¿Cuánto valen los créditos gratuitos de AssemblyAI?
AssemblyAI ofrece hasta $150,000 en créditos gratuitos para startups, una de las mayores asignaciones de un solo proveedor en la categoría de Herramientas de IA.
Esa cifra se traduce en algo inusualmente concreto. El servicio de voz a texto se mide por la hora de audio que envías, por lo que un saldo de crédito se traduce casi directamente en horas de transcripción en lugar de en una asignación abstracta contra la cual no puedes prever.
La mayoría de las concesiones de crédito son difíciles de convertir en tiempo de funcionamiento. Esta es casi aritmética.
AI Perks rastrea los términos actuales junto con $7.7M en créditos para 194 empresas. La elegibilidad varía según el programa y cambia con el tiempo, y los detalles actuales se encuentran en la lista del programa en getaiperks.com.
Lo que hace realmente AssemblyAI
AssemblyAI es una API de voz a texto: envías una grabación o una transmisión en vivo, y obtienes una transcripción más información estructurada derivada de ella.
La transcripción en sí es casi una mercancía. Lo que decide si compras una API de un proveedor o alojas un modelo de peso abierto es todo lo que rodea a la transcripción:
- Diarización de hablantes, que etiqueta quién dijo qué. No negociable para nada multiparte.
- Transcripción en streaming, para subtítulos en vivo, agentes de voz y coaching en tiempo real.
- Inteligencia de audio, la capa derivada: resúmenes, detección de temas, sentimiento, detección de entidades.
- Redacción de PII, que elimina nombres, números de tarjetas y detalles de salud de la transcripción.
- Acceso LLM sobre transcripciones, para que puedas hacer preguntas sobre una llamada sin construir una capa de recuperación primero.
La redacción de PII es lo que los fundadores subestiman hasta que un comprador de atención médica o fintech lo plantea en una revisión de seguridad. Adaptarlo después de esa conversación cuesta mucho más que pagarlo desde el principio.
Cómo se comportan los costos de voz a texto a escala
Las API de voz facturan por hora de audio procesado, por lo que tu factura escala con cuánto hablan tus usuarios, no con cuántos se registran.
Esta es una forma de costo diferente a la facturación de LLM, y engaña a los equipos. Diez mil registros que nunca graban nada no cuestan nada. Doscientos equipos de ventas que graban cada llamada cuestan mucho.
Así es como se ve a 1000 cuentas activas, utilizando un $0.25 por hora fijo como ilustración. Las tarifas publicadas cambian y la transmisión tiene un precio superior a la asíncrona, así que trata esto como una forma, no como una cotización:
| Forma del producto | Audio por cuenta/mes | Horas/año con 1000 cuentas | Costo anual ilustrativo |
|---|---|---|---|
| QA de llamadas de soporte | 40 horas | 480.000 | $120.000 |
| Tomador de notas de reuniones | 20 horas | 240.000 | $60.000 |
| Inteligencia de llamadas de ventas | 8 horas | 96.000 | $24.000 |
| Transcripción de podcasts y medios | 5 horas | 60.000 | $15.000 |
| Turnos de agente de voz | 3 horas | 36.000 | $9.000 |
Una subvención de $150,000 cubre la fila de QA de soporte durante aproximadamente un año, y la fila de inteligencia de ventas durante aproximadamente seis. La diferencia entre la fila superior e inferior es de 13 veces con recuentos de cuentas idénticos, por lo que los modelos genéricos de costo por asiento fallan gravemente aquí.
La verdad más dura: la transcripción es uno de los pocos costos de IA que no puedes reducir eligiendo un modelo más barato. La duración del audio es fija. Tus únicas palancas reales son estas:
- Recorta el silencio antes de enviar. Las reuniones grabadas son sustancialmente aire muerto. La detección de voz reduce las horas facturadas sin pérdida de calidad.
- Nunca transcribas el mismo archivo dos veces. Almacena las transcripciones como artefactos duraderos, no como caché.
- Separa lo asíncrono de lo en tiempo real. La transmisión tiene un precio más alto. Úsala solo donde un humano realmente está esperando las palabras.
- Muestrea para análisis. Calificar cada llamada para un informe de tendencias es un desperdicio. Calificar el 10% suele ofrecer la misma información.
Con qué se apilan los créditos de AssemblyAI
Los créditos de voz cubren una línea de la factura de un producto de voz. Un producto de voz o inteligencia de llamadas funcional suele tocar cuatro o cinco.
| Capa de la factura | Para qué paga | Cubierto por créditos de voz |
|---|---|---|
| Voz a texto | Horas de audio entrantes, transcripción saliente | Sí |
| Inferencia LLM | Resúmenes, respuestas, agentes sobre transcripciones | Parcialmente, depende de la función utilizada |
| Texto a voz | La voz que tu agente devuelve | No, proveedor separado |
| Cómputo y alojamiento | Tu aplicación, colas y trabajadores | No |
| Almacenamiento y salida | Archivos de audio sin procesar, que son grandes | No |
Los equipos de agentes de voz presupuestan de manera confiable la dirección entrante y olvidan la saliente. Si tu producto responde, estás comprando dos proveedores de voz, no uno.
Así es como los fundadores realmente financian el primer año de un producto de IA: no una gran subvención, sino cuatro o cinco medianas que cubren diferentes capas de la misma factura. AI Perks existe para mostrar cuáles están abiertos y qué combinaciones son compatibles.
Lo que los fundadores entienden mal sobre los créditos de voz
El error más común es aplicar antes de tener el volumen de audio para gastar los créditos.
Las concesiones de crédito no permanecen abiertas para siempre. Una gran asignación que llega mucho antes de que tu primera cohorte real se agote contra el calendario, no contra el uso, y llegas al final de ella con la mayor parte sin gastar.
Cuatro más que cuestan dinero real:
Suponer que los modelos de peso abierto son gratuitos. Alojar un modelo de transcripción abierto traslada el costo de la facturación por hora a las horas de GPU más el tiempo de ingeniería para mantener la diarización y el formato aceptables. Por debajo de un cierto volumen mensual, es más caro, no menos.
Presupuestar la transcripción y olvidar la capa derivada. Las etiquetas de hablante, los resúmenes y la redacción añaden cada uno a la factura o a tu cola de compilación.
Optimizar la precisión en el eje equivocado. La tasa de error de palabras en un benchmark limpio dice poco sobre una llamada ruidosa grabada en un micrófono de portátil. Prueba con tu peor audio, no con el conjunto de muestras de otra persona.
Tomar una subvención y detenerse. La voz es un solo elemento de línea. Los equipos que obtienen dieciocho meses de tiempo de funcionamiento con créditos aplican en diferentes categorías, que es el propósito de rastrear los 194 programas en getaiperks.com.
Construyendo el resto de la pila alrededor de los créditos de voz
Una subvención de voz cubre una línea de la factura, por lo que la pregunta útil no es cómo perseguir este único programa, sino qué capas de tu pila aún no están cubiertas.
Los proveedores de voz, visión y modelos se encuentran en la categoría de Herramientas de IA, y los términos actuales para cada uno se mantienen en las listas de getaiperks.com. Los criterios de aprobación difieren de un programa a otro y no están correlacionados entre sí, por lo que una pila es lo que obtienes al tratarlos como una cola en lugar de una sola decisión.
Dos cosas valen la pena sopesar por encima del resto. La primera es el consumo. Un saldo contra el cual puedes empezar a gastar audio real este trimestre vale más que uno más grande inactivo, porque las subvenciones se agotan contra el calendario y contra el uso. La segunda es la cobertura. El cómputo, la inferencia LLM, el almacenamiento y el texto a voz se facturan por separado, y tener solo la subvención de voz deja la mayor parte de la factura de un producto de voz intacta.
Los términos de las herramientas de IA también cambian más rápido que los de la nube, por lo que una lista que revisaste una vez es una lista que ya está a la deriva.
Preguntas frecuentes
¿Cuánto valen los créditos gratuitos de AssemblyAI?
Hasta $150,000 en créditos para startups que califiquen, lo que se encuentra entre las mayores asignaciones en la categoría de Herramientas de IA. Debido a que las API de voz facturan por hora de audio, ese saldo se corresponde bastante directamente con las horas de transcripción. Los términos actuales del programa y la elegibilidad se rastrean en getaiperks.com.
¿Quién califica para los créditos para startups de AssemblyAI?
Los programas de créditos de los proveedores establecen sus propios requisitos, y esos requisitos se revisan con suficiente frecuencia como para que cualquier cifra citada aquí estaría desactualizada antes de leerla. La redacción actual se mantiene en la página del programa en getaiperks.com, que es la versión que vale la pena consultar.
¿Es AssemblyAI más barato que alojar Whisper por tu cuenta?
Depende del volumen. Alojar por tu cuenta cambia la facturación de API por hora por horas de GPU más ingeniería continua en diarización, formato y tiempo de actividad. A volúmenes bajos y moderados, una API gestionada suele ser más barata en general. A volúmenes sostenidos muy altos, el autoalojamiento comienza a ganar en cómputo bruto.
¿Puedo usar los créditos para transcripción en streaming en tiempo real?
La transcripción en streaming y la asíncrona extraen del mismo saldo de cuenta, pero la transmisión generalmente tiene un precio más alto por hora de audio debido a las garantías de latencia. Si tu producto no necesita palabras mientras alguien está esperando, dirigir ese trabajo a la transcripción asíncrona extiende materialmente cuánto duran los créditos.
¿Puedo apilar créditos de AssemblyAI con créditos de OpenAI o Anthropic?
Sí, y deberías hacerlo. Cubren facturas diferentes. Los créditos de voz pagan por convertir audio en texto, los créditos de LLM pagan por razonar sobre ese texto, y los créditos de cómputo pagan por dónde se ejecuta tu código. AI Perks rastrea $7.7M en 194 empresas en getaiperks.com.
¿Qué sucede cuando se acaban los créditos?
Vuelves a los precios de lista en la misma cuenta, por lo que nada se rompe, pero la factura llega a todo volumen. Los equipos que manejan esto bien pasan el período de crédito construyendo los hábitos de recorte de audio y deduplicación anteriores, por lo que su costo real por cuenta ya es bajo cuando comienza la facturación.
Suscríbete en getaiperks.com →
Tus usuarios no hablarán menos. Haz que alguien más pague la transcripción.