OpenTranscription
OpenTranscription
RankerModelosPlayground
OpenTranscription
OpenTranscription

Una API para cada modelo de voz a texto que vale la pena. Compáralos con tu audio, enruta al mejor, paga por segundo.

Estado de la plataforma

Producto

ClasificadorModelosTranscripcionesPlaygroundBlog

Desarrolladores

DocumentaciónConfiabilidadVersionado APIEstado

Legal

Política de PrivacidadTérminos de ServicioSoporte
© 2026 OpenTranscription
Volver a Modelos

Qwen3 ASR Flash vs Chirp 3

2 modelos comparados en el mismo benchmark — precisión, latencia, precio, cobertura de idiomas y capacidades. Chirp 3 lidera en precisión; Chirp 3 es el más rápido; Chirp 3 cubre más idiomas; Qwen3 ASR Flash es el más económico.

Abrir ambos en el playground

Veredicto · quién gana qué

Más preciso

Chirp 3

10.0% WER

Google Cloud

Más rápido

Chirp 3

0.3× en tiempo real

Google Cloud

Más idiomas

Chirp 3

68 idiomas

Google Cloud

Más económico

Qwen3 ASR Flash

$0.0021/min

Alibaba (Qwen)

Comparando

2 modelos · mismo benchmark

1

Por lotes

Qwen3 ASR Flash

Alibaba (Qwen)

$0.0021/min
#5 · 69.1

Qwen3-ASR Flash de Alibaba — transcripción por lotes multilingüe (más de 25 idiomas) con marcas de tiempo por palabra y detección automática de idioma, alojado en Model Studio (Singapur). Admite archivos de hasta 12 horas.

Usar Este ModeloDetalles →

2

Por lotes

Chirp 3

Google Cloud

$0.0107/min
#4 · 45.0

Último modelo fundacional ASR generativo de Google — más de 85 idiomas

Usar Este ModeloDetalles →

Resumen

Promedio de benchmark 30 días

Puntuación general

0–100

69.1

45.0

Ranking de precisión

de 35

#5

#4

Tasa de error de palabras

WER

12.3%

10.0%

Tasa de error de caracteres

CER

7.4%

5.8%

Tasa de error de coincidencia

MER

11.2%

9.7%

Información de palabras perdida

WIL

14.3%

14.1%

Idiomas

25

68

Coste vs. precisión

WER general vs precio

Chirp 3

Qwen3 ASR Flash

grupo · 33 modelos

abajo a la izquierda es mejor

Precisión por categoría

WER · menor es mejor

code_switching

18.4%
17.1%

conversational

9.7%
4.7%

finance

6.0%

Precisión por acento

WER · inglés

african

24.6%
20.0%

australian

13.9%
16.9%

indian

20.6%

Velocidad y latencia

p50 → p99

Velocidad de procesamiento

× tiempo real

0.1×

0.3×

Latencia p50

7.0s

11.0s

Latencia p90

7.0s

11.2s

Tiempo real / streaming

Promedios del benchmark en streaming

Ranking en tiempo real

—

—

Puntuación en tiempo real

0–100

—

—

Tiempo hasta la primera palabra

—

—

Vaciado final

—

—

Factor de tiempo real

—

—

Parpadeo

—

—

Cadencia

—

—

Fiabilidad

Últimos 30 días

Disponibilidad

100.00%

88.89%

Tasa de error

0.00%

11.11%

Precios

facturado por segundo

Tarifa

por minuto

$0.0021

$0.0107

Granularidad de facturación

per 1s

per 15s

1 hora de audio

$0.13

$0.64

100 horas

Capacidades

Soporte de características

Diarización de hablantes

No

Yes

Marcas de tiempo por palabra

Yes

No

Cambio de código

No

Cobertura y despliegue

Idiomas · formatos · regiones

Idiomas

25

68

Modo

Por lotes

Por lotes

Región

Singapore

Estados Unidos

Formatos de audio

7.1%

general

11.3%
8.2%

legal

3.6%
2.9%

medical

7.0%
1.9%

noisy

29.2%
29.2%

technical

4.0%
3.7%
27.0%

uk

1.5%
3.0%

us

1.9%
5.7%

Latencia p99

7.0s

11.2s

$12.60

$64.08

1.000 horas

$126.00

$640.80

Yes

Detección automática de idioma

Yes

Yes

En tiempo real / streaming

No

No

Vocabulario personalizado

No

Yes

mp3
wav
flac
m4a
ogg
webm
aac
amr
mp3
wav
flac
ogg
webm
amr

Tamaño máx. de archivo

2 GB

Sin límite

Duración máx.

12 h

8 h

Cumplimiento normativo

—

HIPAA
SOC2
GDPR

Preguntas frecuentes

¿Es Qwen3 ASR Flash o Chirp 3 más preciso?

Chirp 3 es más preciso, con una tasa de error de palabras del 10.0% frente al 12.3% de Qwen3 ASR Flash, según nuestro benchmark estandarizado.

¿Cuál es más económico, Qwen3 ASR Flash o Chirp 3?

Qwen3 ASR Flash es más económico a $0.0021/min frente a $0.0107/min de Chirp 3.

¿Deberías elegir Qwen3 ASR Flash o Chirp 3?

Elige Qwen3 ASR Flash para menor coste; elige Chirp 3 para precisión, velocidad, and cobertura de idiomas.