Deepgram cobra casi todo por minuto de audio, lo que hace que su factura sea de las más fáciles de prever en voz. La trampa está en los detalles: qué modelo usas, si la tarifa de la página es una promoción, cuántos canales tiene tu audio y qué complementos activas.
Este es el resumen, leído en la página de precios de Deepgram en octubre de 2026. La voz a texto en streaming cuesta entre 0,0048 $ y 0,0078 $ por minuto en Pay As You Go, y varias de esas tarifas están marcadas como promociones por tiempo limitado; la tarifa normal de Nova-3 y Flux English es 0,0077 $. El texto a voz cuesta entre 0,015 $ y 0,045 $ por 1.000 caracteres. La Voice Agent API cuesta 0,075 $ por minuto en su nivel Standard. Las cuentas nuevas empiezan con un crédito de 200 $ que no caduca.
Desarrollamos Cartesia, que compite con Deepgram en voz a texto, texto a voz y agentes de voz, así que tenemos un interés en esto. Todas las cifras de Deepgram proceden de sus propias páginas, y nuestros precios están al final para que compruebes ambos.
Planes de Deepgram
| Plan | Precio | Para quién |
|---|---|---|
| Pay As You Go | Crédito gratis de 200 $, luego uso | Prototipos y primeras fases de producción |
| Growth | Desde 4.000 $ al año, prepago | Volumen estable; hasta ~20 % de descuento y más simultaneidad |
| Enterprise | Personalizado | Descuentos por volumen, autoalojamiento, BAA para HIPAA |
Pay As You Go no exige tarjeta para empezar ni tiene mínimo. Los créditos se recargan automáticamente por defecto (100 $ cuando el saldo llega a 10 $), algo que puedes desactivar en la consola. Los créditos comprados se reembolsan durante 30 días si no se han usado.
La simultaneidad es donde muchas aplicaciones en directo chocan antes que con el coste. Pay As You Go permite hasta 150 conexiones de voz a texto en streaming y 45 de texto a voz o de agente de voz a la vez; Growth las sube a 225 y 60. Por encima del límite, las solicitudes pueden quedar en cola o ser rechazadas.
Precios de voz a texto
Estas son las tarifas por minuto en octubre de 2026. “Promo” es el precio actual que Deepgram muestra junto a un precio normal tachado.
| Modelo | Pay As You Go streaming | Growth streaming | Pregrabado (PAYG) |
|---|---|---|---|
| Flux English | 0,0065 $ promo (0,0077 $ normal) | 0,0057 $ promo (0,0065 $ normal) | Solo streaming |
| Flux Multilingual | 0,0078 $ | 0,0068 $ | Solo streaming |
| Nova-3 Monolingual | 0,0048 $ promo (0,0077 $ normal) | 0,0042 $ promo (0,0065 $ normal) | 0,0043 $ |
| Nova-3 Multilingual | 0,0058 $ promo (0,0092 $ normal) | 0,0050 $ promo (0,0078 $ normal) | 0,0052 $ |
| Whisper Large | No figura | No figura | 0,0048 $ |
Flux es el modelo de Deepgram para agentes de voz, con detección de turnos integrada. Nova-3 es su modelo de transcripción general. Los modelos antiguos siguen disponibles a sus tarifas de siempre: Nova-2 en streaming a 0,35 $ por hora, Enhanced a 0,99 $ y Base a 0,87 $.
Las tarifas promocionales no tienen fecha de fin en la página. Si presupuestas un año, usa la columna normal: es lo que pagarás cuando termine la promoción.
Tres reglas de facturación cambian el total más que la elección de modelo:
- La facturación es por segundo. Deepgram no redondea al minuto.
- El audio multicanal se factura por canal. Una llamada estéreo de 10 minutos son 20 minutos facturados. Los centros de contacto que graban al agente y al cliente en canales separados pagan el doble.
- Los complementos se facturan por minuto aparte. La redacción de datos cuesta 0,0020 $, la detección de entidades 0,0017 $, el keyterm prompting 0,0013 $ y la diarización en streaming 0,0020 $ en Pay As You Go. El formato inteligente está incluido, igual que la diarización en audio pregrabado.
Precios de texto a voz
| Modelo | Pay As You Go, por 1.000 caracteres | Growth |
|---|---|---|
| Flux TTS | 0,045 $ | 0,0405 $ |
| Aura-2 | 0,030 $ | 0,027 $ |
| Aura-1 | 0,015 $ | 0,0135 $ |
A unos 1.000 caracteres por minuto de habla, Flux TTS sale a unos 4,5 céntimos por minuto de audio. Deepgram ofrece hasta el 31 de diciembre de 2026 un crédito equivalente en Flux TTS: cada dólar gastado añade un dólar de crédito, hasta 500 $.
Precios de la Voice Agent API
La Voice Agent API une la escucha, un LLM y la voz en un solo WebSocket y factura por tiempo de conexión. El nivel que pagas depende del LLM. Los modelos pequeños como GPT-4o mini, Claude Haiku 4.5 y los Gemini Flash son Standard; los más grandes como GPT-5 y Claude Sonnet son Advanced, según la lista de LLM de Deepgram.
| Nivel | Pay As You Go | Growth |
|---|---|---|
| Standard | 0,075 $/min | 0,068 $/min |
| Standard, tu propio TTS | 0,065 $/min | 0,051 $/min |
| Tu propio LLM | 0,059 $/min | No figura |
| Tu propio LLM y TTS | 0,050 $/min | 0,041 $/min |
| Advanced | 0,163 $/min | 0,146 $/min |
| Advanced, tu propio TTS | 0,122 $/min | 0,110 $/min |
Hay dos cosas fuera de estas tarifas. Las llamadas telefónicas necesitan un operador como Twilio, que te factura aparte. Y los niveles en los que aportas tu propio proveedor solo son más baratos en la línea de Deepgram de la factura: sigues pagando el LLM o el TTS que aportas.
Como la facturación va por tiempo de conexión, un agente que mantiene el socket abierto durante una música de espera o un silencio largo también paga esos minutos.
Lo que cuesta una carga de trabajo real
Dos ejemplos a precios de lista de Pay As You Go.
Transcribir 100.000 minutos al mes de grabaciones de llamadas en dos canales. Son 200.000 minutos facturados. Con Nova-3 para pregrabado a 0,0043 $, la factura es de 860 $. Si añades redacción de datos (0,0020 $ por minuto), sube a 1.260 $. En Growth, ambas tarifas bajan entre un 15 y un 20 % aproximadamente.
Un agente de voz que atiende 10.000 minutos de llamadas al mes. En el nivel Standard son 750 $ para Deepgram, más tu operador. Si el agente necesita un modelo más grande, el nivel Advanced lo lleva a 1.630 $.
Dónde encaja Cartesia
Si estás presupuestando Deepgram para un agente de voz, hay tres números que pesan más que la tarifa por minuto: cuántas palabras entiende bien el agente, lo natural que suena y lo que cuesta una llamada completa.
- Voz a texto: en el benchmark de streaming de Artificial Analysis de octubre de 2026, Ink-2 tiene una tasa de error de palabra del 3,4 %, frente al 6,6 % de Nova-3 Realtime y el 7,4 % de Flux. Cada número de cuenta o nombre mal oído es un turno que el agente tiene que reparar.
- Texto a voz: en las pruebas de escucha a ciegas de Artificial Analysis, Sonic 3.6 puntúa 1284 frente a 1054 de Flux TTS (octubre de 2026).
- Agentes de voz: las llamadas en Cartesia Managed Agents cuestan 0,06 $ por minuto, frente a 0,075 $ del nivel Standard de Deepgram. Por tiempo limitado, el uso del LLM está incluido en los agentes creados en el playground de Cartesia. El agente de 10.000 minutos de arriba cuesta 600 $ en Cartesia; un número de teléfono de Cartesia añade 0,014 $ por minuto.
Nuestra comparación Cartesia vs Deepgram incluye las mediciones de latencia, y la guía de modelos de voz a texto cubre otros modelos en streaming que vale la pena probar.
Si transcribes audio grabado en masa y no necesitas un agente en directo, las tarifas de pregrabado de Deepgram están pensadas para eso, y la facturación por segundo abarata los archivos cortos.
Precios de Cartesia, para comparar
Los planes de Cartesia cobran la voz a texto y el texto a voz de una misma bolsa de créditos: 1 crédito por carácter de texto a voz y 3 créditos por segundo de audio con Ink-2.
| Plan | Precio mensual | Créditos al mes | Uso de agentes prepagado | Exceso por 1 M de créditos |
|---|---|---|---|---|
| Free | 0 $ | 20.000 | 1 $ | No disponible |
| Pro | 5 $ | 100.000 | 5 $ | 65 $ |
| Startup | 49 $ | 1.250.000 | 49 $ | 45 $ |
| Scale | 299 $ | 8.000.000 | 299 $ | 38 $ |
| Enterprise | Personalizado | Personalizado | Precio por volumen | Personalizado |
Los agentes de voz cuestan 0,06 $ por minuto y se descuentan primero del saldo prepagado de agentes. Los créditos no usados se acumulan hasta el doble de la cantidad mensual. Cartesia también se despliega en tu VPC, on-prem o en entornos aislados.
Prueba Ink-2 y Sonic en el playground, o pasa el mismo audio por ambas APIs antes de comprometerte con cualquiera de las dos facturas.