Calculateur de coût de transcription audio
Une heure d'audio coûte 0,36 $ avec Whisper ou gpt-4o-transcribe (0,006 $/min), 0,18 $ avec gpt-4o-mini-transcribe et 0,09 $ d'entrée audio sur Gemini 3 Flash Preview (25 tokens/s × 3 600 s = 90 000 tokens × 1 $/M), selon les prix officiels vérifiés le 16 octobre 2026.
Mode d’emploi
- Saisissez la durée totale de l'audio en minutes. Pour 2 h 30, tapez 150.
- Pour Gemini, vous pouvez indiquer le nombre de tokens de transcription attendus par minute d'audio, car Gemini facture la transcription en tokens de sortie. Laissez 0 pour ne voir que le coût d'entrée audio.
- Comparez le total et le coût par heure de chaque modèle.
Méthode de calcul
Les modèles de transcription d'OpenAI sont affichés avec un coût estimé par minute : gpt-transcribe 0,0045 $, gpt-4o-mini-transcribe 0,003 $, gpt-4o-transcribe et gpt-4o-transcribe-diarize 0,006 $, Whisper 0,006 $, et le modèle en direct gpt-live-transcribe 0,017 $. Coût = minutes × prix par minute. Source : developers.openai.com/api/docs/pricing, vérifiée le 16 octobre 2026.
Gemini compte l'audio en tokens : 32 par seconde sur Gemini 2.5 (ai.google.dev/gemini-api/docs/tokens) et 25 par seconde sur Gemini 3 (docs/media-resolution). Une heure fait 115 200 tokens sur 2.5 et 90 000 sur 3.
Prix d'entrée audio de Gemini par million de tokens : 3 Flash Preview 1,00 $, 3.1 Flash-Lite 0,50 $, 2.5 Flash 1,00 $, 2.5 Flash-Lite 0,30 $. 3.1 Pro Preview n'a pas de prix audio distinct, son prix d'entrée de 2,00 $ s'applique donc jusqu'à 200 000 tokens de prompt. Coût = tokens audio × prix audio + tokens de transcription × prix de sortie. Source : ai.google.dev/gemini-api/docs/pricing, vérifiée le 16 octobre 2026.
Coût d'une heure d'audio
| Modèle | Par heure | Base |
|---|---|---|
| gpt-4o-mini-transcribe | 0,18 $ | 0,003 $ par minute |
| gpt-transcribe | 0,27 $ | 0,0045 $ par minute |
| gpt-4o-transcribe / Whisper | 0,36 $ | 0,006 $ par minute |
| gpt-live-transcribe | 1,02 $ | 0,017 $ par minute |
| Gemini 2.5 Flash-Lite | 0,0346 $ | 115 200 tokens × 0,30 $ |
| Gemini 3 Flash Preview | 0,09 $ | 90 000 tokens × 1,00 $ |
Ce que le prix par minute n'inclut pas
- Gemini facture aussi la transcription qu'il écrit, au prix de sortie du modèle (par exemple 3,00 $ par million sur 3 Flash Preview). Saisissez une estimation de tokens pour l'inclure.
- Les remises batch ou flex, les offres gratuites et les taxes ne sont pas incluses.
- OpenAI présente le montant par minute comme un coût estimé. Les modèles gpt-4o-transcribe sont facturés en tokens audio, un enregistrement avec de longs silences peut donc varier un peu.
Questions fréquentes
Combien coûte une heure de transcription avec Whisper ?
Environ 0,36 $, à 0,006 $ la minute. gpt-4o-mini-transcribe coûte moitié moins, 0,18 $ de l'heure.
Gemini est-il moins cher que Whisper ?
Pour l'entrée audio, en général oui. Une heure sur Gemini 3 Flash Preview fait 90 000 tokens, soit 0,09 $. Gemini facture aussi le texte transcrit en sortie, ce qui peut ajouter quelques centimes par heure.
La séparation des locuteurs coûte-t-elle plus cher ?
gpt-4o-transcribe-diarize est affiché au même prix de 0,006 $ la minute que gpt-4o-transcribe.
Pourquoi le modèle en direct est-il plus cher ?
gpt-live-transcribe envoie le texte pendant la lecture de l'audio et coûte 0,017 $ la minute, près de trois fois les modèles sur fichier.