Калькулятор стоимости транскрибации аудио
Час аудио стоит 0,36 $ с Whisper или gpt-4o-transcribe (0,006 $/мин), 0,18 $ с gpt-4o-mini-transcribe и 0,09 $ за входное аудио на Gemini 3 Flash Preview (25 токенов/с × 3 600 с = 90 000 токенов × 1 $/млн) по официальным ценам, проверенным 16 октября 2026 года.
Как пользоваться
- Введите общую длительность аудио в минутах. Для 2 часов 30 минут введите 150.
- Для Gemini можно указать ожидаемое число токенов расшифровки на минуту аудио, потому что Gemini берёт плату за расшифровку как за выходные токены. Оставьте 0, чтобы видеть только стоимость входного аудио.
- Сравните итог и стоимость часа для каждой модели.
Как считается
Модели транскрибации OpenAI указаны с оценочной стоимостью минуты: gpt-transcribe 0,0045 $, gpt-4o-mini-transcribe 0,003 $, gpt-4o-transcribe и gpt-4o-transcribe-diarize 0,006 $, Whisper 0,006 $, потоковая модель gpt-live-transcribe 0,017 $. Стоимость = минуты × цена минуты. Источник: developers.openai.com/api/docs/pricing, проверено 16 октября 2026 года.
Gemini считает аудио в токенах: 32 в секунду у Gemini 2.5 (ai.google.dev/gemini-api/docs/tokens) и 25 в секунду у Gemini 3 (docs/media-resolution). Час аудио это 115 200 токенов у 2.5 и 90 000 у 3.
Цены входного аудио Gemini за миллион токенов: 3 Flash Preview 1,00 $, 3.1 Flash-Lite 0,50 $, 2.5 Flash 1,00 $, 2.5 Flash-Lite 0,30 $. У 3.1 Pro Preview нет отдельной цены на аудио, поэтому до 200 000 токенов промпта действует его цена ввода 2,00 $. Стоимость = аудиотокены × цена аудио + токены расшифровки × цена вывода. Источник: ai.google.dev/gemini-api/docs/pricing, проверено 16 октября 2026 года.
Стоимость часа аудио
| Модель | За час | Основание |
|---|---|---|
| gpt-4o-mini-transcribe | 0,18 $ | 0,003 $ за минуту |
| gpt-transcribe | 0,27 $ | 0,0045 $ за минуту |
| gpt-4o-transcribe / Whisper | 0,36 $ | 0,006 $ за минуту |
| gpt-live-transcribe | 1,02 $ | 0,017 $ за минуту |
| Gemini 2.5 Flash-Lite | 0,0346 $ | 115 200 токенов × 0,30 $ |
| Gemini 3 Flash Preview | 0,09 $ | 90 000 токенов × 1,00 $ |
Что не входит в цену минуты
- Gemini берёт плату и за написанную расшифровку по цене вывода модели (например, 3,00 $ за миллион у 3 Flash Preview). Введите оценку токенов, чтобы учесть её.
- Скидки batch и flex, бесплатные лимиты и налоги не учтены.
- OpenAI приводит цену минуты как оценочную. Модели gpt-4o-transcribe тарифицируются в аудиотокенах, поэтому запись с долгими паузами может выйти немного иначе.
Частые вопросы
Сколько стоит расшифровать час аудио через Whisper?
Около 0,36 $ при цене 0,006 $ за минуту. gpt-4o-mini-transcribe вдвое дешевле, 0,18 $ за час.
Gemini дешевле Whisper для транскрибации?
По входному аудио обычно да. Час на Gemini 3 Flash Preview это 90 000 токенов, или 0,09 $. Но Gemini берёт плату и за текст расшифровки как за вывод, что может добавить несколько центов в час.
Разделение по говорящим стоит дороже?
gpt-4o-transcribe-diarize указана по той же цене 0,006 $ за минуту, что и gpt-4o-transcribe.
Почему потоковая модель дороже?
gpt-live-transcribe выдаёт текст во время воспроизведения аудио и стоит 0,017 $ за минуту, почти втрое больше файловых моделей.