直接答案：按美国区、标准模型、只算转写分钟、不含存储/LLM/出站，2026 年每月 10 万分钟语音转写大致是：Deepgram Nova-3 770（Growth 650）、Azure Speech S1 1,666.67（2,000 小时承诺 1,600）、Google STT 1,600（1 年承诺 1,440）；1 万分钟：Deepgram 77、Azure 166.67、Google 160；100 万分钟：Deepgram 7,700（Growth 6,500）、Azure 10,833（10,000 小时承诺）、Google 13,000（1 年承诺 11,700）。Deepgram 的按秒单价最低；Azure 的 1 美元/小时 + 承诺档适合稳定用量；Google 的“是否记录数据”会从 0.016/分钟变成 0.024/分钟，差 50%。先确认数据日志、说话人分离、并发和承诺档，再比每分钟。
本文面向正在选语音转写 API、把客服录音/会议/字幕/质检接进流水线的工程、数据和采购。资料截止 2026-11-05；价格取三家官方定价页/公开价 API 的美国区 list price，按美元、未含税；TCO 是编辑测算，不是任何一家报价。三家都按音频秒/分钟计费，但 Deepgram 按秒、Azure 按秒（页面写 per second billing）、Google 按秒；真正差异在“标准/增强模型、数据日志、说话人分离、承诺档、最低消费”。
Deepgram Nova-3 单语 0.0077/分钟（Growth 0.0065），按秒计费、无最低；Azure S1 1.00/小时，2,000 小时承诺 1,600/月（约 0.80/小时）、10,000 小时 6,500/月（约 0.65/小时）；Google STT 标准 0.016/分钟（有数据日志）或 0.024/分钟（无数据日志），60 分钟/月免费。10 万分钟 Deepgram 770 最低，Azure 承诺 1,600，Google 1,600；1 百万分钟 Deepgram Growth 6,500 最低。
三种计价模型：按秒、按小时 + 承诺、按分钟 + 数据日志
Deepgram：Nova-3 单语 0.0077/分钟（PAYG）、Growth 0.0065；多语 0.0092/0.0078；Flux STT 英语 0.0077/0.0065；按秒计费、无块取整；$200 试用额度（约 4.3 万分钟）；Growth 4,000/年起、最高约 20% 折扣；说话人分离 0.0020/分钟、redaction 0.0020、keyterm 0.0013、entity 0.0017。Azure：Speech to Text S1 1.00/小时（按秒），免费 5 小时/月；2,000 小时承诺 1,600/月、超量 0.80/小时；10,000 小时承诺 6,500/月、超量 0.65/小时；增强功能 0.30/小时；自定义模型托管 0.05375/小时。Google：STT 标准有数据日志 0.016/分钟（首 500k），无数据日志 0.024/分钟；500k–1M 0.010；1M–2M 0.008；2M+ 0.004；60 分钟/月免费；1 年承诺 0.0144/0.009/0.0072/0.0036；3 年更低。
| 平台 | 计价单位 | 标准单价 | 承诺/折扣 | 免费/试用 | 主要边界 |
|---|---|---|---|---|---|
| Deepgram | 秒（按分钟展示） | Nova-3 单语 0.0077/分钟；多语 0.0092 | Growth 0.0065/0.0078；4,000/年起 | $200 额度（约 4.3 万分钟） | 按秒无取整；附加功能另计 |
| Azure Speech | 秒（按小时展示） | S1 1.00/小时 | 2K 小时 1,600/月；10K 小时 6,500/月 | 5 小时/月 | 承诺档/增强功能另计 |
| Google STT | 秒（按分钟展示） | 有日志 0.016/分钟；无日志 0.024/分钟 | 1 年 0.0144/0.009；3 年更低 | 60 分钟/月 | 数据日志选择影响 50% |
来源：Deepgram Pricing、Azure Speech Pricing、Google Cloud Speech-to-Text Pricing（均访问 2026-11-05）。这张表是编辑归纳；“标准单价”只写公开标准模型，不含增强/自定义/批量/Voice Agent；实际价格按区域、币种、承诺和附加功能变化。
2026 官方价目：每分钟、每小时
Deepgram Nova-3 单语 0.0077/分钟 = 0.462/小时，Growth 0.0065 = 0.39/小时；多语 0.0092 = 0.552/小时。Azure S1 1.00/小时，2K 承诺 1,600/2,000h = 0.80/小时，10K 承诺 6,500/10,000h = 0.65/小时；增强功能 0.30/小时。Google 有数据日志 0.016/分钟 = 0.96/小时，1 年 0.0144 = 0.864/小时，3 年 0.0128 = 0.768/小时；无数据日志 0.024/分钟 = 1.44/小时，1 年 0.0216 = 1.296/小时，3 年 0.0192 = 1.152/小时。
| 口径 | Deepgram | Azure Speech | Google STT |
|---|---|---|---|
| 最低档/分钟 | 0.0077（单语） | 0.01667（1.00/小时） | 0.016（有日志）/0.024（无日志） |
| 最低档/小时 | 0.462 | 1.00 | 0.96（有日志）/1.44（无日志） |
| 承诺/折扣 | Growth 0.0065/分钟 = 0.39/小时 | 2K 0.80/小时；10K 0.65/小时 | 1 年 0.864/小时；3 年 0.768/小时（有日志） |
| 免费额度 | $200 额度（约 4.3 万分钟） | 5 小时/月 | 60 分钟/月 |
| 计费粒度 | 按秒，无块取整 | 按秒 | 按秒 |
来源：Deepgram Pricing（0.0077/0.0065、多语 0.0092/0.0078、$200 额度）、Azure Speech Pricing（S1 1.00/小时、2K 1,600、10K 6,500、5 小时免费、增强 0.30/小时）、Google STT Pricing（有/无数据日志 0.016/0.024、1 年 0.0144/0.0216、3 年 0.0128/0.0192、60 分钟免费）。访问 2026-11-05；美元、未含税；小时价为编辑换算。
1 万 / 10 万 / 100 万分钟：月费 TCO
按标准模型、只算转写：1 万分钟，Deepgram 77、Deepgram Growth 65、Azure S1 166.67、Google 160（1 年 144）；10 万分钟，Deepgram 770/650、Azure 1,666.67（2K 承诺 1,600）、Google 1,600（1 年 1,440）；100 万分钟，Deepgram 7,700/6,500、Azure 10,833.33（10K 承诺）、Google 13,000（1 年 11,700）。Deepgram 在三档都最低；Azure 的承诺档在 10 万分钟附近开始接近/低于 Google；Google 的标准价与 Azure S1 接近，但无日志版贵 50%。
| 月分钟 | Deepgram PAYG | Deepgram Growth | Azure S1 | Azure 承诺 | Google 标准 | Google 1 年 |
|---|---|---|---|---|---|---|
| 1 万 | 77 | 65 | 166.67 | 166.67（未达 2K） | 160 | 144 |
| 10 万 | 770 | 650 | 1,666.67 | 1,600（2K） | 1,600 | 1,440 |
| 100 万 | 7,700 | 6,500 | 16,666.67 | 10,833.33（10K） | 13,000 | 11,700 |
编辑测算，不是报价。Deepgram = 分钟×0.0077/0.0065；Azure S1 = 分钟/60×1.00；Azure 2K = 1,600（≤2,000 小时），10K = 6,500 + 超出 10,000 小时×0.65；Google 有数据日志标准 = 首 500k×0.016 + 500k×0.010（100 万），1 年 = 0.0144/0.009；不含税、存储、LLM/NLP、出站、增强功能、自定义模型和最低消费。Deepgram Growth 4,000/年起的现金承诺未摊入月费。
增强功能：说话人分离、redaction、关键词、日志
转写单价之外，最常见的加价是说话人分离/redaction/关键词。Deepgram：说话人分离 0.0020/分钟、redaction 0.0020、keyterm 0.0013、entity 0.0017；10 万分钟加分离就是 +200/月。Azure：增强功能 0.30/小时（约 0.005/分钟），10 万分钟 +500，包含语言识别/说话人分离/发音评估等；自定义模型托管 0.05375/小时。Google：数据日志选择直接改变单价（0.016 vs 0.024）；是否支持/另计说话人分离要看模型/功能页，本文不把它写成免费。存储、LLM 摘要、翻译、出站也另计。
| 项目 | Deepgram | Azure | |
|---|---|---|---|
| 说话人分离 | 0.0020/分钟 | 增强功能 0.30/小时（约 0.005/分钟） | 按功能/模型页确认 |
| redaction/关键词 | redaction 0.0020；keyterm 0.0013；entity 0.0017 | 增强功能包含/另计 | 按功能页确认 |
| 数据日志 | 不适用 | 不适用 | 有日志 0.016/分钟；无日志 0.024/分钟 |
| 自定义模型 | Enterprise 定制 | 托管 0.05375/小时；训练另计 | 按模型/训练页确认 |
| 存储/LLM/出站 | 另计 | 另计 | 另计 |
来源：Deepgram Pricing（附加功能 0.0020/0.0013/0.0017）、Azure Speech Pricing（增强 0.30/小时、自定义托管 0.05375/小时）、Google STT Pricing（有/无数据日志单价）。访问 2026-11-05；美元、未含税；“按功能页确认”表示公开价未单列，本文不猜。
什么场景选哪种？
低量/价格优先/要按秒：Deepgram；用量稳定、要用 Azure 生态/承诺档/增强功能：Azure；已经在 GCP、要 1/3 年承诺、能接受数据日志：Google；不能记录数据：Google 无日志价 0.024/分钟，先算是否仍比 Azure/Deepgram 便宜。说话人分离/redaction 重：把 Deepgram 0.002/0.002 或 Azure 0.30/小时加进去；会议/客服质检/字幕的输出格式、并发、区域也要一起验收。
| 场景 | 首选 | 理由 | 注意 |
|---|---|---|---|
| 低量/价格优先 | Deepgram | 0.0077/分钟，按秒无取整 | 附加功能另计 |
| 稳定用量/承诺 | Azure | 2K/10K 小时承诺 0.80/0.65/小时 | 承诺/超量/增强另计 |
| GCP 生态/1–3 年 | 1 年 0.0144/分钟起 | 数据日志选择影响 50% | |
| 不能记录数据 | Google 无日志/其他 | 无日志 0.024/分钟 | 比有日志贵 50% |
| 说话人分离/redaction | 对比加价 | Deepgram 0.002/分钟；Azure 0.30/小时 | 按真实功能组合算 |
| 自定义模型 | Azure/Enterprise | 托管/训练另计 | 训练/托管/并发 |
来源：Deepgram/Azure/Google 官方定价页（访问 2026-11-05）。表为编辑决策矩阵，不是厂商建议；未验证实际识别准确率、延迟、语言覆盖、说话人分离效果、并发或支持响应。
采购与验收要写清什么？
至少写清八件事：月音频小时/峰值、实时/批量、语言/口音、说话人分离/redaction/关键词、数据日志/保留、并发/延迟、输出格式/时间戳、承诺/最低消费。POC 用 2–4 周真实音频，记录 WER/关键词准确率、P95 延迟、并发、分离效果、失败/重试和账单；不要只比“每分钟”。
- 音频量：月小时/峰值、实时/批量、平均时长；按秒计费。
- 语言/口音：单语/多语、方言、专业术语；模型不同价不同。
- 功能：说话人分离、redaction、关键词、时间戳、标点/格式化。
- 数据日志：是否允许记录；Google 有/无日志差 50%。
- 并发/延迟：实时并发、P95、排队/限流；承诺档/Enterprise 不同。
- 输出：JSON/SRT/VTT、时间戳精度、批量导出。
- 承诺：Deepgram Growth 4,000/年、Azure 2K/10K 小时、Google 1/3 年。
- POC：2–4 周真实音频；记录 WER、P95、并发、分离、失败和账单。
常见问题
10 万分钟，最便宜怎么选？
Deepgram Growth 650、Deepgram PAYG 770、Azure 2K 承诺 1,600、Google 1 年 1,440、Google 标准 1,600、Azure S1 1,666.67。Deepgram 最低；Azure/Google 的承诺档要看最低消费。
100 万分钟怎么选？
Deepgram Growth 6,500、Azure 10K 承诺 10,833.33、Google 1 年 11,700、Google 标准 13,000、Azure S1 16,666.67。Deepgram 最低；Azure 承诺档比 Google 1 年低。
为什么 Google 有两个价？
有数据日志 0.016/分钟、无数据日志 0.024/分钟，差 50%；1 年/3 年承诺还会再降。不能记录数据时，先按 0.024 算，再和 Deepgram/Azure 比。
Azure 的承诺档怎么算？
2,000 小时 1,600/月（约 0.80/小时），10,000 小时 6,500/月（约 0.65/小时）；超出按 0.80/0.65 每小时。10 万分钟≈1,666.7 小时，2K 承诺 1,600 比 S1 1,666.67 略低。
Deepgram Growth 一定更便宜吗？
单价 0.0065 vs 0.0077，但 Growth 4,000/年起预付；10 万分钟用量 650，远低于 4,000 年承诺。低量用 PAYG，年用量足够大再谈 Growth/Enterprise。
说话人分离加多少？
Deepgram 0.0020/分钟，10 万分钟 +200；Azure 增强功能 0.30/小时，10 万分钟 +500；Google 按功能/模型页确认。会议/客服质检要把这项加进去。
实时和批量同价吗？
本文用标准转写价；实时/批量/快速转写可能不同价（Azure 有 Fast Transcription 促销、Google 有不同 SKU）。采购时按实际 API/模型确认。
还有哪些隐藏成本？
存储、LLM 摘要/翻译/NLP、出站、并发/限流、自定义模型训练/托管、承诺最低消费、税和支持。本文只算标准转写分钟。
研究方法与局限
本文把“官方事实”和“编辑测算”分开：Deepgram/Azure/Google 的标准转写价、承诺档、免费额度、附加功能价来自三家官方定价页/公开价 API（美国区）；1 万/10 万/100 万分钟的 TCO 是按标准模型、只算转写分钟的算术，不是任何一家报价。本文不比较实际识别准确率、延迟、语言覆盖、说话人分离效果、并发或支持响应。
局限有八个：① 只取美国区公开 list price，未含税、区域/币种、私有价和折扣；② 只算标准转写，不含实时/批量/Fast Transcription 等不同 SKU；③ 不含存储、LLM/NLP、翻译、出站、并发/限流、自定义模型；④ 只算 1 万/10 万/100 万分钟，实际用量/峰值会改变承诺档；⑤ Deepgram Growth 4,000/年、Azure 2K/10K 小时、Google 1/3 年承诺未摊入月费；⑥ 未验证识别准确率、延迟、语言覆盖、说话人分离效果；⑦ 未计 data logging/保留/合规差异；⑧ 未比较 AssemblyAI/OpenAI/Whisper/其他 STT。采购决策应把本文当“口径模板”，用 2–4 周真实音频 POC 替换假设。
数据来源与口径
- Deepgram, Pricing：deepgram.com/pricing。Nova-3 单语 0.0077/分钟、Growth 0.0065；多语 0.0092/0.0078；$200 额度；Growth 4,000/年；说话人分离 0.0020、redaction 0.0020、keyterm 0.0013、entity 0.0017。访问 2026-11-05。
- Microsoft Azure, Speech Pricing：azure.microsoft.com/.../speech-services。S1 1.00/小时、5 小时/月免费；2K 承诺 1,600/月、10K 承诺 6,500/月；增强 0.30/小时；自定义托管 0.05375/小时。访问 2026-11-05。
- Google Cloud, Speech-to-Text Pricing：cloud.google.com/speech-to-text/pricing。有数据日志 0.016/分钟、无日志 0.024/分钟；500k–1M 0.010；1M–2M 0.008；2M+ 0.004；60 分钟/月免费；1 年 0.0144/0.009/0.0072/0.0036；3 年更低。访问 2026-11-05。
资料截止 2026-11-05；价格为公开 list price，未含税；所有算例均为编辑测算。本文不构成采购建议。