Preços da Deepgram 2026: STT, TTS e agentes

A Deepgram cobra quase tudo por minuto de áudio, o que torna a conta dela uma das mais fáceis de prever em voz. O problema está nos detalhes: qual modelo você usa, se a tarifa na página é uma promoção, quantos canais o seu áudio tem e quais complementos você ativa.

Aqui vai a versão curta, lida na página de preços da Deepgram em outubro de 2026. A transcrição em streaming custa de US$ 0,0048 a US$ 0,0078 por minuto no Pay As You Go, e várias dessas tarifas aparecem como promoções por tempo limitado; a tarifa normal do Nova-3 e do Flux English é US$ 0,0077. O texto em fala custa de US$ 0,015 a US$ 0,045 por 1.000 caracteres. A Voice Agent API custa US$ 0,075 por minuto no nível Standard. Contas novas começam com um crédito de US$ 200 que não expira.

Nós desenvolvemos a Cartesia, que concorre com a Deepgram em transcrição, texto em fala e agentes de voz, então temos interesse no assunto. Todos os números da Deepgram abaixo vêm das próprias páginas dela, e nossos preços estão no final para você conferir os dois.

Planos da Deepgram

O Pay As You Go não exige cartão para começar nem tem mínimo. Os créditos recarregam automaticamente por padrão (US$ 100 quando o saldo chega a US$ 10), o que você pode desligar no console. Créditos comprados podem ser reembolsados em até 30 dias se não tiverem sido usados.

A simultaneidade é onde muitas aplicações em tempo real esbarram antes do custo. O Pay As You Go permite até 150 conexões de transcrição em streaming e 45 de texto em fala ou de agente de voz ao mesmo tempo; o Growth sobe esses números para 225 e 60. Acima do limite, as requisições podem ficar na fila ou ser rejeitadas.

Preços de transcrição

Estas são as tarifas por minuto em outubro de 2026. “Promo” é o preço atual que a Deepgram mostra ao lado de um preço normal riscado.

O Flux é o modelo da Deepgram para agentes de voz, com detecção de turnos embutida. O Nova-3 é o modelo de transcrição geral. Os modelos antigos continuam disponíveis nas tarifas de sempre: Nova-2 em streaming a US$ 0,35 por hora, Enhanced a US$ 0,99 e Base a US$ 0,87.

As tarifas promocionais não têm data de término na página. Se você vai orçar um ano, use a coluna normal: é o que você paga quando a promoção acabar.

Três regras de cobrança mudam o total mais do que a escolha do modelo:

• A cobrança é por segundo. A Deepgram não arredonda para o minuto.
• Áudio multicanal é cobrado por canal. Uma chamada estéreo de 10 minutos vira 20 minutos cobrados. Centrais de atendimento que gravam atendente e cliente em canais separados pagam o dobro.
• Os complementos são cobrados por minuto à parte. Redação de dados custa US$ 0,0020, detecção de entidades US$ 0,0017, keyterm prompting US$ 0,0013 e diarização em streaming US$ 0,0020 no Pay As You Go. A formatação inteligente está incluída, assim como a diarização em áudio pré-gravado.

Preços de texto em fala

A cerca de 1.000 caracteres por minuto de fala, o Flux TTS sai por uns 4,5 centavos de dólar por minuto de áudio. Até 31 de dezembro de 2026, a Deepgram oferece crédito em dobro no Flux TTS: cada dólar gasto adiciona um dólar de crédito, até US$ 500.

Preços da Voice Agent API

A Voice Agent API junta a escuta, um LLM e a fala em um único WebSocket e cobra pelo tempo de conexão. O nível que você paga depende do LLM. Modelos pequenos como GPT-4o mini, Claude Haiku 4.5 e os Gemini Flash são Standard; os maiores, como GPT-5 e Claude Sonnet, são Advanced, segundo a lista de LLMs da Deepgram.

Duas coisas ficam fora dessas tarifas. Chamadas telefônicas precisam de uma operadora como a Twilio, que cobra você à parte. E os níveis em que você traz seu próprio fornecedor só são mais baratos na linha da Deepgram da fatura: você continua pagando o LLM ou o TTS que trouxe.

Como a cobrança segue o tempo de conexão, um agente que mantém o socket aberto durante uma música de espera ou um silêncio longo também paga esses minutos.

Quanto custa uma carga de trabalho real

Dois exemplos com preços de tabela do Pay As You Go.

Transcrever 100.000 minutos por mês de gravações de chamadas em dois canais. São 200.000 minutos cobrados. Com o Nova-3 pré-gravado a US$ 0,0043, a conta fica em US$ 860. Somando a redação de dados (US$ 0,0020 por minuto), vai para US$ 1.260. No Growth, as duas tarifas caem cerca de 15 a 20%.

Um agente de voz que atende 10.000 minutos de chamadas por mês. No nível Standard, são US$ 750 para a Deepgram, mais a operadora. Se o agente precisar de um modelo maior, o nível Advanced leva a conta para US$ 1.630.

Onde a Cartesia se encaixa

Se você está orçando a Deepgram para um agente de voz, três números pesam mais do que a tarifa por minuto: quantas palavras o agente entende corretamente, o quanto ele soa natural e quanto custa uma chamada inteira.

• Transcrição: no benchmark de streaming da Artificial Analysis de outubro de 2026, o Ink-2 tem taxa de erro de palavra de 3,4%, contra 6,6% do Nova-3 Realtime e 7,4% do Flux. Cada número de conta ou nome mal ouvido é um turno que o agente precisa consertar.
• Texto em fala: nos testes de audição às cegas da Artificial Analysis, o Sonic 3.6 marca 1284 contra 1054 do Flux TTS (outubro de 2026).
• Agentes de voz: chamadas no Cartesia Managed Agents custam US$ 0,06 por minuto, contra US$ 0,075 do nível Standard da Deepgram. Por tempo limitado, o uso do LLM está incluído para agentes criados no playground da Cartesia. O agente de 10.000 minutos acima custa US$ 600 na Cartesia; um número de telefone da Cartesia acrescenta US$ 0,014 por minuto.

Nossa comparação Cartesia vs Deepgram traz as medições de latência, e o guia de modelos de transcrição cobre outros modelos em streaming que vale a pena testar.

Se você transcreve áudio gravado em grande volume e não precisa de um agente ao vivo, as tarifas de pré-gravado da Deepgram foram feitas para isso, e a cobrança por segundo deixa os arquivos curtos baratos.

Preços da Cartesia, para comparar

Os planos da Cartesia cobram transcrição e texto em fala do mesmo saldo de créditos: 1 crédito por caractere de texto em fala e 3 créditos por segundo de áudio no Ink-2.

Agentes de voz custam US$ 0,06 por minuto, descontados primeiro do saldo pré-pago de agentes. Créditos não usados acumulam até o dobro do valor mensal. A Cartesia também roda na sua VPC, on-prem ou em ambientes isolados.

Teste o Ink-2 e o Sonic no playground, ou passe o mesmo áudio pelas duas APIs antes de se comprometer com qualquer uma das contas.

Guias relacionados

• Preços da ElevenLabs 2026
• Melhores modelos de transcrição
• O que é um agente de voz?
• Plataformas de agentes de voz com IA