음성 전사 비용 계산기
오디오 1시간은 Whisper나 gpt-4o-transcribe(분당 $0.006)로 $0.36, gpt-4o-mini-transcribe로 $0.18이고, Gemini 3 Flash Preview는 오디오 입력만 $0.09(초당 25토큰 × 3,600초 = 90,000토큰 × 100만당 $1)입니다. 공식 가격, 2026년 10월 16일 확인.
사용 방법
- 오디오 전체 길이를 분 단위로 입력합니다. 2시간 30분이면 150입니다.
- Gemini는 받아 적은 글을 출력 토큰으로 따로 청구합니다. 오디오 1분당 예상 출력 토큰을 넣을 수 있고, 0이면 오디오 입력 비용만 봅니다.
- 모델별 합계와 시간당 비용을 비교합니다.
계산 방법
OpenAI 전사 모델은 분당 예상 비용으로 공시됩니다. gpt-transcribe $0.0045, gpt-4o-mini-transcribe $0.003, gpt-4o-transcribe와 gpt-4o-transcribe-diarize $0.006, Whisper $0.006, 실시간 모델 gpt-live-transcribe $0.017. 비용 = 분 × 분당 단가. 출처: developers.openai.com/api/docs/pricing, 2026년 10월 16일 확인.
Gemini는 오디오를 토큰으로 셉니다. Gemini 2.5는 초당 32토큰(ai.google.dev/gemini-api/docs/tokens), Gemini 3는 초당 25토큰(docs/media-resolution)입니다. 1시간이면 2.5는 115,200토큰, 3은 90,000토큰입니다.
Gemini 오디오 입력 단가(100만 토큰당): 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 Preview는 오디오 별도 단가가 없어 프롬프트 20만 토큰까지 입력 단가 $2.00을 씁니다. 비용 = 오디오 토큰 × 오디오 단가 + 출력 토큰 × 출력 단가. 출처: ai.google.dev/gemini-api/docs/pricing, 2026년 10월 16일 확인.
오디오 1시간 비용
| 모델 | 시간당 | 근거 |
|---|---|---|
| gpt-4o-mini-transcribe | $0.18 | 분당 $0.003 |
| gpt-transcribe | $0.27 | 분당 $0.0045 |
| gpt-4o-transcribe / Whisper | $0.36 | 분당 $0.006 |
| gpt-live-transcribe | $1.02 | 분당 $0.017 |
| Gemini 2.5 Flash-Lite | $0.0346 | 115,200토큰 × $0.30 |
| Gemini 3 Flash Preview | $0.09 | 90,000토큰 × $1.00 |
분당 단가에 빠진 것
- Gemini는 받아 적은 글도 모델의 출력 단가로 청구합니다(예: 3 Flash Preview 100만 토큰당 $3.00). 포함하려면 출력 토큰 추정치를 넣으세요.
- 배치·flex 할인, 무료 등급, 세금은 넣지 않았습니다.
- OpenAI는 분당 금액을 예상 비용으로 표시합니다. gpt-4o-transcribe 계열은 실제로 오디오 토큰으로 과금되므로, 무음 구간이 긴 녹음은 조금 달라질 수 있습니다.
자주 묻는 질문
Whisper로 1시간을 전사하면 얼마인가요?
분당 $0.006이라 약 $0.36입니다. gpt-4o-mini-transcribe는 그 절반인 시간당 $0.18입니다.
Gemini가 Whisper보다 싼가요?
오디오 입력만 보면 대체로 그렇습니다. Gemini 3 Flash Preview에서 1시간은 90,000토큰, $0.09입니다. 다만 받아 적은 글이 출력으로 청구되어 시간당 몇 센트가 더 붙을 수 있습니다.
화자 구분은 더 비싼가요?
gpt-4o-transcribe-diarize는 gpt-4o-transcribe와 같은 분당 $0.006으로 공시되어 있습니다.
실시간 모델은 왜 비싼가요?
gpt-live-transcribe는 오디오가 재생되는 동안 글을 실시간으로 내보내며 분당 $0.017로, 파일 기반 모델의 약 3배입니다.