Der Stundenpreis ist nur eine von vier Zahlen in der Preisliste einer Transkriptions-API. Abrechnungsintervall, Mindestbetrag pro Auftrag und die Art, wie Guthaben verkauft wird, können die Rechnung stärker verschieben als ein günstigerer Preis. Hier die Rechenbeispiele, mit echter Arithmetik.
Die meisten Vergleiche von Transkriptions-API-Preisen stellen pro Anbieter eine Zahl nebeneinander: den Preis pro Minute oder pro Stunde Audio. Diese Zahl zählt, aber sie ist nicht das, was Sie zahlen. Sie zahlen den Preis mal das Audio, das der Anbieter nach seinen eigenen Regeln zählt. Zwei dieser Regeln entscheiden den größten Teil des Unterschieds: das Abrechnungsintervall (pro Sekunde, pro 15 Sekunden, pro Minute) und der Mindestbetrag pro Auftrag. Eine dritte, wie Guthaben verkauft wird (vorausbezahlt, ein Monatsplan mit Guthaben oder ein Volumenvertrag), entscheidet, wie viel von dem, was Sie bezahlt haben, Sie wirklich nutzen.
Dieser Artikel lässt dieselben Arbeitslasten bei einem festen Preis durch diese Regeln laufen, damit man die Regeln für sich allein sehen kann. Wo echte Preise nötig sind, dienen die Zahlen von VocalStack selbst, wie sie im November 2026 auf der Preisseite stehen.
Notieren Sie sich vor jedem Anbietervergleich vier Dinge:
Die vierte Zahl verdiente einen eigenen Artikel, und die Preisseite enthält eine Tabelle mit den Listenpreisen anderer Anbieter pro Stunde Audio samt Zusatzleistungen, aus den Preisseiten der Anbieter im Oktober 2026. Der Rest dieses Artikels handelt von der zweiten und der dritten, weil ein Vergleich pro Minute sie verbirgt.
Nehmen Sie ein Contact Center, das im Monat 1,000 aufgezeichnete Anrufe von je drei bis sieben Minuten sendet. Damit sich die Rechnung nachprüfen lässt, gehen wir von fünf Anruflängen aus, je 200 Anrufe:
Die Anrufe summieren sich auf 302,000 Sekunden Audio oder 5,033 Minuten. So viel rechnet jede Regel dafür ab:
Der Preis hat sich nie geändert. Das Aufrunden jedes Anrufs auf die nächste Minute addiert 11.3 Prozent zur Rechnung, weil im Schnitt jeder Anruf etwa eine halbe Minute bezahlt, in der niemand gesprochen hat. Intervalle von 15 Sekunden verkleinern diese Verschwendung auf ein paar Sekunden pro Anruf. Eine sekundengenaue Rechnung mit 5 Minuten Mindestdauer liegt dazwischen: Die langen Anrufe werden genau abgerechnet, die kurzen auf fünf Minuten aufgefüllt.
Beim Dateipreis von VocalStack, $0.20 pro Stunde, beträgt die sekundengenaue Rechnung für diese 1,000 Anrufe $16.78. Dieselben Anrufe würden bei Aufrundung pro Minute zum selben Preis $18.67 kosten. Der Unterschied ist in Dollar klein, weil der Preis niedrig ist, und er wächst mit dem Preis: Bei einem zehnmal höheren Preis sind diese 11 Prozent zehnmal so viele Dollar, jeden Monat.
Als Faustregel verschwendet das Runden etwa ein halbes Intervall pro Auftrag. Bei Aufrundung pro Minute und Anrufen von durchschnittlich fünf Minuten sind das rund 10 Prozent. Bei 15-Sekunden-Intervallen etwa 2.5 Prozent. Bei sekundengenauer Abrechnung praktisch null.
Mindestbeträge wirken bei langen Aufnahmen harmlos und beherrschen bei kurzen die Rechnung. Nehmen Sie 10,000 Mailbox-Nachrichten von je 40 Sekunden, insgesamt 111 Stunden Audio, zum selben Preis von $0.20 pro Stunde:
Eine Mindestdauer von 5 Minuten rechnet jede 40-sekündige Nachricht als 300 Sekunden ab, das Siebeneinhalbfache des Audios. Das Aufrunden pro Minute, das das Contact Center 11 Prozent kostete, kostet die Mailbox-Arbeitslast 50 Prozent. Je kürzer die typische Datei, desto mehr entscheiden Intervall und Mindestbetrag über die Rechnung und desto weniger der Preis.
Sehen Sie sich also, bevor Sie Preise vergleichen, Ihre eigene Längenverteilung an. Exportieren Sie die Dauern der Dateien des letzten Monats und lassen Sie sie durch die Regeln jedes Anbieters laufen. Eine Tabelle mit einer Spalte pro Regel braucht zehn Minuten und beantwortet die Frage besser als jede Preisliste.
Zwei große Cloud-Sprachdienste rechnen sekundengenau ab. Stand November 2026 steht auf der Preisseite von Amazon Transcribe, dass „usage is billed in one-second increments, with no minimum applied“ (aws.amazon.com/transcribe/pricing), und die Preisseite von Google Cloud Speech-to-Text sagt, dass „each request is rounded up to the nearest increment of 1 seconds“ (cloud.google.com/speech-to-text/pricing). Die Abrechnungsregeln unterscheiden sich dennoch von Dienst zu Dienst: Manche runden auf die Minute auf, manche setzen einen Mindestbetrag pro Auftrag, manche beides. Lesen Sie den Abschnitt zur Abrechnung auf jeder Preisseite, meist im Kleingedruckten unter der Tabelle, statt etwas anzunehmen.
Stand November 2026 nennt die Preisseite diese Preise, im Dashboard wie über die API dieselben:
Einige Folgen, durchgerechnet:
Zurück zu den beiden Arbeitslasten. Die 1,000 Anrufe kosten $16.78 bei Premium (keine Mindestdauer) und $18.39 bei Pay as you go, wo die 400 Anrufe unter fünf Minuten jeweils als fünf abgerechnet werden. Die 10,000 Mailbox-Nachrichten kosten $22.22 bei Premium und $166.67 bei Pay as you go. Für ein hohes Volumen kurzer Dateien ist der Plan ohne Mindestdauer der richtige, und das Mailbox-Beispiel zeigt, um wie viel.
Die zweite Hälfte der Transkriptionspreise ist, wie Sie das Audio bezahlen. Es gibt drei gängige Modelle, und VocalStack nutzt alle drei, je eines pro Plan:
Vorausbezahltes Guthaben. Sie kaufen ein Guthaben, und jede Sekunde Audio verbraucht davon. Bei Pay as you go von VocalStack startet ein neues Konto mit $5 Willkommensguthaben, genug für 25 Stunden Dateien oder etwa 8.3 Stunden Live-Audio, und es ist keine Karte nötig. Danach laden Sie auf der Abrechnungsseite auf: Die Voreinstellungen sind $10, $25 und $50, und jeder Betrag von $10 bis $500 wird akzeptiert. Die automatische Aufladung ist aus, bis Sie sie einschalten; ist sie an, lädt sie einen gewählten Betrag nach, wenn das Guthaben auf eine von Ihnen festgelegte Schwelle fällt. Gekauftes Guthaben verfällt nie. Bei Pay as you go endet eine Live-Transkription, wenn das Guthaben null erreicht, legen Sie also vor einer langen Veranstaltung eine Warnung für niedriges Guthaben fest oder schalten Sie die automatische Aufladung ein.
Ein Plan mit Guthaben. Sie zahlen jeden Monat einen festen Betrag und erhalten Guthaben zurück. Premium von VocalStack kostet $25 im Monat und enthält jeden Monat $25 Guthaben: 125 Stunden Dateien oder etwa 42 Stunden Live-Audio. Bei jährlicher Abrechnung sind es $240 im Jahr ($20 im Monat), und es sind weiterhin jeden Monat $25 Guthaben enthalten, ein Jahr voll genutzten Guthabens ist also $300 wert für $240. Das ergibt effektiv $0.16 pro Datei-Stunde und $0.48 pro Live-Stunde, wenn Sie das ganze Guthaben nutzen: Das enthaltene Monatsguthaben erneuert sich jeden Monat und wird nicht übertragen. Bei Premium läuft eine Live-Transkription bis zu einer Grenze auch unter null weiter, damit eine Veranstaltung nicht abgeschnitten wird; die zusätzlichen Minuten werden danach zum selben Preis abgerechnet.
Die Entscheidung zwischen beiden ist überwiegend Arithmetik. Wenn Sie ohnehin $25 oder mehr im Monat ausgeben würden, kostet der Monatsplan nichts extra und beseitigt die Mindestdauer von 5 Minuten. Wenn Sie weniger ausgeben, verfällt ungenutztes Monatsguthaben, und vorausbezahltes Guthaben, das nie verfällt, ist günstiger.
Volumenverträge. Ab einem bestimmten Volumen ist die Preisliste nicht mehr der Preis. Der Enterprise-Plan von VocalStack hat individuelle Volumenpreise und individuelles Guthaben, auf Ihr erwartetes Volumen abgestimmt, und bringt dedizierte Kapazität, einen Account Manager, ein SLA und die Möglichkeit, Dateien im eigenen Cloud-Speicher zu halten. Bitten Sie um ein Angebot mit Ihren erwarteten Monatsstunden, der Aufteilung zwischen Dateien und Live und Ihrer Längenverteilung, denn alle drei prägen einen fairen Volumenpreis.
Der Preis ist nicht das Einzige, was ein Plan festlegt. Die Limits bestimmen, wie schnell ein großer Stapel durchläuft, was zählt, sobald das Volumen zählt:
Die Limits für gleichzeitige Transkriptionen und Länge sind Sicherheitsgrenzen, damit ein fehlerhaftes Skript nicht Hunderte Transkriptionen starten kann, und der Support hebt sie auf Anfrage an. Prüfen Sie sie bei einem Rückstau, bevor Sie die Migration planen.
Ein um 10 Prozent niedrigerer Preis kann gegen eine Abrechnungsregel verlieren, die 11 Prozent verschwendet, und ein günstigerer Plan gegen einen Mindestbetrag, der eine Datei von 40 Sekunden als fünf Minuten abrechnet. Rechnen Sie mit Ihren eigenen Dateien. Wenn Sie es an echtem Audio ausprobieren wollen: Das Willkommensguthaben deckt 25 Stunden Dateien, und das Datei-Tutorial bringt die erste in wenigen Minuten über die API durch.