Deepgram facture presque tout à la minute d’audio, ce qui en fait l’une des factures vocales les plus faciles à prévoir. Le piège est dans les détails : le modèle choisi, le fait que le tarif affiché soit ou non une promotion, le nombre de canaux de votre audio et les options que vous activez.
Voici l’essentiel, lu sur la page tarifs de Deepgram en octobre 2026. La transcription en streaming coûte de 0,0048 $ à 0,0078 $ la minute sur Pay As You Go, et plusieurs de ces tarifs sont signalés comme des promotions temporaires ; le tarif normal de Nova-3 et Flux English est de 0,0077 $. La synthèse vocale coûte de 0,015 $ à 0,045 $ par 1 000 caractères. La Voice Agent API coûte 0,075 $ la minute sur son niveau Standard. Les nouveaux comptes démarrent avec un crédit de 200 $ qui n’expire pas.
Nous développons Cartesia, concurrent de Deepgram en transcription, en synthèse vocale et en agents vocaux : nous avons donc un intérêt dans la question. Tous les chiffres Deepgram ci-dessous viennent de ses propres pages, et nos tarifs figurent à la fin pour que vous puissiez vérifier les deux.
Les forfaits Deepgram
| Forfait | Prix | Pour qui |
|---|---|---|
| Pay As You Go | Crédit gratuit de 200 $, puis à l’usage | Prototypes et débuts en production |
| Growth | À partir de 4 000 $ par an, prépayé | Volume régulier ; jusqu’à ~20 % de remise et plus de simultanéité |
| Enterprise | Sur devis | Remises sur volume, auto-hébergement, BAA pour HIPAA |
Pay As You Go ne demande ni carte bancaire pour démarrer ni minimum. Les crédits se rechargent automatiquement par défaut (100 $ quand le solde atteint 10 $), une option que vous pouvez désactiver dans la console. Les crédits achetés sont remboursables pendant 30 jours s’ils sont inutilisés.
La simultanéité est souvent le premier mur que rencontrent les applications en direct, avant le coût. Pay As You Go autorise jusqu’à 150 connexions de transcription en streaming et 45 connexions de synthèse vocale ou d’agent vocal en même temps ; Growth les porte à 225 et 60. Au-delà, les requêtes peuvent être mises en file d’attente ou rejetées.
Tarifs de la transcription
Voici les tarifs à la minute en octobre 2026. « Promo » désigne le prix actuel que Deepgram affiche à côté d’un prix normal barré.
| Modèle | Pay As You Go streaming | Growth streaming | Préenregistré (PAYG) |
|---|---|---|---|
| Flux English | 0,0065 $ promo (0,0077 $ normal) | 0,0057 $ promo (0,0065 $ normal) | Streaming uniquement |
| Flux Multilingual | 0,0078 $ | 0,0068 $ | Streaming uniquement |
| 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 | Non indiqué | Non indiqué | 0,0048 $ |
Flux est le modèle de Deepgram pour les agents vocaux, avec détection de tour de parole intégrée. Nova-3 est son modèle de transcription généraliste. Les anciens modèles restent disponibles à leurs tarifs habituels : Nova-2 en streaming à 0,35 $ de l’heure, Enhanced à 0,99 $ et Base à 0,87 $.
Les tarifs promotionnels n’ont pas de date de fin sur la page. Si vous budgétez une année, utilisez la colonne normale : c’est ce que vous paierez à la fin de la promotion.
Trois règles de facturation pèsent plus sur le total que le choix du modèle :
- La facturation se fait à la seconde. Deepgram n’arrondit pas à la minute.
- L’audio multicanal est facturé par canal. Un appel stéréo de 10 minutes compte pour 20 minutes facturées. Les centres de contact qui enregistrent l’agent et l’appelant sur des canaux séparés paient le double.
- Les options s’ajoutent à la minute. La rédaction de données coûte 0,0020 $, la détection d’entités 0,0017 $, le keyterm prompting 0,0013 $ et la diarisation en streaming 0,0020 $ sur Pay As You Go. Le formatage intelligent est inclus, tout comme la diarisation sur l’audio préenregistré.
Tarifs de la synthèse vocale
| Modèle | Pay As You Go, par 1 000 caractères | Growth |
|---|---|---|
| Flux TTS | 0,045 $ | 0,0405 $ |
| Aura-2 | 0,030 $ | 0,027 $ |
| Aura-1 | 0,015 $ | 0,0135 $ |
À environ 1 000 caractères par minute de parole, Flux TTS revient à environ 4,5 cents par minute d’audio. Jusqu’au 31 décembre 2026, Deepgram double les dépenses sur Flux TTS en crédits : chaque dollar dépensé ajoute un dollar de crédit, jusqu’à 500 $.
Tarifs de la Voice Agent API
La Voice Agent API réunit l’écoute, un LLM et la voix dans un seul WebSocket et facture au temps de connexion. Le niveau payé dépend du LLM. Les petits modèles comme GPT-4o mini, Claude Haiku 4.5 et les Gemini Flash sont en Standard ; les plus gros comme GPT-5 et Claude Sonnet sont en Advanced, selon la liste des LLM de Deepgram.
| Niveau | Pay As You Go | Growth |
|---|---|---|
| Standard | 0,075 $/min | 0,068 $/min |
| Standard, votre propre TTS | 0,065 $/min | 0,051 $/min |
| Votre propre LLM | 0,059 $/min | Non indiqué |
| Votre propre LLM et TTS | 0,050 $/min | 0,041 $/min |
| Advanced | 0,163 $/min | 0,146 $/min |
| Advanced, votre propre TTS | 0,122 $/min | 0,110 $/min |
Deux postes restent hors de ces tarifs. Les appels téléphoniques passent par un opérateur comme Twilio, qui vous facture séparément. Et les niveaux où vous apportez votre propre fournisseur ne sont moins chers que sur la ligne Deepgram de la facture : vous payez toujours le LLM ou le TTS que vous apportez.
Comme la facturation suit le temps de connexion, un agent qui garde le socket ouvert pendant une musique d’attente ou un long silence paie aussi ces minutes.
Ce que coûte une charge de travail réelle
Deux exemples aux tarifs publics de Pay As You Go.
Transcrire 100 000 minutes d’enregistrements d’appels sur deux canaux par mois. Cela fait 200 000 minutes facturées. Avec Nova-3 en préenregistré à 0,0043 $, la facture s’élève à 860 $. En ajoutant la rédaction de données (0,0020 $ la minute), elle passe à 1 260 $. Sur Growth, les deux tarifs baissent d’environ 15 à 20 %.
Un agent vocal qui traite 10 000 minutes d’appels par mois. Sur le niveau Standard, cela fait 750 $ pour Deepgram, plus votre opérateur. Si l’agent a besoin d’un modèle plus grand, le niveau Advanced porte la facture à 1 630 $.
La place de Cartesia
Si vous chiffrez Deepgram pour un agent vocal, trois chiffres comptent plus que le tarif à la minute : combien de mots l’agent comprend correctement, à quel point il sonne naturel, et ce que coûte un appel entier.
- Transcription : sur le benchmark streaming d’Artificial Analysis d’octobre 2026, Ink-2 affiche un taux d’erreur de mots de 3,4 %, contre 6,6 % pour Nova-3 Realtime et 7,4 % pour Flux. Chaque numéro de compte ou nom mal entendu est un tour de parole que l’agent doit rattraper.
- Synthèse vocale : dans les tests d’écoute à l’aveugle d’Artificial Analysis, Sonic 3.6 obtient 1284 contre 1054 pour Flux TTS (octobre 2026).
- Agents vocaux : les appels sur Cartesia Managed Agents coûtent 0,06 $ la minute, contre 0,075 $ pour le niveau Standard de Deepgram. Pour une durée limitée, l’usage du LLM est inclus pour les agents créés dans le playground Cartesia. L’agent de 10 000 minutes ci-dessus coûte 600 $ chez Cartesia ; un numéro de téléphone Cartesia ajoute 0,014 $ la minute.
Notre comparatif Cartesia vs Deepgram présente les mesures de latence, et le guide des modèles de transcription couvre les autres modèles en streaming à tester.
Si vous transcrivez de l’audio enregistré en masse sans avoir besoin d’agent en direct, les tarifs préenregistrés de Deepgram sont faits pour ça, et la facturation à la seconde rend les fichiers courts bon marché.
Les tarifs de Cartesia, pour comparer
Les forfaits Cartesia facturent la transcription et la synthèse vocale sur un même solde de crédits : 1 crédit par caractère de synthèse vocale, et 3 crédits par seconde d’audio avec Ink-2.
| Forfait | Prix mensuel | Crédits par mois | Usage agents prépayé | Dépassement par million de crédits |
|---|---|---|---|---|
| Free | 0 $ | 20 000 | 1 $ | Non disponible |
| Pro | 5 $ | 100 000 | 5 $ | 65 $ |
| Startup | 49 $ | 1 250 000 | 49 $ | 45 $ |
| Scale | 299 $ | 8 000 000 | 299 $ | 38 $ |
| Enterprise | Sur devis | Sur devis | Tarif selon volume | Sur devis |
Les agents vocaux coûtent 0,06 $ la minute, prélevés d’abord sur le solde prépayé des agents. Les crédits inutilisés se reportent jusqu’à deux fois le montant mensuel. Cartesia se déploie aussi dans votre VPC, sur site ou en environnement isolé.
Essayez Ink-2 et Sonic dans le playground, ou passez le même audio dans les deux API avant de vous engager sur l’une ou l’autre facture.