AI の文字起こしは OpenAI より 85% 安い: ボット開発者のためのマルチモーダル価格

音声を扱うボットは、動かすだけでいつも高くつきました。音声アシスタント、文字起こし、ポッドキャストの要約、会議の記録。音声の一分ごとに金がかかります。OpenAI の Whisper の価格では、かなりの金です。

本日、Hanzo Bot のマルチモーダル価格を発表します。聞いて、見て、作るボットの経済が変わります。

数字

能力	Hanzo Bot	OpenAI	節約
音声からテキスト（バッチ）	$0.0009/min	$0.006/min	85%
音声からテキスト（品質）	$0.0015/min	$0.006/min	75%
ストリーミング ASR（リアルタイム）	$0.0035/min	なし	リアルタイムに対応
画像生成（標準）	$0.04/image	$0.04–0.08	同額か、より安い
画像生成（高速）	$0.00035/step	なし	反復のため
画像生成（最速）	$0.00013/step	なし	業界最低

この価格は、Hanzo 独自の Zen3 モデル族に適用されます。主要な提供者それぞれの 100 以上のモデルを出す、同じ API から届きます。

85% 安いとは、実際にはどういうことか

OpenAI の Whisper が分あたり $0.006 のとき:

• 月 1,000 時間 = $360/month
• 月 10,000 時間 = $3,600/month
• 月 100,000 時間 = $36,000/month

Hanzo の Zen3 Audio Fast が分あたり $0.0009 のとき:

• 月 1,000 時間 = $54/month
• 月 10,000 時間 = $540/month
• 月 100,000 時間 = $5,400/month

月に 10,000 時間の音声を処理するスタートアップなら、毎月 $3,060 の節約です。年に $36,720 です。

四つの音声モデル

Zen3 Audio（$0.0015/min）— 最高の品質。多言語に対応し、精度がいちばん高い。精度が費用より重要なときに。

Zen3 Audio Fast（$0.0009/min）— いちばんの値。多言語に対応し、推論が速い。ほとんどの負荷の既定です。

Zen3 ASR（$0.0035/min）— リアルタイムのストリーミング。ライブの文字起こし、音声アシスタント、リアルタイム字幕のための、一秒未満の遅延。

Zen3 ASR v1（$0.0032/min）— 以前のストリーミング。既存の連携のため。

画像生成: $0.04 から $0.00013 まで

Zen3 Image の一族は、あらゆる用途を覆います。

モデル	価格	向いている用途
Zen3 Image	$0.04/image	汎用の生成
Zen3 Image Max	$0.08/image	プロの創作
Zen3 Image Dev	$0.0005/step	実験と反復
Zen3 Image Fast	$0.00035/step	リアルタイムの生成
Zen3 Image SDXL	$0.00013/step	高解像度、高い処理量
Zen3 Image SSD	$0.00013/step	いちばん速く、いちばん安い
Zen3 Image Playground	$0.00013/step	美的、芸術的な様式

ステップあたり $0.00013 なら、一ドルで数千枚の画像を生成できます。ソーシャルの内容、製品のモックアップ、デザインのバリエーションを作るボットでは、単位の経済がまるごと変わります。

コンテンツ安全は含まれます

Hanzo Bot の配備には、どれにも Zen3 Guard へのアクセスが含まれます。4B パラメータのコンテンツ安全分類器で、119 言語にわたる 9 つの安全区分を覆います。別のモデレーション API は要りません。

すべて一つの API 鍵で

上のすべてのモデル、音声、画像、テキスト、安全は、同じ Hanzo API の鍵から届きます。その鍵は GPT-5、Claude、Gemini、ほか 100 以上のモデルも出します。一つの連携。一つの請求です。

hanzo.bot で、$5 の無料クレジットから作り始めてください。