Prezzi Deepgram 2026: STT, TTS e agenti

Deepgram fa pagare quasi tutto al minuto di audio, e questo rende la sua bolletta una delle più facili da prevedere nel settore vocale. Il problema sta nei dettagli: quale modello usi, se la tariffa sulla pagina è una promozione, quanti canali ha il tuo audio e quali componenti aggiuntivi attivi.

Ecco la versione breve, letta sulla pagina dei prezzi di Deepgram a ottobre 2026. La trascrizione in streaming costa da 0,0048 $ a 0,0078 $ al minuto con Pay As You Go, e diverse di queste tariffe sono indicate come promozioni a tempo limitato; la tariffa normale di Nova-3 e Flux English è 0,0077 $. La sintesi vocale costa da 0,015 $ a 0,045 $ per 1.000 caratteri. La Voice Agent API costa 0,075 $ al minuto nel livello Standard. I nuovi account partono con un credito di 200 $ che non scade.

Sviluppiamo Cartesia, che compete con Deepgram su trascrizione, sintesi vocale e agenti vocali, quindi abbiamo un interesse in gioco. Tutti i numeri di Deepgram qui sotto vengono dalle sue pagine, e i nostri prezzi sono in fondo perché tu possa verificarli entrambi.

I piani di Deepgram

Pay As You Go non richiede carta di credito per iniziare né un minimo. I crediti si ricaricano automaticamente per impostazione predefinita (100 $ quando il saldo arriva a 10 $), opzione che puoi disattivare dalla console. I crediti acquistati sono rimborsabili entro 30 giorni se non usati.

La concorrenza è spesso il primo limite che le applicazioni in tempo reale incontrano, prima del costo. Pay As You Go consente fino a 150 connessioni di trascrizione in streaming e 45 di sintesi vocale o agente vocale contemporanee; Growth le porta a 225 e 60. Oltre il limite, le richieste possono essere messe in coda o rifiutate.

Prezzi della trascrizione

Queste sono le tariffe al minuto di ottobre 2026. “Promo” è il prezzo attuale che Deepgram mostra accanto a un prezzo normale barrato.

Flux è il modello di Deepgram per gli agenti vocali, con rilevamento dei turni integrato. Nova-3 è il suo modello di trascrizione generale. I modelli più vecchi restano disponibili alle tariffe di sempre: Nova-2 in streaming a 0,35 $ l’ora, Enhanced a 0,99 $ e Base a 0,87 $.

Le tariffe promozionali non hanno una data di fine sulla pagina. Se fai un budget annuale, usa la colonna normale: è quello che pagherai quando la promozione finisce.

Tre regole di fatturazione spostano il totale più della scelta del modello:

• La fatturazione è al secondo. Deepgram non arrotonda al minuto.
• L’audio multicanale si paga per canale. Una chiamata stereo di 10 minuti vale 20 minuti fatturati. I contact center che registrano operatore e chiamante su canali separati pagano il doppio.
• I componenti aggiuntivi si pagano al minuto in più. La redazione dei dati costa 0,0020 $, il rilevamento delle entità 0,0017 $, il keyterm prompting 0,0013 $ e la diarizzazione in streaming 0,0020 $ con Pay As You Go. La formattazione intelligente è inclusa, come la diarizzazione sull’audio preregistrato.

Prezzi della sintesi vocale

A circa 1.000 caratteri per minuto di parlato, Flux TTS costa circa 4,5 centesimi per minuto di audio. Fino al 31 dicembre 2026 Deepgram raddoppia in crediti la spesa su Flux TTS: ogni dollaro speso aggiunge un dollaro di credito, fino a 500 $.

Prezzi della Voice Agent API

La Voice Agent API riunisce ascolto, un LLM e voce in un unico WebSocket e si paga in base al tempo di connessione. Il livello dipende dal LLM. I modelli piccoli come GPT-4o mini, Claude Haiku 4.5 e i Gemini Flash sono Standard; quelli più grandi come GPT-5 e Claude Sonnet sono Advanced, secondo l’elenco dei LLM di Deepgram.

Due voci restano fuori da queste tariffe. Le telefonate richiedono un operatore come Twilio, che ti fattura a parte. E i livelli in cui porti il tuo fornitore costano meno solo sulla riga Deepgram della fattura: il LLM o il TTS che porti lo paghi comunque.

Poiché la fatturazione segue il tempo di connessione, un agente che tiene aperto il socket durante una musica d’attesa o un lungo silenzio paga anche quei minuti.

Quanto costa un carico di lavoro reale

Due esempi ai prezzi di listino di Pay As You Go.

Trascrivere ogni mese 100.000 minuti di registrazioni di chiamate su due canali. Sono 200.000 minuti fatturati. Con Nova-3 preregistrato a 0,0043 $, la fattura è di 860 $. Aggiungendo la redazione dei dati (0,0020 $ al minuto) si sale a 1.260 $. Con Growth entrambe le tariffe scendono di circa il 15-20%.

Un agente vocale che gestisce 10.000 minuti di chiamate al mese. Con il livello Standard sono 750 $ a Deepgram, più l’operatore. Se l’agente ha bisogno di un modello più grande, il livello Advanced porta il conto a 1.630 $.

Dove si colloca Cartesia

Se stai valutando Deepgram per un agente vocale, tre numeri contano più della tariffa al minuto: quante parole l’agente capisce correttamente, quanto suona naturale e quanto costa una chiamata intera.

• Trascrizione: nel benchmark streaming di Artificial Analysis di ottobre 2026, Ink-2 ha un tasso di errore di parola del 3,4%, contro il 6,6% di Nova-3 Realtime e il 7,4% di Flux. Ogni numero di conto o nome capito male è un turno che l’agente deve recuperare.
• Sintesi vocale: nei test di ascolto alla cieca di Artificial Analysis, Sonic 3.6 ottiene 1284 contro 1054 di Flux TTS (ottobre 2026).
• Agenti vocali: le chiamate su Cartesia Managed Agents costano 0,06 $ al minuto, contro 0,075 $ del livello Standard di Deepgram. Per un periodo limitato l’uso del LLM è incluso per gli agenti creati nel playground di Cartesia. L’agente da 10.000 minuti di sopra costa 600 $ su Cartesia; un numero di telefono Cartesia aggiunge 0,014 $ al minuto.

Il nostro confronto Cartesia vs Deepgram riporta le misure di latenza, e la guida ai modelli di trascrizione copre gli altri modelli in streaming da provare.

Se trascrivi audio registrato in grandi quantità e non ti serve un agente in tempo reale, le tariffe preregistrate di Deepgram sono pensate per questo, e la fatturazione al secondo rende economici i file brevi.

I prezzi di Cartesia, per confronto

I piani di Cartesia fatturano trascrizione e sintesi vocale da un unico saldo di crediti: 1 credito per carattere di sintesi vocale e 3 crediti per secondo di audio con Ink-2.

Gli agenti vocali costano 0,06 $ al minuto, scalati prima dal saldo prepagato per gli agenti. I crediti non usati si accumulano fino al doppio dell’importo mensile. Cartesia si installa anche nella tua VPC, on-prem o in ambienti isolati.

Prova Ink-2 e Sonic nel playground, oppure fai passare lo stesso audio da entrambe le API prima di impegnarti con l’una o l’altra fattura.

Guide correlate

• Prezzi ElevenLabs 2026
• I migliori modelli di trascrizione
• Cos’è un agente vocale?
• Piattaforme per agenti vocali IA