AI 转写比 OpenAI 便宜 85%：面向机器人开发者的多模态价格
Hanzo Bot 以 $0.0009/分钟提供语音转文字——比 OpenAI Whisper 便宜 85%——图像生成则是行业最低的 $0.00013/步。
本页内容
带音频的机器人一向很贵。语音助手、转写服务、播客摘要、会议记录——每一分钟音频都在花钱。按 OpenAI 的 Whisper 价格，花得很多。
今天我们公布 Hanzo Bot 上的多模态价格，它改变了做能听、能看、能创作的机器人的经济账。
数字
| 能力 | Hanzo Bot | OpenAI | 节省 |
|---|---|---|---|
| 语音转文字（批量） | $0.0009/min | $0.006/min | 85% |
| 语音转文字（质量） | $0.0015/min | $0.006/min | 75% |
| 流式 ASR（实时） | $0.0035/min | 无 | 可实时 |
| 图像生成（标准） | $0.04/image | $0.04–0.08 | 持平或更便宜 |
| 图像生成（快速） | $0.00035/step | 无 | 供迭代 |
| 图像生成（最快） | $0.00013/step | 无 | 行业最低 |
这些价格适用于 Hanzo 自有的 Zen3 模型家族，通过同一个 API 提供，该 API 也提供各大提供商的 100 多个模型。
便宜 85% 在实际中意味着什么
按 OpenAI Whisper 每分钟 $0.006 的价格：
- 每月 1,000 小时 = $360/month
- 每月 10,000 小时 = $3,600/month
- 每月 100,000 小时 = $36,000/month
按 Hanzo 的 Zen3 Audio Fast 每分钟 $0.0009 的价格：
- 每月 1,000 小时 = $54/month
- 每月 10,000 小时 = $540/month
- 每月 100,000 小时 = $5,400/month
一家每月处理 10,000 小时音频的初创公司，那就是 每月省下 $3,060 —— 每年 $36,720。
四个音频模型
Zen3 Audio（$0.0015/min）— 最佳质量。多语言支持，最高精度。在精度比成本更要紧时使用。
Zen3 Audio Fast（$0.0009/min）— 最划算。多语言支持，推理快。大多数负载的默认选择。
Zen3 ASR（$0.0035/min）— 实时流式。直播转写、语音助手和实时字幕的亚秒延迟。
Zen3 ASR v1（$0.0032/min）— 旧版流式。供已有集成使用。
图像生成：从 $0.04 到 $0.00013
Zen3 Image 家族覆盖每一种用途：
| 模型 | 价格 | 最适合 |
|---|---|---|
| Zen3 Image | $0.04/image | 通用生成 |
| Zen3 Image Max | $0.08/image | 专业创作 |
| Zen3 Image Dev | $0.0005/step | 实验与迭代 |
| Zen3 Image Fast | $0.00035/step | 实时生成 |
| Zen3 Image SDXL | $0.00013/step | 高分辨率、高吞吐 |
| Zen3 Image SSD | $0.00013/step | 最快、最便宜 |
| Zen3 Image Playground | $0.00013/step | 审美与艺术风格 |
按每步 $0.00013，你可以用一美元生成数千张图像。对制作社交媒体内容、产品样图或设计变体的机器人来说，单位经济完全变了。
内容安全已包含
每一次 Hanzo Bot 部署都包含对 Zen3 Guard 的访问——一个 4B 参数的内容安全分类器，覆盖 119 种语言中的 9 个安全类别。不需要单独的审核 API。
全部经过一把 API 密钥
上面的每个模型——音频、图像、文本、安全——都通过同一把 Hanzo API 密钥访问，这把密钥也提供 GPT-5、Claude、Gemini 和 100 多个其他模型。一次集成。一张账单。
在 hanzo.bot 用 $5 免费额度开始构建。
