gemini 2.5 (ai.google.dev/gemini-api/docs/tokens) و25 رمزًا في الثانية في Gemini 3 (docs/media-resolution). الساعة الواحدة تساوي 115,200 رمز في 2.5 و90,000 في 3.
أسعار إدخال الصوت في Gemini لكل مليون رمز: 3 Flash Preview 1.00 دولار، و3.1 Flash-Lite 0.50، و2.5 Flash 1.00، و2.5 Flash-Lite 0.30. لا يوجد سعر صوت منفصل لـ 3.1 Pro Preview، لذا يُطبَّق سعر إدخاله 2.00 دولار حتى 200,000 رمز في الطلب. التكلفة = رموز الصوت × سعر الصوت + رموز النص × سعر الإخراج. المصدر: ai.google.dev/gemini-api/docs/pricing، رُوجع في 16 أكتوبر 2026.
تكلفة ساعة واحدة من الصوت
| النموذج | لكل ساعة | الأساس |
|---|---|---|
| gpt-4o-mini-transcribe | $0.18 | 0.003 دولار للدقيقة |
| gpt-transcribe | $0.27 | 0.0045 دولار للدقيقة |
| gpt-4o-transcribe / Whisper | $0.36 | 0.006 دولار للدقيقة |
| gpt-live-transcribe | $1.02 | 0.017 دولار للدقيقة |
| Gemini 2.5 Flash-Lite | $0.0346 | 115,200 رمز × 0.30 دولار |
| Gemini 3 Flash Preview | $0.09 | 90,000 رمز × 1.00 دولار |
ما لا يشمله سعر الدقيقة
- يحتسب Gemini أيضًا النص الذي يكتبه بسعر إخراج النموذج (مثلًا 3.00 دولار لكل مليون في 3 Flash Preview). أدخل تقديرًا للرموز لتضمينه.
- لا تشمل الحسبة خصومات الدفعات أو flex ولا الفئات المجانية ولا الضرائب.
- تعرض OpenAI سعر الدقيقة على أنه تكلفة تقديرية. تُحتسب نماذج gpt-4o-transcribe برموز الصوت، لذا قد يختلف تسجيل فيه فترات صمت طويلة قليلًا.
أسئلة شائعة
كم يكلّف تفريغ ساعة صوت باستخدام Whisper؟
نحو 0.36 دولار، بسعر 0.006 دولار للدقيقة. أما gpt-4o-mini-transcribe فيكلّف النصف، 0.18 دولار للساعة.
هل Gemini أرخص من Whisper في التفريغ؟
في إدخال الصوت غالبًا نعم. الساعة في Gemini 3 Flash Preview تساوي 90,000 رمز، أي 0.09 دولار. لكن Gemini يحتسب النص المفرَّغ إخراجًا، وقد يضيف ذلك بضعة سنتات لكل ساعة.
هل يكلّف تمييز المتحدثين أكثر؟
يُدرج gpt-4o-transcribe-diarize بالسعر نفسه، 0.006 دولار للدقيقة، مثل gpt-4o-transcribe.
لماذا النموذج المباشر أغلى؟
يبث gpt-live-transcribe النص أثناء تشغيل الصوت، وسعره 0.017 دولار للدقيقة، أي نحو ثلاثة أضعاف النماذج القائمة على الملفات.