Whisper API-prijzen: wat de tekststap toevoegt

Kosten per taak aan de tekstkant

Spraak-naar-tekst en tekstgeneratie worden in verschillende eenheden geprijsd, dus het helpt om ze apart te bekijken. Deze pagina behandelt het tekstgedeelte, omdat dat het deel is dat deze dienst verkoopt. De cijfers hieronder komen rechtstreeks van de prijslijst: $0,15 per miljoen input-tokens en $0,50 per miljoen output-tokens.

Taak	Input-tokens	Output-tokens	Kosten
10-minuten standup, korte samenvatting	2.000	300	$0,00045
1-uur vergadering, samenvatting en actiepunten	12.000	800	$0,0022
3-uur workshop, gestructureerde notities	36.000	1.500	$0,00615
Bijna volledig venster, lang rapport	96.000	4.000	$0,0164

Tokenaantallen hier zijn schattingen. Een ruwe regel voor Engelstalige spraak is dat één uur spreken ongeveer 9.000 woorden oplevert, wat neerkomt op ongeveer 12.000 tokens, maar echte getallen hangen af van de spreker en van hoe de transcriptie is opgemaakt.

Hoe de berekening werkt

Neem de vergadering van één uur. Input is 12.000 tokens, dus 12.000 / 1.000.000 x $0,15 = $0,0018. Output is 800 tokens, dus 800 / 1.000.000 x $0,50 = $0,0004. Het totaal is $0,0018 + $0,0004 = $0,0022, iets meer dan twee tienden van een cent.

Output-tokens kosten meer dan drie keer zo veel als input-tokens, wat de strategie bepaalt: het lezen van een lange transcriptie is goedkoop, het schrijven van een lang antwoord is waar het geld naartoe gaat. Een samenvatting die 5 procent van de lengte van de transcriptie is, kost veel minder dan een herschrijving van de hele transcriptie.

Dezelfde berekening als een functie, voor het geval je het tegen je eigen volumes wilt uitvoeren:

Copy# Base URL https://api.whisperapis.com/v1, model "uncensored"
def text_cost(input_tokens, output_tokens):
    # $0.15 per 1M input tokens, $0.50 per 1M output tokens
    return input_tokens * 0.15 / 1_000_000 + output_tokens * 0.50 / 1_000_000

print(round(text_cost(12_000, 800), 6))    # one-hour meeting -> 0.0022
print(round(text_cost(36_000, 1_500), 6))  # three-hour workshop -> 0.00615

Controleer ook de rekenkunde van de grootste rij: 96.000 x $0,15 / 1M = $0,0144, en 4.000 x $0,50 / 1M = $0,002, wat samen $0,0164 oplevert.

Het audio-gedeelte is een aparte post

Deze service transcribeert geen audio, dus er is geen prijs per minuut audio. Daarvoor heb je een Whisper-gebaseerde service van je eigen keuze nodig. Gehoste transcriptie van verschillende aanbieders rekent meestal per minuut of uur audio, terwijl een self-hosted setup die vergoeding vervangt door de kosten van GPU- of CPU-tijd, plus je eigen onderhoud. Prijzen veranderen vaak, dus controleer hun huidige prijzen in plaats van te vertrouwen op een cijfer uit een blog.

Voor budgettering tel je de twee kanten bij elkaar op: audio-uren vermenigvuldigd met het spraaktarief, plus transcripties vermenigvuldigd met het token-tarief hierboven. In de meeste pipelines die vergaderingen verwerken, is de transcriptielijn de grootste van de twee, omdat de tekststap bij een gesprek van één uur een fractie van een cent kost. Als je Whisper zelf runt op hardware die je al hebt, is de tekst-API misschien de enige directe rekening die je ziet.

Als je de setup-details wilt, toont de quickstart het verzoekformaat voor de tekststap.

Prepaid tegoed, geen gratis laag

Er is geen gratis tier en geen abonnement. Je betaalt van prepaid tegoed, en tegoed verloopt niet. Nieuwe gebruikers krijgen één manier om te testen zonder te betalen: na registratie heeft de API-sleutelpagina een knop voor één klik voor $0,50 aan proeftegoed. Het is één per persoon, geldig voor 7 dagen, en vereist geen kaart.

Die $0,50 gaat verder dan het klinkt. Bij $0,0022 per vergadering van één uur dekt het ongeveer 227 samenvattingen (0,50 / 0,0022 = 227,3). De proef-sleutel is beperkt tot 2 gelijktijdige verzoeken en 60 verzoeken per minuut, wat meer dan genoeg is om een pipeline te testen op een batch van opnames.

Na de proefperiode laad je op met elk geheel bedrag van $20 tot $500. Je betaalt met een kaart (Visa, Mastercard, Apple Pay, Google Pay) of crypto (USDT op TRC20, USDC op Base). Grotere opwaarderingen krijgen een bonus op het tegoed dat je ontvangt:

Opwaarderen	Bonus	Ontvangen tegoed
$20	geen	$20,00
$50	+5%	$52,50
$100	+10%	$110,00
$200	+15%	$230,00

De prijzenpagina heeft de huidige lijst op één plek.

Wat een maand vergaderingen kost

Stel een team neemt 40 vergaderingen van een uur per week op. Dat is ongeveer 173 per maand (40 x 52 / 12 = 173,3). Elk kost $0,0022 aan de tekstkant, dus het maandtotaal is ongeveer 173,3 x $0,0022 = $0,38. Een opwaardering van $20 dekt meer dan vier jaar van die werklast, en het tegoed vervalt nooit.

Nu een zwaarder geval: een dienst die 5.000 opnames van één uur in een maand verwerkt met een input van 12.000 tokens en een samenvatting van 800 tokens elk. Dat is 5.000 x $0,0022 = $11. Verhoog de output naar 3.000 tokens per opname omdat klanten gedetailleerde notities willen, en de outputkosten per opname worden 3.000 x $0,50 / 1M = $0,0015, dus het totaal per opname is $0,0018 + $0,0015 = $0,0033, en de maand komt uit op $16,50.

Merk op wat de rekening heeft verplaatst. De lengte van de transcriptie veranderde niet, alleen de lengte van het antwoord. Als kosten sneller groeien dan verwacht, kijk dan naar je outputgrootte voordat je naar iets anders kijkt.

Vergelijken met handmatig doen

De eerlijke vergelijking is met je eigen tijd. Een assistent die een opname van één uur luistert en notities typt, spendeert een uur of meer. Het model leest hetzelfde uur als tekst in een paar seconden en schrijft de notities in misschien een halve minuut. Bij $0,0022 per uur vergadering is de tekststap niet waar het geld naartoe gaat; de audiotranscriptie, de engineeringtijd om de pipeline te bouwen en de review van de output kosten meer.

Het model maakt ook fouten, dus budgetteer een korte menselijke controle van alles wat belangrijk is. Een reviewer die gegenereerde notities twee minuten lang overvliegt, is nog steeds sneller dan het schrijven van nul, en de controle vangt de af en toe verzonnen eigenaar of verkeerd gehoord cijfer op. Mislukte of geweigerde verzoeken kosten niets, dus de enige tekstuitgave is voor antwoorden die je daadwerkelijk hebt ontvangen.

Manieren om de tekstrekening klein te houden

• Beperk het antwoord. Stel max_tokens in als je alleen een korte samenvatting nodig hebt. Het is optioneel, maar het voorkomt een uit de hand gelopen antwoord op een vreemde transcriptie.
• Stuur de transcriptie niet opnieuw. Als je drie outputs nodig hebt uit één vergadering, vraag ze dan in één verzoek aan als een JSON-object in plaats van drie aanroepen die elk betalen voor 12.000 input tokens.
• Lees gebruik uit het antwoord. De usage blok rapporteert prompt- en completion-tokens, en gestreamde antwoorden bevatten gebruik aan het einde. De X-Balance-USD antwoordheader toont je resterende tegoed.
• Houd herhaalde pogingen goedkoop. Mislukte of geweigerde verzoeken worden niet in rekening gebracht, dus een retry loop bij fouten voegt niets toe aan de rekening.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.whisperapis.com/v1", api_key="YOUR_KEY")
messages = [{"role": "user", "content": "Summarize in five bullets: ..."}]

resp = client.chat.completions.create(
    model="uncensored",
    messages=messages,
    max_tokens=900,
)
u = resp.usage
print(u.prompt_tokens, u.completion_tokens)
print(text_cost(u.prompt_tokens, u.completion_tokens))

Combineer die gewoontes met een dagelijkse controle van de balansheader en je ziet binnen een dag een kostenprobleem, niet aan het einde van de maand. De docs vermelden de antwoordheaders en foutcodes.

Meer handleidingen

• Whisper API Server: Instelopties en de tekststap
• Notities bij LLM API-bijeenkomst: transcriptie naar samenvatting in Python
• Midjourney API: foutopsporing en alternatieven