Deepgram API: quanto custam transcrições e agentes de voz

Na Deepgram API, os preços começam com $200 em créditos gratuitos e, depois, seguem o consumo: a transcrição de gravações com Nova-3 custa $0.0043 por minuto, e a configuração Standard da Voice Agent API custa $0.075 por minuto de conexão no Pay As You Go. Isso equivale a $10.32 por mês para 40 gravações de reuniões de uma hora, ou $750 para 2,000 chamadas de suporte de cinco minutos, antes de créditos, impostos e serviços externos. Comece pelo Pay As You Go; migre para o Growth quando a previsibilidade do consumo ou o pico de uso simultâneo justificar o compromisso anual.

Valores conferidos na página de preços da Deepgram em outubro de 2026, com consulta às páginas em 20 de outubro. Todos os preços estão em USD. Os totais dos cenários abaixo são cálculos feitos a partir das tarifas publicadas, não resultados medidos em produção nem testes de precisão.

Deepgram API: preços e planos em resumo

A Deepgram, que oferece APIs para converter fala em texto, gerar voz e operar agentes de voz, tem os planos Pay As You Go, Growth e Enterprise. No Growth, você compra créditos antecipadamente e os consome com tarifas diferentes; não se trata de uma assinatura ilimitada.

Esses são os nomes e preços dos planos na página de preços vigente. O valor mínimo de $4,000 do Growth equivale a cerca de $333.33 por mês quando distribuído pelo ano, mas a Deepgram não anuncia essa quantia como uma opção de pagamento mensal. A economia anunciada de até 20% também não é um desconto uniforme para todos os modelos.

A escolha depende de três critérios: as unidades cobradas, quanto você tem segurança de consumir durante o período contratado e a demanda simultânea. Uma tarifa menor por minuto não compensa uma compra anual de créditos que quase não serão usados.

Como funciona a cobrança das APIs da Deepgram?

A conversão de fala em texto cobra pela duração do áudio processado; a geração de voz, pelos caracteres de entrada; e a Voice Agent API, pelo tempo de conexão WebSocket. WebSocket é a conexão persistente que sua aplicação mantém aberta durante uma conversa. Cada unidade corresponde a um produto diferente, e uma não pode ser usada no lugar da outra.

Na transcrição, a Deepgram informa que a cobrança é feita por segundo. Ela também cobra por cada canal de áudio processado: uma gravação estéreo enviada como dois canais separados gera o dobro da duração faturável de uma gravação mono com o mesmo tempo. Para um agente de voz gerenciado, inclua no orçamento toda a sessão conectada, inclusive os períodos de silêncio enquanto a conexão permanecer aberta. Fonte: perguntas frequentes sobre cobrança e notas das tarifas.

O preço do agente gerenciado inclui os componentes de escuta, processamento pelo modelo de linguagem e geração de fala descritos pela Deepgram. Não some novamente as tarifas avulsas de transcrição e geração de voz para componentes já incluídos na configuração gerenciada escolhida. Nas configurações em que você usa fornecedores próprios, a cobrança desses fornecedores precisa entrar na conta separadamente.

Se o produto atende por telefone, inclua também operadora, números telefônicos, hospedagem da aplicação, armazenamento e monitoramento. O cálculo do agente apresentado abaixo é o subtotal da Deepgram. O comparativo de plataformas de agentes de voz ajuda a situar esse componente na decisão de compra do conjunto.

Quanto custa transcrever áudio com a Deepgram?

Para reuniões gravadas, use a tabela de áudio pré-gravado quando não precisar de transcrição ao vivo. Streaming significa enviar o áudio enquanto a conversa acontece; essa modalidade tem uma tabela própria e, atualmente, várias tarifas promocionais.

Quanto custa o Deepgram Nova 3?

O Nova-3 Monolingual para áudio pré-gravado custa $0.0043/minuto no Pay As You Go e $0.0036/minuto no Growth. Já o Nova-3 Multilingual para áudio pré-gravado custa $0.0052 e $0.0043, respectivamente. Essas são as tarifas básicas de transcrição; o exemplo de reuniões abaixo usa o modelo monolíngue. Fonte: preços de áudio pré-gravado.

No streaming do Nova-3 Monolingual, as tarifas atuais de Pay As You Go/Growth são $0.0048/$0.0042 por minuto; a página exibe riscadas as tarifas regulares de $0.0077/$0.0065. Para o Nova-3 Multilingual em streaming, os valores são $0.0058/$0.0050, ante as tarifas regulares exibidas de $0.0092/$0.0078. A Deepgram identifica essas ofertas como promoções por tempo limitado, mas não informa uma data de encerramento nessa seção. Use as tarifas atuais para a estimativa de hoje e as regulares exibidas para avaliar o impacto no orçamento se a promoção terminar. Fonte: preços de streaming.

Deepgram Flux: preços e uso em conversas

O Flux English custa $0.0065/minuto no Pay As You Go e $0.0057/minuto no Growth, com desconto atual sobre as tarifas regulares exibidas de $0.0077 e $0.0065. O Flux Multilingual custa $0.0078 e $0.0068 por minuto, respectivamente. Flux é a família de reconhecimento de fala da Deepgram voltada a conversas, com detecção de turnos para identificar quando uma pessoa terminou de falar. Essa necessidade é diferente da de transcrever uma gravação já concluída. Fonte: tarifas do Flux.

Deepgram vs Whisper: o que os preços mostram

O Whisper Large hospedado pela Deepgram custa $0.0048/minuto nos dois planos de contratação direta, portanto a tarifa publicada do Growth não oferece desconto nesse item. Modelos personalizados de fala para texto exigem uma proposta comercial. As perguntas frequentes sobre preços também listam os modelos mais antigos Enhanced e Base a $0.99/hora e $0.87/hora no Pay As You Go. Não presuma que um modelo antigo será a opção mais barata. Fonte: preços da Deepgram.

O preço não determina se Nova-3, Flux ou Whisper transcreverá as chamadas dos seus usuários com mais precisão. Compare os modelos com gravações representativas antes de trocar; este artigo não apresenta medições de precisão.

Geração de voz: o custo depende dos caracteres

A geração de voz da Deepgram é cobrada por 1,000 caracteres de entrada, não por minuto de áudio gerado. O Aura-1 custa $0.0150 no Pay As You Go e $0.0135 no Growth; o Aura-2 custa $0.030/$0.027; e o Flux TTS, $0.0450/$0.0405. Fonte: preços de TTS.

Para um milhão de caracteres de entrada, o subtotal no Pay As You Go é, portanto, $15 com Aura-1, $30 com Aura-2 ou $45 com Flux TTS. A tarifa do Aura-2 é de $0.000030 por caractere. Um produto de voz deve contabilizar o texto enviado para síntese; converter esse consumo em uma estimativa por minuto falado exige uma premissa explícita sobre velocidade de fala e extensão do texto.

A promoção atual do Flux TTS concede a projetos elegíveis do Pay As You Go e do Growth $1 em créditos de bônus para cada $1 de uso pago de Flux TTS que atenda aos critérios, até o limite de $500 por projeto, até 31 de dezembro de 2026. O consumo dos créditos de cadastro não conta, e o bônus financia usos posteriores da API. Não se trata de uma redução imediata da tarifa anunciada. Fonte: regras da promoção.

Escolha uma voz usando os roteiros reais do seu produto antes de otimizar o custo por caractere. O guia de APIs de geração de voz com baixa latência aborda os demais critérios de escolha para agentes de voz.

Quanto custa a Deepgram Voice Agent API?

A configuração Standard custa $0.075 por minuto de conexão no Pay As You Go ou $0.068 no Growth. As demais configurações publicadas mudam quais componentes a Deepgram fornece. BYO significa trazer seu próprio componente; LLM é o modelo de linguagem que produz as respostas do agente. Fonte: tabela de tarifas da Voice Agent API.

Standard - BYO TTS custa $0.065/minuto no Pay As You Go e $0.051 no Growth. Custom - BYO LLM + TTS custa $0.050 e $0.041. Advanced custa $0.163 e $0.146, enquanto Advanced - BYO TTS custa $0.122 e $0.110. Todas essas configurações usam minutos de conexão, não apenas os segundos em que o agente fala.

Custom - BYO LLM exige atenção extra: a tabela atual na versão para desktop mostra $0.059/minuto na coluna Pay As You Go, mas deixa o valor do Growth em branco. Confirme a tarifa aplicável no console ou com a Deepgram antes de orçar essa configuração. Uma célula vazia não significa gratuidade nem permite deduzir o preço a partir de outro plano. Fonte: tabela pública atual.

Uma configuração BYO só reduz o custo total se a cobrança da Deepgram, somada à dos componentes externos, ficar abaixo da alternativa gerenciada com qualidade aceitável. Para outra abordagem de orçamento de agentes telefônicos, veja a análise de custos de um agente telefônico com GPT-Live-1.

Limites de uso simultâneo: o que o total mensal não mostra

Os limites de simultaneidade restringem o trabalho executado ao mesmo tempo, não a quantidade de minutos que você pode comprar. Uma linha de suporte pode ter consumo mensal modesto e, ainda assim, ultrapassar seu limite durante um pico breve de chamadas.

A página de preços informa, para o Pay As You Go, até 50 requisições REST de fala para texto, 150 conexões WSS de fala para texto e 5 requisições ao Deepgram Whisper Cloud. A geração de voz permite até 45 somando REST + WSS; a Voice Agent API, até 45 conexões WSS; e o Audio Intelligence, até 10 requisições REST. REST é a API de requisição e resposta; WSS é a conexão segura de streaming.

No Growth, os limites publicados são 50 requisições REST de fala para texto, 225 conexões WSS de fala para texto, 5 requisições ao Whisper Cloud, 60 somando REST + WSS de geração de voz, 60 conexões WSS da Voice Agent API e 10 requisições REST do Audio Intelligence. O Enterprise não tem um limite numérico divulgado na página de preços; obtenha a capacidade simultânea acordada na proposta comercial.

Em um gravador de reuniões, geralmente é possível programar os envios simultâneos de arquivos. Já quem liga para o suporte ao vivo precisa de capacidade no momento em que a chamada chega. Essa diferença pode justificar uma mudança de plano antes que o desconto por volume compense.

Exemplos de custo mensal: chamadas de suporte e reuniões da equipe

O mesmo fornecedor pode custar cerca de dez dólares a uma equipe para processar gravações e centenas para operar um agente de conversa, porque os produtos executam trabalhos diferentes. Os exemplos a seguir usam as tarifas publicadas acima e premissas explícitas de consumo.

Agente de voz para suporte: $750 por mês no Pay As You Go

Considere 2,000 chamadas de suporte por mês, com média de 5 minutos de conexão e pico de 10 chamadas simultâneas. Use a configuração gerenciada Standard e considere faturável todo o tempo de conexão.

2,000 × 5 = 10,000 minutos. A $0.075/minuto, o custo é de $750/mês, ou $0.375 por chamada. Se os $200 de créditos de cadastro ainda estiverem integralmente disponíveis, a cobrança restante da Deepgram no primeiro mês seria de $550. A estimativa bruta recorrente continua em $750. Fonte da tarifa.

No Growth, esses minutos consomem $680 em créditos por mês, ou $8,160 ao longo de um ano, a $0.068/minuto. São $70/mês a menos com a tarifa padrão do Growth, desde que haja créditos pré-pagos suficientes para cobrir o uso. Comprar apenas o pacote anual mínimo não cobre o ano inteiro nesse volume.

Se esses minutos forem cobrados como excedente, $0.068 × 1.10 resulta em $0.0748/minuto. Um mês inteiro de 10,000 minutos cobrado como excedente custa $748 antes dos impostos, apenas $2 abaixo do Pay As You Go. Aqui, planejar os créditos pré-pagos faz mais diferença do que o desconto anunciado.

Transcrição de reuniões da equipe: $10.32 por mês

Considere uma equipe de 20 pessoas com 40 reuniões de uma hora por mês. Cada reunião gera uma gravação mono, de um único canal, transcrita uma vez com Nova-3 Monolingual para áudio pré-gravado. A quantidade de participantes não multiplica a duração da gravação.

40 × 60 = 2,400 minutos faturáveis. A $0.0043/minuto, o subtotal mensal é de $10.32, ou $0.258 por reunião. A diarização de áudio pré-gravado, que identifica quem falou em cada momento, e o Smart Formatting estão incluídos segundo a página de preços. Resumos e outras análises pagas ficam de fora. Fonte da tarifa e dos recursos.

Se forem processados dois canais de áudio separados, o subtotal dobra para $20.64. O multiplicador relevante é o número de canais processados, não o de colegas na sala.

No Growth, esse consumo de áudio mono usaria $8.64/mês, uma economia anual de $20.16 em tarifas em relação ao Pay As You Go. Isso não justifica um pagamento antecipado de $4,000. Continue no Pay As You Go, a menos que outras demandas de uso ou capacidade mudem a decisão.

Quando o Growth compensa?

Compare o compromisso financeiro com uma previsão de uso bem fundamentada e verifique quanto do pacote pré-pago você vai consumir. Não trate os $4,000 como uma taxa extra de plataforma cobrada além de cada minuto: esse valor compra créditos.

Para o uso de um único produto, desconsiderando créditos de cadastro, impostos, excedentes e mudanças de tarifa, uma compra mínima de $4,000 no Growth se iguala ao gasto no Pay As You Go quando o consumo atinge $4,000 divididos pela tarifa unitária do Pay As You Go. Esse é o ponto de equilíbrio do desembolso, não o momento em que todos os créditos pré-pagos foram consumidos.

Para agentes Standard, isso corresponde a cerca de 53,334 minutos por ano, ou 4,445 por mês. Consumir integralmente $4,000 à tarifa do Growth exige cerca de 58,824 minutos por ano. Para Nova-3 Monolingual com áudio pré-gravado, o equilíbrio do desembolso ocorre em cerca de 930,233 minutos por ano, ou 77,520 por mês; o consumo integral à tarifa do Growth exige cerca de 1,111,112 minutos por ano. Esses limites foram calculados a partir das tarifas publicadas, com os volumes anuais arredondados para cima.

Quem combina produtos precisa de uma previsão ponderada pelos modelos e adicionais realmente usados. Escolha o Growth quando essa previsão ou a capacidade necessária justificar o pagamento antecipado. Escolha o Enterprise quando os limites públicos ou as opções de implantação não atenderem à sua necessidade, e exija uma proposta concreta.

Cobranças extras, validade dos créditos e renovação

Os principais fatores que aumentam a conta são recursos pagos, mais canais processados, conexões de agentes mantidas abertas e configurações de gestão de créditos. Inclua esses itens na estimativa que apresentar ao fundador da empresa.

Redaction acrescenta $0.0020/minuto no Pay As You Go ou $0.0017 no Growth; Keyterm Prompting acrescenta $0.0013/$0.0012; e Entity Detection acrescenta $0.0017 em qualquer um dos planos, tanto para transcrição de gravações quanto de streaming. A diarização de falantes em streaming mostra $0.0020/minuto na coluna Pay As You Go, sem um valor separado para o Growth. A diarização de áudio pré-gravado e o Smart Formatting estão incluídos. Fonte: tarifas dos adicionais.

A geração de resumos tem cobrança própria por tokens: $0.0003 por 1,000 tokens de entrada e $0.0006 por 1,000 tokens de saída no Pay As You Go; no Growth, a tabela informa $0.00024/$0.00048. Tokens são as unidades processadas pelo modelo de texto. Um orçamento baseado em minutos de transcrição não inclui automaticamente essa cobrança. Fonte: preços do Audio Intelligence.

Os excedentes do Growth têm acréscimo de 10%, mais impostos, com cobrança semanal às segundas-feiras pelo uso da semana anterior. É necessário ter um cartão de pagamento válido para cobrir excedentes; créditos esgotados sem cartão cadastrado podem gerar uma resposta 402. A Deepgram informa que a renovação antecipada evita o acréscimo. No Pay As You Go, a recarga automática vem configurada para cobrar $100 quando o saldo chega a $10 e pode ser desativada nas configurações. Fonte: políticas de cobrança.

A página de preços diz que os créditos de cadastro permanecem disponíveis até serem usados. Isso não garante, de forma incondicional, a manutenção vitalícia dos créditos de todos os planos. Os termos da Deepgram definem o Growth como uma assinatura anual com renovação automática, permitem a expiração de créditos no encerramento da conta ou da assinatura e não estabelecem uma obrigação geral de transferir créditos não usados para o período seguinte. Também distinguem o pagamento da assinatura das tarifas de consumo dos créditos. Confirme as regras de validade e transferência do pacote Growth adquirido antes de contar com o saldo não utilizado por mais um ano. Fonte: termos, seções 5.3 e 5.4.

Alternativas à Deepgram: duas comparações diretas de preço

Compare a mesma quantidade de minutos gravados e os recursos necessários antes de apontar um vencedor. Estes são preços básicos de transcrição, sem classificação por precisão nem a premissa de que os pacotes de recursos sejam idênticos.

O GPT-Transcribe da OpenAI, modelo de fala para texto, tem tarifa publicada de $0.0045/minuto, o que leva os mesmos 2,400 minutos gravados a $10.80, contra $10.32 do Nova-3 Monolingual da Deepgram. Fonte: preços da OpenAI.

O Universal-3.5 Pro da AssemblyAI, modelo de transcrição de áudio gravado, tem tarifa publicada de $0.21/hora, equivalente a $0.0035/minuto e $8.40 por 2,400 minutos, contra $10.32 da Deepgram, antes de considerar diferenças nos recursos pagos. Fonte: preços da AssemblyAI.

Nesse cenário de reuniões, a diferença é pequena o suficiente para que a utilidade das transcrições e os recursos necessários determinem quais opções vale a pena considerar. Para um sistema de produção de grande porte, refaça o cálculo com seu próprio volume e configuração.

Perguntas frequentes

Dá para usar a Deepgram de graça?

Novas contas recebem $200 em créditos de cadastro, sem necessidade de cartão. É um saldo limitado, não uma franquia gratuita mensal. Com a tarifa de $0.0043 para gravações usada neste artigo, ele cobre cerca de 46,511 minutos antes dos adicionais; com o preço do agente Standard, cerca de 2,666 minutos. Um projeto pontual que fique dentro do crédito pode nunca precisar pagar. Uma aplicação de uso contínuo acaba gerando cobrança. Fonte.

Quanto custa a Deepgram?

O preço depende da API e do modelo. O Pay As You Go começa com os créditos de cadastro e depois cobra pelo consumo; o Growth parte de $4,000 por ano em créditos pré-pagos; e o Enterprise exige uma proposta comercial. Os exemplos acima custam $750/mês para o agente de suporte e $10.32/mês para a transcrição de reuniões em mono, antes de créditos e serviços não incluídos. Fonte.

Como a Deepgram funciona?

Sua aplicação envia áudio gravado ou ao vivo para transcrição, envia texto para gerar voz ou mantém uma conexão com a Voice Agent API para conversar. São APIs para desenvolvedores; as tarifas citadas remuneram o processamento, não uma assinatura por usuário de um aplicativo de reuniões. Fonte.

Qual é o modelo mais recente da Deepgram?

Não há um único modelo que cubra todos os produtos. A tabela atual lista Nova-3 e Flux para reconhecimento de fala, além de Flux TTS, Aura-2 e Aura-1 para geração de voz. Escolha conforme o endpoint e a tarefa, sem tratar uma família como substituta universal das demais. Fonte.

Quais são os concorrentes da Deepgram?

OpenAI e AssemblyAI são duas alternativas de fala para texto com preços publicados diretamente, comparadas acima. Para um agente telefônico completo, compare todos os componentes de voz e os custos de operadora, não apenas a transcrição.

A Deepgram é melhor que o Whisper?

Esta análise de preços não determina qual modelo é mais preciso. A própria Deepgram oferece o Whisper Large hospedado ao lado de seus modelos de reconhecimento de fala. Avalie áudios representativos e os recursos de que precisa; uma tarifa menor, por si só, não comprova um resultado melhor. Fonte.

A Deepgram é uma empresa grande?

A Deepgram anunciou uma rodada Series C de $130 milhões, com avaliação de $1.3 bilhão, em janeiro de 2026. Isso indica a escala do financiamento, não a capacidade garantida à sua conta. O limite relevante para você é a capacidade de uso simultâneo da API prevista no contrato. Fonte: anúncio da Deepgram.

A Deepgram dá lucro?

As páginas oficiais de preços, da empresa e de financiamento consultadas para este artigo não permitem afirmar se a Deepgram é lucrativa. Uma rodada de investimento ou uma avaliação de mercado não responde a essa pergunta.

Quem é dono da Deepgram AI?

O serviço é fornecido pela Deepgram, Inc.; a página da empresa identifica Scott Stephenson como CEO e cofundador. O anúncio de financiamento lista investidores, mas não divulga a composição societária completa. Página da empresa, anúncio de financiamento.

A Deepgram tem desconto para estudantes?

A página de preços consultada para este artigo não publica um desconto específico para estudantes. A oferta inicial divulgada é de $200 em créditos de cadastro. Fonte.

Como funciona o reembolso da Deepgram?

A política do Pay As You Go na página de preços permite solicitar reembolso de créditos comprados e não utilizados cuja compra tenha ocorrido nos 30 dias anteriores; compras mais antigas não são reembolsáveis. Não presuma que isso seja uma garantia geral de reembolso para o compromisso anual do Growth ou para créditos promocionais. Fonte: política de reembolso.

Os preços da Deepgram mudaram?

A tabela atual de streaming distingue explicitamente os preços promocionais das tarifas regulares riscadas. Esses são os pontos de comparação verificados aqui; a tabela não informa quando cada tarifa mudou no passado nem quando a promoção de streaming termina. Fonte.

Antes de escolher um plano, some as chamadas conectadas, os minutos de gravação por canal e os caracteres para síntese previstos para o próximo mês. Depois, confira o período de maior demanda esperada. Use o checklist de auditoria de fluxos de trabalho com IA para empresas para transformar essa previsão em uma decisão de implementação.