La tarifa per hora és només un dels quatre números de la llista de preus d'una API de transcripció. L'increment de facturació, el mínim per tasca i com es ven el crèdit poden moure la factura més que no ho faria una tarifa més barata. Aquí tens exemples treballats, amb aritmètica real.
La majoria de comparacions de preus d'API de transcripció alineen un número per proveïdor: el preu per minut o per hora d'àudio. Aquest número importa, però no és el que pagues. Pagues la tarifa multiplicada per l'àudio que el proveïdor compta, i el proveïdor compta l'àudio amb les seves pròpies regles. Dues d'aquestes regles decideixen la major part de la diferència: l'increment de facturació (per segon, per 15 segons, per minut) i el mínim per tasca. Una tercera, com es ven el crèdit (prepagat, un pla mensual amb crèdit o un contracte de volum), decideix quanta part del que has pagat acabes fent servir de debò.
Aquest article passa les mateixes càrregues de treball per aquestes regles a una tarifa fixa, perquè es vegin soles. Les xifres de VocalStack s'usen quan calen preus reals, tal com figuren a la pàgina de preus el novembre de 2026.
Abans de comparar proveïdors, anota quatre coses de cadascun:
El quart número mereix el seu propi article, i la pàgina de preus porta una taula amb els preus de llista d'altres proveïdors per hora d'àudio, complements inclosos, presos de la pàgina de preus de cada proveïdor l'octubre de 2026. La resta d'aquest article tracta del segon i del tercer, perquè són els que una comparació per minut amaga.
Agafa un centre de contacte que envia 1,000 trucades enregistrades al mes, cadascuna d'entre tres i set minuts. Perquè l'aritmètica sigui comprovable, suposa cinc durades de trucada, 200 trucades de cadascuna:
Les trucades sumen 302,000 segons d'àudio, o 5,033 minuts. Això és el que factura cada regla:
La tarifa no va canviar mai. Arrodonir cada trucada al minut següent afegeix un 11.3 per cent a la factura, perquè de mitjana cada trucada paga uns trenta segons que ningú no va parlar. Els increments de 15 segons redueixen aquest malbaratament a uns quants segons per trucada. Una factura per segon amb un mínim de 5 minuts queda entremig: les trucades llargues es facturen exactament, les curtes s'omplen fins a cinc minuts.
A la tarifa de fitxers de VocalStack de $0.20 l'hora, la factura per segon d'aquestes 1,000 trucades és de $16.78. Les mateixes trucades amb arrodoniment per minut serien $18.67 a la mateixa tarifa. La diferència són pocs dòlars aquí perquè la tarifa és baixa, i escala amb la tarifa: amb una tarifa deu vegades més alta, aquell 11 per cent són deu vegades més dòlars, cada mes.
Com a regla, l'arrodoniment malbarata uns mig increment per tasca. Amb arrodoniment per minut i trucades d'uns cinc minuts de mitjana, això és aproximadament un 10 per cent. Amb increments de 15 segons és un 2.5 per cent. Amb facturació per segon és pràcticament zero.
Els mínims semblen inofensius amb enregistraments llargs i dominen la factura amb els curts. Agafa 10,000 missatges de veu de 40 segons cadascun, 111 hores d'àudio en total, a les mateixes $0.20 l'hora:
Un mínim de 5 minuts factura cada missatge de veu de 40 segons com a 300 segons, set vegades i mitja l'àudio. L'arrodoniment per minut, que al centre de contacte li va costar un 11 per cent, a la càrrega dels missatges de veu li costa un 50 per cent. Com més curt és el fitxer típic, més decideixen la factura l'increment i el mínim, i menys la tarifa.
Així que, abans de comparar tarifes, mira la distribució de les teves durades. Exporta les durades dels fitxers del mes passat i passa-les per les regles de cada proveïdor. Un full de càlcul amb una columna per regla porta deu minuts i respon la pregunta millor que qualsevol llista de tarifes.
Dos grans serveis de parla al núvol facturen per segon. Al novembre de 2026, la pàgina de preus d'Amazon Transcribe diu que «usage is billed in one-second increments, with no minimum applied» (aws.amazon.com/transcribe/pricing), i la pàgina de preus de Google Cloud Speech-to-Text diu que «each request is rounded up to the nearest increment of 1 seconds» (cloud.google.com/speech-to-text/pricing). Tot i així, les regles de facturació difereixen entre serveis: alguns arrodoneixen al minut, alguns fixen un mínim per tasca, i alguns fan les dues coses. Llegeix el paràgraf de facturació de cada pàgina de preus, normalment a la lletra petita sota la taula, en lloc de suposar-ho.
Al novembre de 2026, la pàgina de preus llista aquestes tarifes, les mateixes al tauler i per l'API:
Unes quantes conseqüències, calculades:
Tornant a les dues càrregues de treball. Les 1,000 trucades costen $16.78 a Premium (sense mínim) i $18.39 a Pagament per ús, on les 400 trucades de menys de cinc minuts es facturen cadascuna com a cinc. Els 10,000 missatges de veu costen $22.22 a Premium i $166.67 a Pagament per ús. Per a un volum alt de fitxers curts, el pla sense mínim és el que cal triar, i l'exemple dels missatges de veu mostra de quant.
La segona meitat dels preus de transcripció és com pagues l'àudio. Hi ha tres models habituals, i VocalStack els fa servir tots tres, un per pla:
Crèdit prepagat. Compres un saldo i cada segon d'àudio el gasta. A Pagament per ús de VocalStack, un compte nou comença amb $5 de crèdit de registre, prou per a 25 hores de fitxers o unes 8.3 hores d'àudio en directe, i no cal targeta. Després recarregues des de la pàgina de Billing: els valors predefinits són $10, $25 i $50, i s'accepta qualsevol import de $10 a $500. La recàrrega automàtica està desactivada si no l'actives; quan és activa, afegeix un import triat quan el saldo baixa a un llindar que fixes. El crèdit que compres no caduca mai. A Pagament per ús, una transcripció en directe s'atura quan el saldo arriba a zero, així que posa una alerta de saldo baix, o activa la recàrrega automàtica, abans d'un esdeveniment llarg.
Un pla amb crèdit. Pagues un import fix cada mes i et tornen crèdit. El Premium de VocalStack costa $25 al mes i inclou $25 de crèdit cada mes: 125 hores de fitxers o unes 42 hores d'àudio en directe. Facturat anualment, són $240 l'any ($20 al mes) i continua incloent $25 de crèdit cada mes, de manera que un any de crèdit usat del tot val $300 per $240. Això surt a un efectiu de $0.16 per hora de fitxer i $0.48 per hora en directe, si uses tot el crèdit: el crèdit mensual inclòs es renova cada mes i no s'acumula. A Premium, una transcripció en directe continua funcionant per sota de zero, fins a un límit, de manera que un esdeveniment no es talla; els minuts addicionals es facturen després a la mateixa tarifa.
La decisió entre els dos és sobretot aritmètica. Si igualment gastaries $25 o més al mes, el pla mensual no costa res més i elimina el mínim de 5 minuts. Si gastes menys, el crèdit mensual no usat es perd, i el crèdit prepagat, que no caduca, és més barat.
Contractes de volum. Per sobre d'un cert volum, la llista de preus deixa de ser el preu. El pla Enterprise de VocalStack té tarifes de volum i crèdit a mida, fixats segons el volum que esperes, i hi afegeix capacitat dedicada, un gestor de compte, un SLA i l'opció de guardar els fitxers al vostre propi emmagatzematge al núvol. Demana un pressupost amb les teves hores mensuals previstes, el repartiment entre fitxers i directe i la teva distribució de durades, ja que les tres coses donen forma a una tarifa de volum justa.
El preu no és l'únic que fixa un pla. Els límits decideixen amb quina rapidesa passa un lot gran, cosa que importa tan bon punt ho fa el volum:
Els límits de transcripcions alhora i de durada són límits de seguretat, perquè un script que falla no pugui iniciar centenars de transcripcions, i el suport els amplia a petició. Per a una cua endarrerida, comprova'ls abans de planificar la migració.
Una tarifa un 10 per cent més baixa pot perdre davant d'una regla de facturació que en malbarata un 11, i un pla més barat pot perdre davant d'un mínim que factura un fitxer de 40 segons com a cinc minuts. Fes l'aritmètica amb els teus propis fitxers. Si ho vols provar amb àudio real, el crèdit de registre cobreix 25 hores de fitxers, i el tutorial de fitxers en fa passar el primer per l'API en pocs minuts.