2026年版 OpenAI Whisper APIの分単価料金

OpenAIのWhisper APIは、リリース以来最も話題に上る文字起こしサービスのひとつになりました。その理由は主に、わかりやすい料金体系と、背後にあるオープンソースWhisperモデルの評判にあります。しかし、実際にいくら支払うのか、何が得られるのか、そして他の選択肢と比べて何を諦めることになるのかを理解するには、よくある要約記事よりも踏み込んだ検討が必要です。

このガイドでは、2026年のOpenAI Whisper APIの分単価料金について知っておくべきすべてを解説します。実際のコスト、ファイルサイズの制限、セルフホスティングの経済性、そしてGoogle、AWS、Deepgramといった有料代替サービスとの比較まで取り上げます。

Whisper API料金の概要

OpenAIはWhisper APIの料金をシンプルに保っています。価格はひとつ、モデルもひとつで、複雑なプラン体系を読み解く必要はありません。

この$0.006/分という固定レートは、処理する音声の量にかかわらず適用されます。月に10分の音声を文字起こししても、1万時間処理しても、分単価は変わりません。OpenAIはWhisper APIに対して、ボリュームディスカウントもコミット利用割引も無料枠も提供していません。

参考までに、文字起こし1時間あたりのコストは$0.36です。10時間で$3.60、100時間で$36。計算が非常にわかりやすく、予測可能な請求を求めるチームにとってWhisperの大きなセールスポイントになっています。

支払いの対象になるのは、ファイル内の音声の実際の長さだけです。5分間の録音を送信すれば、APIの処理にどれだけ時間がかかろうと、支払うのは5分ぶんです。ただし、APIは音声ストリーム全体を処理するため、ファイル内の無音部分も長さとしてカウントされます。

最新の公式料金はOpenAIの料金ページをご覧ください。

$0.006/分で得られるもの

この価格帯において、Whisper APIは世界で最も有名な音声認識モデルのひとつに支えられた、十分に実用的な文字起こしサービスを提供します。

含まれる機能

Whisper v3 (large-v3) モデル。 APIはOpenAIの最大かつ最高精度のWhisperモデルで動作します。モデルサイズを選んだり、精度のティアを管理したりする必要はありません。すべてのリクエストが同じモデルを使用します。

57以上の言語に対応。 Whisperは英語やスペイン語からヒンディー語、アラビア語、日本語まで、数十の言語の文字起こしに対応しています。言語サポートの広さはWhisperの最大の強みのひとつです。対応言語の全リストはWhisperのGitHubリポジトリで確認できます。

自動言語検出。 言語を指定しない場合、Whisperは音声の最初の30秒から言語を自動的に検出します。ほとんどの録音でうまく機能しますが、言語がわかっている場合は指定したほうが精度が向上します。

単語レベルのタイムスタンプ。 APIは単語ごとのタイムスタンプを返すことができ、字幕生成、音声検索、動画と文字起こしの同期に役立ちます。

英語への翻訳。 文字起こしに加えて、Whisperには英語以外の音声を一度のステップで直接英語のテキストに変換する翻訳モードがあり、別途翻訳サービスを用意する必要がありません。

含まれないもの

Whisperの限界を理解することは、機能を知ることと同じくらい重要です。特に有料代替サービスと比較する際にはなおさらです。

ストリーミング・リアルタイム文字起こしなし。 Whisper APIはバッチ処理専用です。完全な音声ファイルをアップロードし、処理が終わってから完成した文字起こしを受け取ります。WebSocketエンドポイントも、途中結果の取得も、ライブ字幕機能もありません。会議やライブ配信のリアルタイム文字起こしが必要なら、Whisperは適切なツールではありません。

ネイティブの話者分離（ダイアライゼーション）なし。 Whisperは会話の中の異なる話者を識別したりラベル付けしたりしません。文字起こしは、誰が何を言ったかの区別がない1本のテキストとして返されます。サードパーティの話者分離を上に重ねることはできますが、複雑さとコストが増えます。

カスタム語彙・キーワードブーストなし。 音声に専門用語、ブランド名、珍しい単語が含まれていても、精度を上げるためのカスタム辞書を提供することはできません。Whisperは学習データだけに基づいて文字起こしを行います。

感情分析・トピック検出なし。 APIが返すのはテキストとタイムスタンプです。感情のトーンを分析したり、議論のトピックを特定したり、内容のセマンティックな分析を提供したりすることはありません。

句読点の自動付与を制御できない。 Whisperは自動的に句読点を付けますが、その付け方をコントロールする手段はほとんどありません。言語によっては句読点の精度にばらつきが出ることがあります。

25MBのファイルサイズ制限

Whisper APIで最もよく聞かれる不満のひとつが、1リクエストあたり25MBというファイルサイズ制限です。短い録音や圧縮済みの音声ではほとんど問題になりませんが、長いファイル、特に動画ファイルや高ビットレートの録音では、すぐにこの上限に達してしまいます。

25MBという制限は、おおよそ次の長さに相当します。

録音がこれらの長さを超える場合は、回避策が必要です。

戦略1：アップロード前に圧縮する

最もシンプルな方法は、APIに送る前に音声を圧縮フォーマットに変換することです。WAVファイルを64kbpsのMP3に変換すれば、文字起こしの精度を元とほぼ同等に保ったまま、ファイルサイズを90%以上削減できます。FFmpegのようなツールならこの変換を効率的に処理できます。音声のみのコンテンツであれば、64kbpsのMP3でWhisperに必要な周波数情報はすべて保持されます。

戦略2：長いファイルを分割する

圧縮しても25MBを超える録音には、ファイルを小さなセグメントに分割するのが標準的なやり方です。ここで重要なのは、分割点を慎重に選ぶことです。文の途中で分割すると、チャンクの境界でAPIが不完全な文を返してしまい、結果をうまくつなぎ合わせる処理が必要になります。自然な無音箇所で分割すれば、よりきれいな結果が得られます。

ほとんどの音声処理ライブラリは録音内の無音区間を検出でき、それを分割点として使えます。制限の少し下に余裕を残すため、チャンクは20〜24MBを目安にしてください。

戦略3：動画から音声を抽出する

動画ファイルを扱う場合は、動画全体をアップロードするのではなく、まず音声トラックを抽出しましょう。1時間のMP4動画は500MBになることもありますが、音声トラックだけをMP3にすれば30MB以下に収まる場合があります。この抽出作業は高速で、どのみちAPIが無視する動画データを送らずに済みます。

戦略4：この処理を代行してくれるサービスを使う

ConvertAudioToTextのようなプラットフォームは、ファイルの前処理を自動で行ってくれます。任意のサイズのファイルをアップロードすれば、圧縮、分割、再結合は裏側でプラットフォームが管理します。これにより、自前で前処理パイプラインを構築するエンジニアリングの手間が不要になります。

Whisperのセルフホスティング：「無料」だが「タダ」ではない

Whisperはオープンソースなので、OpenAIに一切支払わずに自前のインフラで動かすことができます。モデルの重みは自由に入手でき、コードベースのドキュメントも充実しています。ここで当然の疑問が湧きます。無料で動かせるのに、なぜ$0.006/分を払うのか？

答えは、GPUコスト、エンジニアリングの工数、そして規模の問題に行き着きます。

セルフホスティングのGPUコスト

Whisperのlarge-v3モデルを実用的な速度で動かすには、それなりのGPUが必要です。主要クラウドプロバイダーでの一般的な選択肢のコストは以下のとおりです。

処理速度が重要なのは、GPU1時間あたりに何時間ぶんの音声を文字起こしできるかを左右するからです。A100なら1時間の録音を約6〜10分で処理できるため、GPU1時間あたりおよそ6〜10時間ぶんの音声を文字起こしできます。T4はほぼ実時間での処理になるため、GPU1時間で文字起こしできる音声はおよそ1〜2時間ぶんです。

見えにくいコスト

GPUのレンタル料金は方程式の一部にすぎません。Whisperのセルフホスティングには、次のものも必要です。

インフラ管理。 サーバーのプロビジョニング、スケーリングの管理、フェイルオーバーの対応、稼働率の維持が必要になります。一度設定したら放置できる類のデプロイではありません。

キューとジョブの管理。 音声を大規模に処理するには、ジョブキュー、ワーカー管理、リトライロジック、ステータス追跡が必要です。要するに、マネージドAPIが最初から提供しているバックエンドインフラを自分で構築することになります。

モデルの更新。 OpenAIが改良されたモデルの重みを公開したら、デプロイを更新する必要があります。モデル更新のテスト、検証、ロールアウトにはエンジニアリングの時間がかかります。

監視とデバッグ。 GPUワークロードは、一般的なWebサービスとは違った形で障害を起こします。メモリ不足エラー、ドライバの問題、CUDAバージョンの競合は日常的な悩みの種です。

ストレージとネットワーク。 音声ファイルをGPUサーバーに転送し、結果を保存することで、見落としがちな帯域とストレージのコストが発生します。

セルフホスティングが割に合うのはいつか

セルフホスティングが経済的に意味を持ち始めるのは、大量かつ安定したボリュームを処理する場合です。損益分岐点はインフラの選択によって変わりますが、目安としては次のとおりです。

これらの見積もりは、インフラを構築・維持できるエンジニアリングリソースが手元にあることが前提です。セルフホスト版Whisperの運用のためにエンジニアを新たに雇ったり他の業務から外したりする必要があるなら、損益分岐点は大きく上にずれます。

セルフホスティングのメリットとデメリット

Whisperと有料代替サービスの比較

分単価は最も目につきやすい指標ですが、それだけでは全体像はわかりません。重要なのは、ワークフローが求める文字起こしの品質と機能を実現するための総コストです。

料金比較表

この表からわかること

Whisperは安いが最安ではない。 DeepgramのNova-2モデルは$0.0043/分でWhisperを下回りつつ、話者分離、ストリーミング、カスタム語彙に加えて、感情分析やトピック検出といった機能まで含んでいます。素の文字起こし以上のものが必要なアプリケーションでは、有料サービスであってもDeepgramのほうがコストパフォーマンスに優れることが少なくありません。これらのサービスの詳しい比較は、当サイトの音声認識API料金比較をご覧ください。

エンタープライズ向けサービスは高いぶん多くを提供する。 Google Cloud Speech-to-TextとAWS TranscribeはWhisperの2〜4倍のコストですが、ストリーミング対応、話者分離、カスタム語彙、そしてエンタープライズグレードのSLAが含まれます。ダウンタイムが実害につながる本番アプリケーションでは、こうした付加価値が効いてきます。

欠けている機能には隠れたコストがある。 Whisperで話者分離が必要なら、サードパーティの話者分離サービスやライブラリを追加することになり、複雑さ、レイテンシ、そして場合によっては追加コストが発生します。他のサービスが標準で備えている機能に追いつくための統合作業を考慮すると、Whisperの低い分単価による「節約」は消えてしまうことがあります。

WhisperとGoogleのサービスの詳細な比較は、Whisper vs Google Cloud Speech分析をご覧ください。

Whisperが正解になる場面

限界はあるものの、Whisper APIが本当にベストな選択肢となるシナリオもあります。

多言語のバッチ文字起こし

さまざまな言語の音声を定期的に文字起こしし、リアルタイム性が不要なら、Whisperの幅広い言語サポートと低コストの組み合わせはなかなか他では得られません。フランス語、日本語、ポルトガル語のインタビューを文字起こしするメディア企業なら、すべての言語で料金が一律の単一APIを使えます。競合の多くは、非英語の言語に割増料金を課すか、対応言語数自体が少ないかのどちらかです。

予算重視の小規模プロジェクト

スタートアップ、研究者、個人開発者が控えめな量の音声を処理する場合、Whisperの$0.006/分というレートならコストを最小限に抑えられます。10時間ぶんの音声の文字起こしが、管理すべきインフラゼロで$3.60です。最低利用料も、サブスクリプションも、OpenAIのAPIクレジット以外の初期費用も一切ありません。

オープンソース志向とデータコントロール

オープンソース技術を好む組織は、Whisper APIを手軽な入口として使い、ボリュームが増えたら後からセルフホスト版Whisperに移行できます。モデルが同一なので、どちらのデプロイ形態でも文字起こしの結果は一貫します。これはプロプライエタリなサービスには真似できない柔軟性です。無料の文字起こし手段を探している開発者にとって、Whisperがオープンソースで入手できることは大きなアドバンテージです。

余計な機能なしのシンプルな文字起こし

ファイルをアップロードして文字起こしを受け取る、というシンプルなユースケースなら、Whisperはまさにそれだけを提供し、不要な機能にお金を払わずに済みます。一度も使わない話者分離エンジンやストリーミングインフラ、カスタム語彙システムの費用を負担させられることはありません。

プロトタイピングと開発

Whisperは、より高機能な（そして高価な）サービスに本格移行する前に、文字起こし機能を構築・テストするのに最適な選択肢です。シンプルなAPI、予測可能な料金、充実したインテグレーションガイドのおかげで、動くプロトタイプをすばやく立ち上げられます。

月額コストの見積もり

予算を立てる参考として、Whisper APIを使った一般的なユースケースと月額コストの目安を示します。

これらのコストはWhisper APIの利用料のみをカバーしています。話者分離、フォーマット整形、字幕生成などの追加処理が必要な場合は、それらのサービスのコストも織り込むか、こうした機能をまとめて提供するConvertAudioToTextのようなプラットフォームを検討してください。

よくある質問

OpenAI Whisper APIに無料枠はありますか？

ありません。OpenAIはWhisper APIに無料枠を提供していません。処理した音声は1分ごとに$0.006で課金されます。新規のOpenAIアカウントには、Whisperにも使える少額の無料APIクレジットが付与されることがありますが、これは1回限りの導入クレジットであり、継続的な無料枠ではありません。無料の文字起こしが必要なら、オープンソースのWhisperモデルをソフトウェア費用ゼロでセルフホストできますが、GPUインフラは自前で用意する必要があります。

Whisper APIの料金は、人間の文字起こしサービスと比べてどうですか？

人間による文字起こしサービスは、標準納期で音声1分あたり$1.00〜$3.00程度が相場で、特急料金はさらに高くなります。$0.006/分のWhisper APIは、人間の文字起こしよりおよそ150〜500倍安い計算になります。とはいえ、強い訛り、話者の重なり、大きな背景ノイズを含む難しい音声では、依然として人間の文字起こしのほうが高い精度を発揮します。クリアな単一話者の音声であれば、Whisperの精度は人間の文字起こしに匹敵し、コストはほんの一部で済みます。

ライブ会議のリアルタイム文字起こしにWhisperを使えますか？

使えません。Whisper APIはバッチ処理のみに対応しています。完全な音声ファイルをアップロードし、完成した文字起こしが返ってくるのを待つ必要があります。ストリーミングエンドポイントもWebSocketサポートもなく、録音中に部分的な結果を受け取る手段はありません。リアルタイムの会議文字起こしには、Deepgram、Google Cloud Speech-to-Text、AssemblyAIなど、ストリーミングに対応したサービスが必要です。

大量利用するWhisper APIユーザー向けのボリュームディスカウントはありますか？

2026年初頭の時点で、OpenAIはWhisper APIについて公開されたボリュームディスカウントを提供していません。月に1時間処理しても1万時間処理しても、$0.006/分のレートは同じです。非常に大量に利用するエンタープライズ顧客であれば、OpenAIのセールスチームに直接問い合わせてカスタム価格を交渉できる可能性はありますが、セルフサーブの割引制度はありません。

音声ファイルが25MBのサイズ制限を超えるとどうなりますか？

APIはエラーを返してリクエストを拒否します。アップロード前にファイルサイズを小さくする必要があります。最も効果的な方法は、音声を低ビットレートのMP3形式に圧縮する、動画ファイルから音声を抽出して動画データを取り除く、長い録音を小さなチャンクに分割する、の3つです。本番環境の実装では通常この前処理を自動化し、エンドユーザーがこの制限に直接遭遇しないようにしています。