Результаты поиска — зал зеркал: блог Deepgram сравнивает Deepgram с AssemblyAI, блог AssemblyAI отвечает взаимностью, а каждое упомянутое значение WER замерено на аудио, которое льстит автору. Ваше аудио никто не тестировал — ваши записи в кофейне, ваших собеседников с акцентом, вашу кашу из двух людей, говорящих одновременно.
Реальные отличия — WER на вашем аудио, задержка streaming, цена за час и вопрос самохостинга — это ровно то, чего блоги вендоров не касаются.
Этот гайд ставит линейку 2026 года — Universal-3-Pro от AssemblyAI, Nova-3 от Deepgram, open-source Whisper и модели транскрибации OpenAI — лицом к лицу с набором для WER-теста, который можно прогнать на собственном аудио за полдня, фреймворком выбора streaming против async и математикой TCO самохостинга, которую большинство сравнений пропускает.
Как мы тестировали: то же аудио, та же метрика
Ключевой вывод: WER имеет смысл только на вашем аудио — набор для теста важнее любого рейтинга, который мы могли бы опубликовать.
Грязный секрет индустрии: различия WER, которые выглядят решающими на чистом студийном аудио, на реальных записях сжимаются или инвертируются. Единственный защитимый метод:
- Три набора аудио — чистая речь, шумное реальное аудио и разговор нескольких спикеров. По десять минут каждый, из вашего реального сценария, а не из библиотеки примеров вендора.
- Одна метрика — word error rate, посчитанная по одному и тому же эталонному транскрипту, без пунктуации и регистра.
- Задержка в двух замерах — время до первого токена (streaming) и сквозное время для 10-минутного файла (async).
- Одна конвертация цен — приведите единицу тарификации каждого вендора (за час, за минуту, за секунду) к стоимости за час аудио, на том тарифе, которым вы действительно будете пользоваться.
Прогоните этот набор — и вы будете знать больше, чем все статьи со сравнениями вместе взятые, включая эту. Что мы можем проверить и сообщить ниже: линейки моделей, структуры цен и позиционирование — устойчивые факты.
Вариант 1: AssemblyAI — функциональная async-платформа
Ключевой вывод: AssemblyAI — ставка на платформу: самый глубокий набор функций пост-обработки, ядром которого выступает Universal-3-Pro, ценой realtime-задержки, которая не является его сильной стороной.
Текущий флагман AssemblyAI, Universal-3-Pro, находится на переднем крае точности транскрибации, а платформа вокруг него — самая глубокая в этом сравнении: speaker diarization, детекция сущностей, анализ тем и тональности, кастомный словарь и определение языка как полноценные функции, а не дополнения. Если ваш продукт — транскрибационный пайплайн — запись, транскрибация, обогащение, хранение — AssemblyAI даёт больше всего из коробки. Страница цен действительно авторитетна: почасовые тарифы по уровням моделей и функциям.
Компромисс: async-наследие AssemblyAI проявляется в realtime. Streaming работает, но профиль задержки — не его конёк; для голосовых агентов, где важна каждая сотня миллисекунд, лидируют realtime-first вендоры. Берите платформу для пайплайна; для агента тщательно измеряйте.
Кому подходит: транскрибационным платформам, медийным и юридическим пайплайнам, аналитике встреч и командам, которым нужна пост-обработка без её самостоятельной разработки.
Вариант 2: Deepgram — realtime-first и низкая задержка
Ключевой вывод: Nova-3 от Deepgram — realtime-эталон: создан для голосовых агентов и живых субтитров, где streaming — центр проектирования, а не мысль постфактум.
Nova-3 от Deepgram — нынешний лидер realtime в разговорах разработчиков: низкое время до первого токена, streaming-native API, поддержка прерываний и barge-in в голосовом агентном стеке и конкурентно позиционированная цена за час аудио. Если ваш продукт интерактивен — голосовой агент, живые субтитры, бот для встреч, который отвечает, — Deepgram это точка старта по умолчанию для аудио-пути.
Оговорки: точность в самом верхнем сегменте на некоторых бенчмарк-наборах уступает Universal-3-Pro (на их аудио — прогоните своё), а глубина функций вокруг транскрибации тоньше, чем у AssemblyAI. Вы покупаете скорость и синергию голосового стека: STT от Deepgram и Aura TTS разделяют один биллинг, что важно для голосовых продуктов. Страница цен Nova-3 на OpenRouter — удобная перекрёстная проверка тарифов.
Кому подходит: голосовым агентам, живым субтитрам, realtime-инструментам встреч и чувствительным к задержке интерактивным продуктам.
Вариант 3: Whisper — контроль через самохостинг
Ключевой вывод: Whisper — опция суверенитета данных: способный и бесплатный за час, с реальной ценой в виде GPU, эксплуатации и инженерии точности, которую математика «open source — это бесплатно» игнорирует.
Open-source семейство Whisper даёт транскрибацию на вашем железе с нулевой платой за час и полным контролем данных. Современные fine-tune и дистилляционные варианты закрывают большую часть разрыва с коммерческими флагманами, а при фиксированном аудио-профиле (один язык, один домен) настроенный Whisper может обойти универсальные API и по точности, и по цене.
Честная математика: стоимость GPU, риск неполной загрузки, обновления моделей и MLOps-налог — та же форма, которую наш TCO-анализ облачного API против самохостинга прорабатывает для текстовых моделей, только здесь жёстче, потому что аудио-нагрузки всплесковые. Порог реальный: устойчивый объём, стабильный аудио-профиль и существующая GPU-эксплуатация. Ниже порога по совокупной стоимости выигрывают API-вендоры.
Кому подходит: продуктам с суверенитетом данных, высокообъёмным пайплайнам со стабильным аудио и командам с GPU-эксплуатацией, которые хотят обнулить почасовую стоимость.
Вариант 4: транскрибация OpenAI — интеграция в экосистему
Ключевой вывод: модели транскрибации OpenAI — выбор для интеграции: хорошая точность, минимальная настройка и один биллинг для команд, уже работающих на OpenAI.
API транскрибации OpenAI — бесшовный вариант: тот же SDK, тот же ключ, тот же счёт, что у чата и TTS, — и quickstart, который даёт первую транскрибацию за минуты. Точность солидная и растёт, поддержка streaming есть, а для команд, чей AI-стек уже построен вокруг OpenAI, стоимость интеграции транскрибации близка к нулю.
Компромиссы: глубина функций вокруг транскрибации (качество diarization на грязном аудио, тонкая пост-обработка) уступает специалистам, а линейка моделей менее прозрачна в версионировании, чем у профильных вендоров. Это правильный выбор, когда транскрибация — функция вашего OpenAI-продукта, и неправильный, когда транскрибация и есть продукт.
Кому подходит: командам, приверженным OpenAI, простым потребностям в транскрибации и прототипам, которым нужна речь за выходные.
Лоб в лоб: WER, задержка и цена
Ключевой вывод: устойчивые факты — это линейки и структуры; рейтинг WER — это ваш замер, на вашем аудио, во второй половине дня.
Что проверяемо: Universal-3-Pro — якорь переднего края точности. Nova-3 — якорь realtime. Whisper — якорь контроля через самохостинг. OpenAI — якорь интеграции. Точные цифры меняются ежеквартально и зависят от вашего аудио-профиля. Итоговая таблица набора для теста:
| Провайдер | WER (ваши 3 набора аудио) | TTFB (streaming) | Стоимость за час аудио (ваш тариф) |
|---|---|---|---|
| AssemblyAI Universal-3-Pro | ___ / ___ / ___ | ___ ms | $___ |
| Deepgram Nova-3 | ___ / ___ / ___ | ___ ms | $___ |
| Whisper (самохостинг) | ___ / ___ / ___ | ___ ms | $___ + GPU |
| OpenAI transcription | ___ / ___ / ___ | ___ ms | $___ |
Один честный прогноз: на чистом аудио разброс будет небольшим — все флагманы хорошо транскрибируют чистую речь. На шумном аудио и с несколькими спикерами разброс будет драматичным, и рейтинг может вас удивить. Именно поэтому набор и существует.
Streaming против async — и ракурс голосового агента
Ключевой вывод: realtime-разговоры требуют streaming, а всё остальное должно идти в async — решение о режиме — это решение о затратах, замаскированное под решение о задержке.
Два правила, без исключений:
- Интерактив = streaming. Голосовым агентам, живым субтитрам и всему, чего ждёт пользователь, нужен streaming с низким временем до первого токена — это центр проектирования Nova-3, с обработкой прерываний как жёстким требованием для агентных стеков. И следите за rate limits на realtime-тарифах: streaming сжигает запросы куда быстрее, чем async.
- Всё остальное = async. Транскрибация файлов, batch-обогащение, медиа-архивы — async дешевле, надёжнее и проще в повторных попытках. Платформа AssemblyAI и batch-пайплайны Whisper здесь оба блещут.
Угол биллинга: async-тарифы обычно дешевле за час, чем realtime-тарифы, а объёмные скидки складываются. Если вы транскрибируете 10,000 часов архивов, решение о режиме двигает ваш счёт в разы, а не на проценты.
Заметка о стеке. В голосовом агентном стеке STT — один из трёх компонентов: STT, LLM, TTS — и каждый может быть от своего вендора. Паттерн, который держит это управляемым: держите каждый компонент за вашим унифицированным endpoint, оставляя STT нативным у провайдера (единый слой даёт один ключ, один биллинг и один дашборд для аудио и чата — он не заменяет STT-вендора, а консолидирует инфраструктуру; каталог моделей показывает, какие аудио-модели через него доступны). Наш гайд по мобильной интеграции показывает streaming-сторону на устройствах, а документация audio API покрывает унифицированный endpoint для обоих направлений голоса.
FAQ
У какого STT API самый низкий WER?
На чистом аудио флагманы близки — и Universal-3-Pro, и Nova-3 хорошо транскрибируют чистую речь. На шумном аудио и с несколькими спикерами разброс драматичен и зависит от аудио. Прогоните набор из трёх корпусов: ответ для вашего продукта — в ваших записях, а не в чьём-то маркетинге.
Как STT-вендоры тарифицируют — за час, за минуту или за секунду?
Существуют все три. AssemblyAI и Deepgram тарифицируют за час аудио (с опциями за секунду на некоторых тарифах), OpenAI за минуту, а Whisper — за GPU-час на вашем железе. Приводите к стоимости за час аудио перед сравнением — это единственная единица, которая выживает.
Streaming или async — что использовать?
Интерактивные продукты стримят; всё остальное уходит в async. Async дешевле за час, надёжнее и проще в повторных попытках; streaming обязателен, когда пользователь ждёт. Третьего режима, который избавил бы вас от выбора, не существует.
Дешевле ли самохостинг Whisper, чем API-транскрибация?
Только при реальном объёме со стабильным аудио-профилем и существующей GPU-эксплуатацией. Ниже этого порога затраты на неполную загрузку GPU и MLOps превышают почасовую экономию — и TCO-анализ по ссылке выше показывает, почему.
Насколько хорош speaker diarization в 2026 году?
Лучше, чем в 2024 году, но всё ещё не заслуживает доверия на длинных перекрывающихся разговорах — именно поэтому важен мультиспикерный корпус в наборе для теста. Если точность diarization — ваш продукт, бенчмаркайте специалистов на ваших реальных паттернах звонков, прежде чем решаться.
Можно ли использовать STT для обработки прерываний голосового агента?
Только с поддержкой streaming и barge-in — это сильная сторона Deepgram (и всё чаще AssemblyAI). В async-транскрибации нет понятия прерывания; если оно нужно вашему агенту, realtime-тариф обязателен.
Итоги
Сравнивая speech-to-text API в 2026 году, вы получаете якорь точности (AssemblyAI Universal-3-Pro), якорь realtime (Deepgram Nova-3), опцию контроля (самохостинговый Whisper) и интеграционный дефолт (OpenAI) — а реальное решение принимают ваше аудио и ваш режим. Прогоните WER-набор из трёх корпусов, приведите к стоимости за час аудио, осознанно выберите streaming или async и держите инфраструктуру стека единой, чтобы выбор вендора оставался выбором компонента.
Бенчмарки вендоров написаны вендорами. Прогоните свои. Получите API-ключ TokSpan и транскрибируйте одну и ту же запись несколькими STT-движками; $5 бесплатных кредитов покрывают тест.