26. Juli 2026 · KI & LLMs · 5 Minuten Lesezeit
Letzte Woche habe ich die Transkription für ein Nebenprojekt ausbezahlt, und was mich überrascht hat, war, wie gering die Zahlen sind. Eine ganze Stunde Audio, umgewandelt in Text, kostet irgendwo dazwischen ein Viertel und vierzig Cent auf den Mainstream-APIs. Nicht pro Minute. Pro Stunde. Der kostspielige Teil einer Voice-Pipeline ist fast nie die Transkription – es ist alles, was Sie daran anknüpfen. Aber die Stundensätze spielen immer noch eine Rolle, wenn Sie Hunderte von Stunden im Monat laufen, also hier ist die eigentliche Rechnung.
Dies sind die Pay-as-you-go-Tarife, die ich für die drei APIs verfolge, nach denen die meisten Menschen tatsächlich greifen. Ich habe alles in eine Stundenangabe umgerechnet, damit Sie Äpfel mit Äpfeln vergleichen können – einige Anbieter geben die Angabe pro Minute an, andere pro Stunde, und das allein verbirgt den Unterschied.
| API | Angebotspreis | Pro Stunde Audio | Kostenloses Guthaben |
|---|---|---|---|
| Deepgram (Nova) | 0,0043 $/Min | ~0,26 $ | $200 signup credit |
| OpenAI Whisper | $0.006 / min | $0.36 | — |
| AssemblyAI (Universal) | 0,37 $/Std | $0.37 | Freie Stunden zum Start |
Das Batch-Modell von Deepgram ist also mit etwa 100 % das günstigste der drei 0,26 $ pro Stunde, Whisper sitzt in der Mitte $0.36und das Universalmodell von AssemblyAI kostet 0,37 $. Die Streaming-(Live-)Transkription kostet bei jedem Anbieter etwas mehr als die Batch-Transkription. Wenn Sie also Untertitel in Echtzeit benötigen, sollten Sie ein Budget über diesen Zahlen einplanen.
Stundensätze scheinen abstrakt zu sein. Hier erfahren Sie, was drei tatsächliche Bände pro Monat kosten. Angenommen, Sie transkribieren Supportanrufe oder einen Podcast-Backkatalog:
| Audio / Monat | Deepgram | Flüstern | AssemblyAI |
|---|---|---|---|
| 100 Stunden | $25.80 | $36.00 | $37.00 |
| 500 Stunden | $129.00 | $180.00 | $185.00 |
| 2.000 Stunden | $516.00 | $720.00 | $740.00 |
Bei 500 Stunden im Monat beträgt der Abstand zwischen dem günstigsten und dem teuersten Angebot etwa $56. Echt, aber nicht das, was Ihr Budget sprengen wird. Bei 2.000 Stunden wächst es auf etwa 224 $/Monat. Das ist der Punkt, an dem sich die Migrationsbemühungen lohnen, wenn man Deepgram den anderen vorzieht – und das nicht wirklich vorher.
Hier ist, was ich auf die teure Art und Weise gelernt habe. Die Transkriptionswerbebuchung ist klein; Die umliegenden Merkmale sind der Ort, an dem die Rechnung aufbläht. Sprecherbezeichnungen (Diarisierung), Sentiment, Zusammenfassung, PII-Redaktion und Spracherkennung sind in der Regel vorhanden als Zusatzpreis erhältlich, und jeweils zusätzlich zum Basispreis. Schalten Sie drei davon ein und aus Ihren 0,37 $/Std. werden ganz still und leise 0,70 $+/Std. Insbesondere AssemblyAI bündelt viele Intelligenzmodelle, die nach der Aktivierung separat abgerechnet werden.
Die andere Falle besteht darin, dass Ihnen Gebühren in Rechnung gestellt werden Audiodauer, nicht Wortanzahl. Stummschalten, Wartemusik und Übersprechen kosten den vollen Tarif. Eine einstündige Aufnahme mit 20 Minuten toter Luft kostet Sie immer noch eine ganze Stunde. Das Stummschalten vor dem Hochladen ist die günstigste Optimierung, die niemand macht.
Bei Batch-Jobs, bei denen ich den Ton kontrolliere, ist Deepgram Nova preislich günstig und schnell. Wenn ich mich bereits in einem OpenAI-Stack befinde und das Volumen bescheiden ist, lohnt es sich nicht, von Whisper bei 0,006 $/Min. abzuweichen – die Differenz von etwa 200 $ pro Jahr ist kleiner als ein Tag Entwicklungszeit. AssemblyAI verdient seinen etwas höheren Preis nur, wenn Sie die integrierte Zusammenfassung und Sprecheranalyse wirklich wünschen, anstatt Ihre eigene zu verkabeln. Gehen Sie Ihre eigenen Stunden durch, bevor Sie sich verpflichten:
Neu bei der nutzungsbasierten API-Preisgestaltung? Beginnen Sie mit dem kostenlose API-Kostenleitfäden. Und wenn Sie einen vollständigen Voice-Bot erstellen, macht die Transkription nur ein Drittel der Rechnung aus – sehen Sie was 100.000 Support-Chats tatsächlich kosten für die LLM-Seite.
Bei den Preisen handelt es sich um Listenpreise der Anbieter, die in unserem Katalog (Juli 2026) aufgeführt sind, und um Referenzschätzungen. Überprüfen Sie vor der Budgetierung die aktuellen Preise auf der Preisseite jedes Anbieters. Die Zahlen pro Stunde werden anhand der angegebenen Tarife berechnet. Zusatzfunktionen (Diarisierung, Zusammenfassung, PII-Schwärzung) werden separat in Rechnung gestellt.