Konuşmadan metne fiyatlandırma basit görünür: ses dakikası başına bir fiyat. Pratikte sağlayıcılar fiyatı dakika, saat veya saniye başına verir, toplu işlemeyi akıştan ayırır, konuşmacı ayrımını ve maskelemeyi ek özellik olarak satar. Bu sayfa başlıca API’leri, 14 ve 15 Kasım 2026’da her birinin resmi sayfasından aldığımız fiyatlarla (her kaynağın tarihi aşağıda yazıyor) tek bir ölçeğe koyuyor.
Aksi belirtilmedikçe tüm fiyatlar toplu (önceden kaydedilmiş) ses için ABD doları cinsinden, kullandıkça öde liste fiyatlarıdır. Hacim indirimleri ve sözleşmeler dahil değildir.
Konuşmadan metne API’leri dakika başına ve 1.000 saat başına ne kadar?
| Sağlayıcı ve model | Dakika başına | Saat başına | 1.000 saat başına |
|---|---|---|---|
| Groq, Whisper Large v3 Turbo | yaklaşık USD 0,00067 | USD 0,04 | USD 40 |
| DeepSeek ASR, sınırlı süreli fiyat (listenin %50 altı) | yaklaşık USD 0,00097 | USD 0,058 | USD 58 |
| Soniox, async (token başına faturalandırılır; saat başı “about”, yani yaklaşık) | yaklaşık USD 0,00167 | yaklaşık USD 0,10 | yaklaşık USD 100 |
| Groq, Whisper Large v3 | yaklaşık USD 0,00185 | USD 0,111 | USD 111 |
| DeepSeek ASR, liste fiyatı | yaklaşık USD 0,00193 | USD 0,116 | USD 116 |
| BroadNet Transcribe (14 dil) | $0.002 | $0.12 | $120.00 |
| AssemblyAI, Universal-2 | USD 0,0025 | USD 0,15 | USD 150 |
| OpenAI, gpt-4o-mini-transcribe (kullanımdan kaldırıldı, 2027-02-26’da kapanıyor) | USD 0,003 | USD 0,18 | USD 180 |
| Google, V2 dynamic batch | USD 0,003 | USD 0,18 | USD 180 |
| AssemblyAI, Universal-3.5 Pro | USD 0,0035 | USD 0,21 | USD 210 |
| Speechmatics, Melia 1 çok dilli (56 dil) | USD 0,004 | USD 0,24 | USD 240 |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | $252.00 |
| Deepgram, Nova-3 tek dilli | USD 0,0043 | USD 0,258 | USD 258 |
| OpenAI, gpt-transcribe | USD 0,0045 | USD 0,27 | USD 270 |
| Deepgram, Nova-3 çok dilli | USD 0,0052 | USD 0,312 | USD 312 |
| OpenAI, whisper-1 / gpt-4o-transcribe (kullanımdan kaldırıldı, 2027-02-26’da kapanıyor) | USD 0,006 | USD 0,36 | USD 360 |
| AWS Transcribe, toplu (US East) | USD 0,006 | USD 0,36 | USD 360 |
| Speechmatics, Standard | USD 0,0075 | USD 0,45 | USD 450 |
| Speechmatics, Enhanced | USD 0,0125 | USD 0,75 | USD 750 |
| Google, V2 standard (ilk 500.000 dk) | USD 0,016 | USD 0,96 | USD 960 |
Saat başına ve 1.000 saat başına rakamlar, yayımlanan birim fiyattan bizim yaptığımız hesaplardır (dakika başına × 60, ardından × 1.000). Groq, DeepSeek, AssemblyAI ve Speechmatics saat başına fiyat yayımlıyor; dakika başına sütunu için 60’a böldük. DeepSeek’in fiyat sayfası, konuşmadan metne API’sini saati USD 0,116 olarak, sınırlı süreli %50 indirimle listeliyor ve bitiş tarihi vermiyor; bütçenizi liste fiyatına göre yapın. Speechmatics ücretleri, önceden kaydedilmiş ses için liste fiyatlarıdır; fiyat sayfası bunları %33 model eğitimi indirimi ve %25’e kadar hacim indirimi uygulanmış olarak da gösterebiliyor, bu da Melia 1’i saatte yaklaşık USD 0,12’ye indiriyor. %33 indirim isteğe bağlıdır (opt-in); katıldığınızda Speechmatics’in modellerini geliştirmek için ses kayıtlarınızı ve transkriptlerinizi kullanmasına izin vermiş olursunuz (fiyat sayfasındaki SSS, 2026-11-15’te kontrol edildi).
Soniox, DeepSeek ASR ve Groq’un Whisper uç noktaları, saat başına iki BroadNet modelinden de daha ucuz. Soniox’un 2026-11-14’te kontrol edilen fiyat sayfası token başına faturalandırıyor (async için 1M girdi ses tokenı başına USD 1,50 ve 1M çıktı metin tokenı başına USD 3,50) ve bunun dosya yüklemeleri için saatte “about” (BroadRouter çevirisi: “yaklaşık”) USD 0,10, gerçek zamanlı akış için saatte USD 0,12 olduğunu söylüyor. Dil listesinde 60’tan fazla dil arasında Arapça da var. OpenAI’ın /v1/audio/transcriptions yapısı yerine iş (job) tabanlı kendi API’sini kullanıyor; bu yüzden ona geçmek yeni istemci kodu demek.
Planlamanız gereken bir değişiklik: OpenAI’ın 2026-11-15’te kontrol edilen kullanımdan kaldırmalar sayfası, whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe ve gpt-4o-transcribe-diarize modellerini kullanımdan kaldırılmış olarak listeliyor (duyuru tarihi 26 Ağustos 2026); bu modeller 26 Şubat 2027’de kapanıyor, yerlerine gpt-transcribe veya gpt-live-transcribe öneriliyor. Fiyat sayfası da aynı dört modeli kullanımdan kaldırılmış olarak işaretliyor. Bugün bir OpenAI hattını fiyatlandırıyorsanız dakikası USD 0,0045 olan gpt-transcribe üzerinden fiyatlandırın. Bu, saat başına iki BroadNet modelinden de pahalı; ama OpenAI, BroadNet’in sunmadığı canlı transkripsiyonu da satıyor (gpt-live-transcribe, dakikası USD 0,017). Bu sayfa yalnızca fiyatları karşılaştırıyor; whisper-1 modelinden ayrılıyorsanız Whisper API alternatifi rehberi, yerine geçecek modeli kendi sesinizde nasıl test edeceğinizi ve geçişte nelerin bozulduğunu anlatıyor. Kendi hacimlerinizi bu ücretlerle hesaplamak için konuşmadan metne maliyet hesaplayıcısını kullanın.
Resmin tamamı için açık konuşmadan metne API fiyat endeksimiz, 20’den fazla ürünün toplu ve akış fiyatlarını, faturalandırma artımlarını ve Arapça desteğini listeliyor; her biri sağlayıcının kendi fiyat sayfasıyla kontrol edildi (CSV ve JSON).
Taban fiyat neleri dışarıda bırakıyor?
Dakika başına rakam nadiren faturanın tamamıdır. Karşılaştırmadan önce şunları kontrol edin:
| Kalem | Sayfalarda yazanlar |
|---|---|
| Konuşmacı ayrımı (diarization) | Deepgram: önceden kaydedilmiş seste dahil, akışta dakika başına USD 0,0020 ek. AWS: standart fiyata dahil. AssemblyAI: saat başına +USD 0,02. OpenAI: dakikası USD 0,006 olan ayrı gpt-4o-transcribe-diarize modeli; kullanımdan kaldırıldı, 2027-02-26’da kapanıyor. |
| Kişisel veri (PII) maskeleme | Deepgram: dakika başına USD 0,0020. AWS: dakika başına USD 0,0024 (1. kademe). AssemblyAI: metin maskeleme Universal-2’de saat başına +USD 0,08, Universal-3.5 Pro’da +USD 0,12; ses maskeleme saat başına +USD 0,05. |
| Akış | AWS: dakika başına USD 0,01, toplu işlemede USD 0,006. Deepgram Nova-3 tek dilli: akışta USD 0,0048 (2027-02-13’e kadar geçerli promosyon fiyatı), önceden kaydedilmiş seste USD 0,0043. Speechmatics Melia 1: gerçek zamanlıda saat başına USD 0,40, önceden kaydedilmiş seste USD 0,24. |
| Minimum faturalandırma | Groq istek başına en az 10 saniye faturalandırır. AWS minimum olmadan saniye başına faturalandırır. Google her isteği bir sonraki saniyeye yuvarlar. |
| Hacim kademeleri | Google V2 standard, ayda 500.000 dakikadan sonra dakika başına USD 0,01’e, 1 milyonun üzerinde daha da aşağıya iner. AWS’nin standart toplu ve akış fiyatları artık sabittir; hacim kademeleri maskeleme gibi ek özelliklere uygulanır. |
Konuşmacı ayrımı ve maskeleme gerektiren bir çağrı merkezi için Deepgram Nova-3 önceden kaydedilmiş ses, maskelemeyle dakika başına USD 0,0063’e, AWS ise USD 0,0084’e çıkar. Ek özellikleri pahalı olan ucuz bir taban fiyat, bunları dahil eden daha yüksek bir taban fiyata kaybedebilir.
Ayda 10.000 sesli mesajı yazıya dökmek ne kadar tutar?
Bir destek gelen kutusunun ayda, her biri 30 saniyelik 10.000 WhatsApp sesli mesajı aldığını varsayalım. Bu 5.000 dakika eder.
- Dakikası USD 0,006 ile (AWS toplu veya OpenAI’ın kullanımdan kaldırılan whisper-1 modeli): USD 30.
- USD 0,0045 ile (OpenAI gpt-transcribe): USD 22,50.
- USD 0,0043 ile (Deepgram Nova-3): USD 21,50.
- BroadNet Transcribe Arabic ile: $21.00.
Burada minimum faturalandırma süreleri önemlidir. Groq’un 10 saniyelik minimumu bu 30 saniyelik mesajların faturasını değiştirmez, ama iki saniyelik bir “tamam” mesajını 10 saniye olarak faturalandırır. 15 saniyelik bir minimumda ise bu iki saniyelik mesaj, 15 saniyelik bir mesajla aynı tutar. Sesli mesaj iş akışının tamamı için işletmeler için sesli mesajları metne dönüştürme yazısına bakın.
Fiyat dışında neler önemli?
Her 5 kelimeden 1’ini yanlış yazan daha ucuz bir model, insan düzeltmesinde tasarruf ettiğinden fazlasına mal olur. Geçmeden önce her dil için kendi kayıtlarınızdan 30 ila 50 tanesinde kelime hata oranını ölçün. Whisper alternatifi rehberimiz bu testi bir öğleden sonrada nasıl yapacağınızı gösteriyor; Arapça konuşmadan metne API satın alma rehberi ise lehçe lehçe puanlamayı anlatıyor.
Fiyat dışındaki diğer sorular:
- Diller. BroadNet Transcribe 14 dili kapsar (tam liste); OpenAI, Whisper’ın (kullanımdan kaldırılan
whisper-1) değişen doğrulukla 98 dili desteklediğini söylüyor. - Dosya sınırları. OpenAI yüklemeleri 25 MB, BroadNet 25 MiB ile sınırlar; uzun çağrıları bölün.
- Saklama. Ses çoğu zaman metinden daha hassastır. Sesin ve transkriptlerin saklanıp saklanmadığını sorun; bkz. LLM API veri saklama karşılaştırması.
BroadNet Transcribe nerede devreye giriyor
BroadNet Transcribe 14 dilde dakikası $0.002 (saati $0.12): İngilizce, İspanyolca, Fransızca, Almanca, İtalyanca, Portekizce, Yunanca, Felemenkçe, Lehçe, Çince, Japonca, Korece, Vietnamca ve Arapça. BroadNet Transcribe Arabic dakikası $0.0042 tutar ve Arapça lehçeler için geliştirilmiştir; BroadNet, modelin Open Universal Arabic ASR Leaderboard’da 37 model arasında 2. (Eylül 2026 verisi; canlı sıralamada 15 Kasım 2026 itibarıyla 39 model arasında 4.) olduğunu bildiriyor. İkisi de OpenAI uyumlu /v1/audio/transcriptions uç noktasını kullanır, 25 MiB’a kadar WAV veya MP3 kabul eder ve hiçbir ses veya transkript saklamaz (sıfır veri saklama). $5 tutarındaki başlangıç kredisi yaklaşık 1,190 dakika Arapça sesi karşılar; kendi dosyalarınızı test etmek için bir anahtar oluşturun.
Uygun olmadığı yerler: BroadNet akışlı transkripsiyon, yerleşik konuşmacı ayrımı veya maskeleme eklentileri listelemiyor. Canlı altyazıya veya doğrudan API’den konuşmacı etiketlerine ihtiyacınız varsa Deepgram, AssemblyAI ve AWS ikisini de sunuyor. OpenAI canlı transkripsiyon sunuyor, ama tek konuşmacı etiketleme modeli kullanımdan kaldırıldı. İki BroadNet modelini karşılaştırma sayfasında yan yana inceleyin veya tüm fiyatları fiyatlar sayfasında görün.
