Coste de la transcripción por hora en 2026: cifras reales

Una hora de transcripción de audio cuesta entre 0,21 $ y más de 119 $, según quién haga el trabajo. Esa diferencia de tres órdenes de magnitud no es exageración; refleja tres estructuras de coste fundamentalmente distintas: computación GPU en bruto, software de consumo empaquetado y trabajo humano. En esta entrada repasamos las matemáticas de cada una para que puedas calcular tu tarifa real por hora.

Paso 1: Identifica qué modelo de coste estás comprando

Antes de comparar cifras, determina qué modelo de precios se aplica a tu caso.

Por consumo (APIs por minuto): Pagas exactamente por lo que usas, facturado por segundo o por minuto. El coste escala de forma lineal con el volumen. Es la mejor opción para desarrolladores, usuarios de bajo volumen y cualquiera que esté construyendo un producto.

Suscripciones de tarifa plana: Una cuota mensual fija por minutos ilimitados o con tope. El coste efectivo por hora baja cuanto más usas. Es ideal para usuarios con volumen alto y sostenido.

Transcripción humana: Pagas por minuto de audio para que una persona transcriba. El coste lo fija sobre todo la mano de obra; no hay descuentos por volumen lo bastante significativos como para acercarse a las tarifas de IA.

Alojar tus propios modelos en tu infraestructura GPU es una cuarta opción que tratamos al final.

Paso 2: Consulta tu tarifa real por minuto

La tabla siguiente muestra tarifas verificadas a julio de 2026 para transcripción por lotes (pre-grabada) en los niveles estándar de pago por uso.

Notas: AssemblyAI planea un aumento de precios del 10% en la región, efectivo a partir del 1 de julio de 2026. Los precios de AWS usan la tarifa de nivel 1 de US East (N. Virginia); los niveles de volumen reducen esto a $0.0078/min a partir de 5M+ minutos al mes. Google Cloud Dynamic Batch baja a $0.004/min para cargas de trabajo no sensibles al tiempo con un plazo de entrega de 24 horas. Deepgram Nova-3 en streaming es más barato ($0.0048/min), pero cobra por el tiempo de conexión, no solo por la duración del audio.

Para una visión más amplia de las tarifas de API entre distintos proveedores, consulta el desglose de precios de API de speech-to-text para 2026.

AssemblyAI U-3.5

$0.21/h

OpenAI Whisper

$0.36/h

Deepgram Nova-3

$0.46/h

Google Cloud STT

$0.96/h

Rev AI

$15/h

Rev Human

$119/h

Tarifas de API medidas en pago por uso estándar. Transcripción humana a la tarifa estándar de Rev. Estimación de autoalojamiento con uso de GPU en la nube.

Paso 3: Calcula tu tarifa efectiva para planes de suscripción

Las APIs de pago por uso parecen las más baratas sobre el papel. Pero si usas una suscripción de tarifa plana, tu costo real por hora depende del volumen.

La fórmula: costo del plan mensual / horas usadas al mes = tarifa horaria efectiva.

El plan ilimitado de TurboScribe cuesta $10/mes (facturado anualmente). Otter Pro cuesta $8.33/mes (facturado anualmente, con 1,200 minutos incluidos). Estos tienen tarifas efectivas diferentes según el uso:

*Otter Pro incluye 1.200 minutos (20 horas) al mes; superar esa cifra requiere un plan superior.

La suscripción se vuelve más barata que Deepgram Nova-3 de pago por uso ($0,46/hora) en torno a las 22 horas mensuales con TurboScribe. Supera a OpenAI Whisper ($0,36/hora) alrededor de las 28 horas al mes.

Para un análisis más profundo de cuándo gana la tarifa plana frente al pago por uso, consulta precios de transcripción ilimitada frente a por uso.

Paso 4: Ajusta tu perfil de uso al modelo adecuado

Tres escenarios reales con las matemáticas resueltas.

Escenario A: Podcaster en solitario, un episodio de 60 minutos por semana Volumen mensual: unas 4 horas.

• AssemblyAI de pago por uso: 240 min x $0,0035 = $0,84
• API de OpenAI Whisper: 240 min x $0,006 = $1,44
• TurboScribe Unlimited: $10,00
• Otter Pro: $8,33

Con este volumen, una API de pago por uso cuesta menos de $1,50 al mes. Una suscripción añade funciones (notas con IA, integraciones, edición) que pueden justificar la diferencia, pero el coste bruto de transcripción favorece claramente a las APIs.

Escenario B: Periodista con 20 horas de entrevistas al mes Volumen mensual: unas 20 horas (1.200 minutos).

• AssemblyAI de pago por uso: 1.200 min x $0,0035 = $4,20
• API de OpenAI Whisper: 1.200 min x $0,006 = $7,20
• TurboScribe Unlimited: $10,00

Los costes ya están cerca. Las suscripciones aportan facturación predecible y extras; las APIs siguen siendo más baratas en coste bruto. Factores a decidir: ¿prefieres facturas variables o fijas, y te importa el conjunto de funciones de la plataforma?

Escenario C: Equipo de contenidos que transcribe 60 horas de material al mes Volumen mensual: unas 60 horas (3.600 minutos).

• AssemblyAI de pago por uso: 3.600 min x $0,0035 = $12,60
• API de OpenAI Whisper: 3.600 min x $0,006 = $21,60
• TurboScribe Unlimited: $10,00

Una suscripción ilimitada de $10 al mes ahora cuesta menos que incluso la API más barata. La tarifa efectiva con TurboScribe es de $0,17/hora, superando a todas las opciones de pago por uso. Aquí es donde los planes de tarifa plana ganan de forma contundente.

La guía sobre los costes ocultos de los servicios de transcripción cubre qué más vigilar: tarifas por formato de exportación, límites de almacenamiento y precios por asiento que pueden duplicar silenciosamente la tarifa aparente por hora.

Cuando el Precio por Minuto Realmente Gana

Las APIs de pago por uso tienen sentido en tres situaciones concretas.

Primera: volumen muy bajo o impredecible. Por debajo de unas cinco horas al mes, una API de pago por uso cuesta menos que casi cualquier suscripción. Un consultor con tres meses ajetreados y nueve vacíos no debería pagar cuotas de suscripción durante nueve meses de uso cero.

Segunda: construir un producto sobre ellas. Si integras la transcripción en tu propio software y trasladas los costes a los clientes, el precio por minuto se alinea con tu economía unitaria. Una suscripción plana significa asumir el coste cuando un único usuario intensivo dispara el volumen.

Tercera: experimentar con varios proveedores. Las APIs te permiten comparar AssemblyAI con Deepgram y con Google Cloud sobre el mismo audio sin comprometerte a una suscripción. La lista de las mejores APIs de voz a texto en 2026 incluye comparativas de precisión lado a lado.

Por Qué la Transcripción Humana Cuesta lo que Cuesta

Un transcriptor profesional tarda de tres a seis horas en producir una hora de transcripción terminada. Con salarios modestos, solo la mano de obra supone entre 40 y 80 dólares por hora de audio. Añade revisión de calidad, gestión de proyectos y margen, y los 1,99 dólares por minuto de Rev (119,40 dólares por hora) no sorprenden.

La prima humana se justifica en un conjunto reducido de casos: deposiciones legales donde los errores tienen consecuencias formales, documentación médica con implicaciones clínicas, subtitulación para emisiones bajo estándares regulatorios, y habla con acento muy marcado en grabaciones degradadas que la IA todavía maneja mal. Para la mayoría del audio limpio, la precisión de la IA es suficientemente alta como para que pagar 250 veces la tarifa de la API sea difícil de justificar.

Para un desglose riguroso de cuándo los requisitos de precisión realmente exigen revisión humana, consulta transcripción con IA frente a humana.

La opción de autoalojamiento

Ejecutar Whisper Large-v3 en una GPU alquilada (una Spheron L40S, por ejemplo) cuesta aproximadamente $0.02 por hora de audio con uso completo. Eso es 10 veces más barato que la API comercial más económica. El inconveniente: necesitas capacidad de ingeniería para montar la infraestructura, supervisar las instancias de GPU, gestionar audios con casos límite y mantener los pesos del modelo actualizados. El coste de operación y mantenimiento suele superar el ahorro en cómputo, salvo que ya estés ejecutando cargas de trabajo con GPU o transcribiendo más de 2.000 horas al mes.

La mayoría de las organizaciones que evalúan el autoalojamiento o se comprometen por completo (construyendo un servicio interno de transcripción) o se quedan con las APIs gestionadas para todo.

Un punto de partida

Si solo necesitas una transcripción limpia sin gestionar claves de API ni facturación por consumo, ConvertAudioToText ofrece una herramienta basada en navegador con una vista previa de 10 minutos sin registro y 10 minutos de transcripción gratuitos al crear una cuenta. Funciona bien para transcripciones puntuales sin suscripción.

Para trabajo regular de alto volumen, las cifras de este artículo te dan los puntos de equilibrio. Introduce tus horas mensuales reales en la fórmula, compara con tus dos o tres principales candidatos y elige la opción más barata para tu perfil de uso. La comparativa de precios de transcripción para 2026 incluye la tabla completa con todos los proveedores si quieres profundizar.

Preguntas frecuentes

¿Cuánto cuesta la transcripción por hora en 2026?

El rango es amplio: las APIs para desarrolladores parten de unos $0.21 a $0.46 por hora para audio pregrabado, herramientas de IA para consumidores como Rev cobran unos $15 por hora con tarifa de pago por uso, y la transcripción humana va de $90 a $120 por hora. Los planes de suscripción ilimitada pueden reducir tu coste efectivo por hora por debajo de $0.20 si transcribes suficiente volumen cada mes.

¿Es más barato usar una API para desarrolladores o una suscripción de tarifa plana?

Depende del volumen. Si transcribes menos de cinco a ocho horas al mes, una API de pago por uso casi siempre sale más barata que una suscripción mensual de 10 a 30 dólares. Por encima de diez horas al mes, la mayoría de las suscripciones se vuelven competitivas. A partir de 30 horas, una suscripción ilimitada suele ganar en precio.

¿Por qué la transcripción humana es mucho más cara que la de IA?

Un transcriptor humano tarda de tres a seis horas en producir una hora de transcripción final. Incluso con salarios modestos, solo el coste laboral alcanza los 40 a 80 dólares por hora de audio. Los gastos generales de la empresa, la revisión de calidad y el margen elevan el precio al consumidor hasta los 90 a 120 dólares por hora. La transcripción con IA sustituye la mano de obra por cómputo de GPU, lo que reduce el coste en dos órdenes de magnitud.

¿Cuál es la API de transcripción con IA más barata por hora?

A fecha de julio de 2026, el modelo asíncrono Universal-3.5 Pro de AssemblyAI cuesta 0,0035 dólares por minuto (0,21 dólares por hora). Deepgram Nova-3 pre-grabado cuesta 0,0077 dólares por minuto (0,46 dólares por hora) en modalidad de pago por uso. OpenAI whisper-1 y gpt-4o-transcribe cuestan 0,006 dólares por minuto cada uno (0,36 dólares por hora). Los precios pueden variar según los niveles de volumen y los descuentos de planes de crecimiento.

¿Cuándo tiene sentido pagar por transcripción humana?

La transcripción humana se justifica en un conjunto reducido de casos: deposiciones legales o escritos judiciales donde los errores tienen consecuencias formales, documentación médica donde la precisión clínica es crítica, subtitulado para emisiones bajo estándares regulatorios, o habla con acento muy marcado en audio degradado donde los modelos de IA todavía fallan. Para audio limpio en la mayoría de los demás contextos, la precisión de la IA es suficientemente alta como para que la prima humana sea difícil de justificar.

¿Cómo calculo mi coste real de transcripción por hora?

Para planes de pago por uso: multiplica tu tarifa por minuto por 60. Para planes de tarifa plana: divide tu factura mensual entre las horas reales utilizadas. Si transcribes 10 horas con un plan de 10 dólares al mes, tu tarifa efectiva es de 1 dólar por hora; a 50 horas baja a 0,20 dólares por hora. La variable clave es tu uso real, no la tarifa nominal del plan.

Fuentes

• Página de precios de Deepgram: https://deepgram.com/pricing
• Página de precios de AssemblyAI: https://www.assemblyai.com/pricing
• Precios de la API de OpenAI Whisper (brasstranscripts.com): https://brasstranscripts.com/blog/openai-whisper-api-pricing-2025-self-hosted-vs-managed
• Página de precios de AWS Transcribe: https://aws.amazon.com/transcribe/pricing/
• Precios de Google Cloud Speech-to-Text: https://cloud.google.com/speech-to-text/pricing
• Página de precios de Rev: https://www.rev.com/pricing
• Precios de TurboScribe: https://turboscribe.ai/pricing
• Precios de Otter.ai: https://otter.ai/pricing
• Precios de Happy Scribe: https://www.happyscribe.com/pricing