Почасовая ставка лишь одно из четырёх чисел в прайс-листе API транскрибации. Шаг тарификации, минимум на задачу и способ продажи кредита могут изменить счёт сильнее, чем более дешёвая ставка. Вот разобранные примеры с настоящей арифметикой.
Большинство сравнений цен API транскрибации выстраивают по одному числу на поставщика: цену за минуту или за час звука. Это число важно, но вы платите не его. Вы платите ставку, умноженную на тот звук, который поставщик засчитывает, а засчитывает он по своим правилам. Два из этих правил определяют большую часть разницы: шаг тарификации (по секундам, по 15 секунд, по минутам) и минимум на задачу. Третье, как продаётся кредит (предоплата, ежемесячный тариф с кредитом или договор на объём), определяет, какую часть оплаченного вы реально используете.
Эта статья прогоняет одни и те же нагрузки через эти правила при одной фиксированной ставке, чтобы правила были видны сами по себе. Там, где нужны настоящие цены, используются собственные цифры VocalStack, как они указаны на странице цен в ноябре 2026 года.
Прежде чем сравнивать поставщиков, запишите для каждого четыре вещи:
Четвёртое число заслуживает отдельной статьи, а на странице цен есть таблица прайс-листов других поставщиков за час звука, вместе с надстройками, взятая со страниц цен каждого поставщика в октябре 2026 года. Остальная часть статьи о втором и третьем, потому что именно их скрывает сравнение по минутам.
Возьмём контакт-центр, который отправляет 1 000 записанных звонков в месяц, каждый от трёх до семи минут. Чтобы арифметику можно было проверить, примем пять длительностей звонков по 200 звонков каждой:
Звонки в сумме дают 302 000 секунд звука, или 5 033 минуты. Вот сколько насчитывает за них каждое правило:
Ставка нигде не менялась. Округление каждого звонка до следующей минуты добавляет к счёту 11,3 процента, потому что в среднем каждый звонок оплачивает около полминуты, в которые никто не говорил. Шаг в 15 секунд сжимает эти потери до нескольких секунд на звонок. Посекундный счёт с минимумом в 5 минут оказывается посередине: длинные звонки тарифицируются точно, короткие добиваются до пяти минут.
По ставке VocalStack для файлов, $0.20 за час, посекундный счёт за эти 1 000 звонков равен $16.78. Те же звонки при поминутном округлении по той же ставке стоили бы $18.67. Разница здесь мала в долларах, потому что ставка низкая, и она растёт вместе со ставкой: при ставке в десять раз выше эти 11 процентов превращаются в доллары, которых в десять раз больше, каждый месяц.
Как правило, округление теряет около половины шага на задачу. При поминутном округлении и звонках средней длиной пять минут это примерно 10 процентов. При шаге в 15 секунд около 2,5 процента. При посекундной тарификации практически ноль.
Минимумы кажутся безобидными на длинных записях и доминируют в счёте на коротких. Возьмём 10 000 голосовых сообщений по 40 секунд, всего 111 часов звука, по тем же $0.20 за час:
Минимум в 5 минут тарифицирует каждое голосовое в 40 секунд как 300 секунд, в семь с половиной раз больше звука. Поминутное округление, которое обошлось контакт-центру в 11 процентов, обходится нагрузке из голосовых в 50 процентов. Чем короче типичный файл, тем больше шаг и минимум решают исход счёта и тем меньше значит ставка.
Поэтому, прежде чем сравнивать ставки, посмотрите на собственное распределение длительностей. Выгрузите длительности файлов за прошлый месяц и прогоните их через правила каждого поставщика. Таблица с одним столбцом на правило делается за десять минут и отвечает на вопрос лучше любого прайс-листа.
Два крупных облачных сервиса распознавания речи тарифицируют по секундам. По состоянию на ноябрь 2026 года страница цен Amazon Transcribe сообщает, что «usage is billed in one-second increments, with no minimum applied» (aws.amazon.com/transcribe/pricing), а страница цен Google Cloud Speech-to-Text говорит, что «each request is rounded up to the nearest increment of 1 seconds» (cloud.google.com/speech-to-text/pricing). Правила тарификации у сервисов всё же различаются: одни округляют до минуты, другие задают минимум на задачу, третьи делают и то и другое. Читайте абзац о тарификации на странице цен каждого поставщика, обычно мелким шрифтом под таблицей, а не предполагайте.
По состоянию на ноябрь 2026 года страница цен указывает такие ставки, одинаковые в панели управления и через API:
Несколько следствий, с расчётом:
Вернёмся к двум нагрузкам. 1 000 звонков стоят $16.78 на Premium (без минимума) и $18.39 на Pay as you go, где каждый из 400 звонков короче пяти минут тарифицируется как пять. 10 000 голосовых сообщений стоят $22.22 на Premium и $166.67 на Pay as you go. При большом объёме коротких файлов выбирать стоит тариф без минимума, а пример с голосовыми показывает, насколько это выгодно.
Вторая половина цены транскрибации это то, как вы платите за звук. Есть три распространённые модели, и VocalStack использует все три, по одной на тариф:
Предоплаченный кредит. Вы покупаете баланс, и каждая секунда звука его расходует. На тарифе Pay as you go у VocalStack новый аккаунт начинает с $5 кредита при регистрации, этого хватает на 25 часов файлов или около 8,3 часа живого звука, и карта не нужна. Дальше вы пополняете на странице Billing: предустановки $10, $25 и $50, принимается любая сумма от $10 до $500. Автопополнение выключено, пока вы его не включите; когда оно включено, оно добавляет выбранную сумму, когда баланс падает до заданного вами порога. Купленный кредит никогда не сгорает. На Pay as you go живая транскрибация останавливается, когда баланс доходит до нуля, поэтому перед долгим мероприятием установите оповещение о низком балансе или включите автопополнение.
Тариф с кредитом. Вы платите фиксированную сумму в месяц и получаете кредит обратно. Premium у VocalStack стоит $25 в месяц и включает $25 кредита каждый месяц: 125 часов файлов или около 42 часов живого звука. При оплате за год это $240 в год ($20 в месяц), и он по-прежнему включает $25 кредита каждый месяц, так что год полностью использованного кредита стоит $300 за $240. Это эффективные $0.16 за час файлов и $0.48 за час живого звука, если вы используете весь кредит: включённый месячный кредит обновляется каждый месяц и не переносится. На Premium живая транскрибация продолжает работать и при уходе баланса ниже нуля, до предела, так что мероприятие не обрывается; лишние минуты выставляются позже по той же ставке.
Выбор между ними по большей части арифметика. Если вы всё равно потратили бы $25 и больше в месяц, месячный тариф не стоит ничего сверху и убирает минимум в 5 минут. Если вы тратите меньше, неиспользованный месячный кредит пропадает, и предоплаченный кредит, который не сгорает, выгоднее.
Договоры на объём. Начиная с определённого объёма прайс-лист перестаёт быть ценой. Тариф Enterprise у VocalStack предусматривает индивидуальные ставки на объём и индивидуальный кредит, рассчитанные на ваш ожидаемый объём, и добавляет выделенную мощность, персонального менеджера, SLA и возможность хранить файлы в собственном облачном хранилище. Запрашивайте предложение, указав ожидаемое число часов в месяц, соотношение файлов и живого звука и распределение длительностей, потому что все три влияют на справедливую цену за объём.
Тариф задаёт не только цену. Ограничения определяют, как быстро проходит большая партия, а это важно, как только вырастает объём:
Ограничения на число одновременных транскрибаций и на длительность защитные: чтобы ошибочный скрипт не мог запустить сотни транскрибаций, и поддержка повышает их по запросу. Для накопившегося объёма проверьте их, прежде чем планировать миграцию.
Ставка на 10 процентов ниже может проиграть правилу тарификации, которое теряет 11 процентов, а более дешёвый тариф может проиграть минимуму, который файл в 40 секунд тарифицирует как пять минут. Проведите расчёт на собственных файлах. Если хотите попробовать на настоящем звуке, кредит при регистрации покрывает 25 часов файлов, а руководство по файлам проведёт первый через API за несколько минут.