Deepgram vs AWS Transcribe: Preços e Velocidade em 2026

Deepgram Nova-3 é cerca de 69% mais barato que o AWS Transcribe nas tarifas padrão: aproximadamente $0,0077/min contra $0,024/min. Os níveis de volume da AWS reduzem bastante essa diferença em alto volume, e a AWS ganha em amplitude de idiomas e integração com o ecossistema. Para a maioria dos times de desenvolvimento que estão criando recursos de transcrição do zero, o custo e a latência do Deepgram são argumentos fortes. Para times que já estão imersos na infraestrutura da AWS ou que precisam de transcrição com padrão médico, o custo de migração muitas vezes supera a economia.

Para entender onde esses dois se encaixam num cenário mais amplo, veja a comparação completa de preços de APIs de transcrição de fala.

O Que Cada Provedor Realmente É

A Deepgram é uma empresa focada em transcrição que construiu seus próprios modelos de ASR do zero. O Nova-3, lançado em janeiro de 2025, é o carro-chefe atual. Ele atende tanto workloads de streaming quanto de lote a partir do mesmo modelo subjacente e cobra por segundo de áudio processado.

O AWS Transcribe é um serviço dentro de um portfólio de centenas. Ele foi desenhado para se encaixar naturalmente na stack existente da AWS: áudio no S3, jobs disparados pelo Lambda, resultados armazenados de volta no S3 ou enviados para serviços downstream. O design reflete essa origem. Times que já rodam infraestrutura na AWS costumam achar o Transcribe mais fácil de operar, não por causa do motor de transcrição em si, mas porque IAM, CloudWatch e S3 já estão configurados.

Essa diferença de filosofia molda tudo o que vem a seguir.

Preços: Tarifas Verificadas de 2026

Deepgram Nova-3

A Deepgram cobra por segundo de áudio. Essa diferença importa em escala: uma carga de trabalho com milhares de clipes de 30 segundos custa bem menos do que uma estrutura de cobrança por minuto sugere.

AWS Transcribe

O preço padrão da AWS usa quatro faixas de volume, aplicadas automaticamente ao uso combinado de batch e streaming:

A AWS cobra em incrementos de um segundo, com mínimo de 15 segundos por requisição. Contas novas ganham 60 minutos grátis por mês durante os primeiros 12 meses. O Call Analytics (sentimento, categorização, resumo pós-chamada) tem faixa própria, começando em $0,030/min.

O ponto mais baseado em dados aqui: a faixa de maior desconto da AWS ($0,0078/min a partir de 5 milhões de minutos) mal alcança a taxa padrão PAYG de streaming da Deepgram. Você precisa processar mais de 5 milhões de minutos por mês para o preço da AWS chegar perto do par.

Deepgram Nova-3

$0,0077/min

AWS T1 (0-250K min)

$0,024/min

AWS T2 (250K-1M)

$0,015/min

AWS T3 (1M-5M)

$0,0102/min

AWS T4 (5M+ min)

$0,0078/min

Faixas de volume da AWS comparadas ao PAYG da Deepgram Nova-3. Fontes: deepgram.com/pricing, aws.amazon.com/transcribe/pricing.

Custo mensal em volumes de produção realistas

Estas tabelas usam a taxa PAYG de streaming da Deepgram ($0,0077/min) e a Faixa 1 da AWS ($0,024/min):

Com 1.000 horas por mês, a vantagem da Deepgram é de aproximadamente $978 por mês, ou quase $12.000 por ano, contra o AWS Tier 1. Mesmo comparando com o AWS Tier 2, a Deepgram ainda sai pela metade do custo.

Para um olhar mais detalhado sobre como os níveis de preço da AWS afetam o planejamento, veja análise de preços do AWS Transcribe. Para custos ocultos que não aparecem nas tarifas por minuto, o post sobre custos ocultos de serviços de transcrição cobre o panorama completo.

Precisão: O Que os Números Realmente Significam

Minha opinião: ambos os provedores vão bem em áudio em inglês limpo, e a diferença de precisão entre eles é menor que a diferença de preço. Para áudio com ruído, a Deepgram se sai melhor na maioria dos relatos de quem usa na prática. Mas quero ser claro sobre a fonte dessas informações.

A Deepgram publica seus próprios benchmarks de WER para o Nova-3: WER mediano de streaming de 6,84%, WER mediano em lote de 5,26%. Esses números vêm de testes internos da Deepgram no conjunto de testes da própria Deepgram, não de um laboratório independente. O post irmão Deepgram Nova-3 Explicado analisa essas alegações com cuidado.

O AWS Transcribe não publica números oficiais de WER comparáveis para transcrição Standard. Existem comparações de terceiros, mas elas usam conjuntos de testes e condições diferentes, o que torna a comparação direta pouco confiável.

O que dá para afirmar em termos de tendência:

• Em inglês de estúdio, com um único falante, ambos os provedores são competitivos.
• Em áudio com ruído, sobreposição de vozes ou sotaques, relatos de profissionais favorecem o tratamento da Deepgram.
• O AWS Transcribe Medical usa modelos especializados para terminologia clínica e é elegível para HIPAA. A Deepgram não tem uma camada específica para medicina comparável.
• Para idiomas além do inglês, a AWS suporta mais de 100 idiomas, contra mais de 50 do Deepgram Nova-3. Nos idiomas que ambos cobrem, a qualidade é comparável para línguas principais.

O único benchmark que importa para o seu sistema em produção é aquele que você roda com seu próprio áudio. Ambos os provedores têm uso gratuito suficiente para fazer uma avaliação real antes de se comprometer.

Streaming e latência

A latência de streaming da Deepgram é de 200 a 300ms (número publicado pela própria Deepgram), contra o streaming do AWS Transcribe na faixa de 500ms a 1,5s, segundo relatos de quem usa na prática. Se você está construindo legendagem ao vivo, assistentes de voz ou transcrição de reuniões em tempo real, essa diferença é perceptível para os usuários.

O streaming da Deepgram usa uma conexão WebSocket com quadros de áudio binários, retornando transcrições parciais e finais conforme o áudio chega. O protocolo é sem estado no lado do cliente.

O streaming do AWS Transcribe usa HTTP/2 com fluxos de eventos e autenticação AWS Signature V4 em cada requisição. O SDK da AWS resolve a maior parte disso, mas depurar problemas de streaming envolve mais partes móveis.

A Deepgram também suporta diarização de falantes em tempo real durante o streaming. A diarização do AWS Transcribe é somente em lote.

Para casos de uso em que latência abaixo de 500ms não é necessária (análise pós-chamada, transcrição de arquivo, sumarização assíncrona), ambos os provedores dão conta do trabalho. A vantagem de latência só faz diferença quando os usuários interagem com a transcrição em tempo real.

Experiência do desenvolvedor

Deepgram: menos de 5 minutos para a primeira transcrição. Cadastre-se, pegue uma chave de API, envie uma requisição POST com uma URL ou arquivo de áudio. Sem necessidade de configuração de infraestrutura.

AWS Transcribe: de 20 a 30 minutos para a primeira transcrição para um time novo em AWS. Criar uma conta, configurar credenciais IAM, preparar CLI ou SDK, criar um bucket S3, enviar o arquivo, iniciar o job de transcrição e aguardar os resultados. Para times que já rodam na AWS com IAM e S3 configurados, o tempo de setup cai bastante.

A qualidade do SDK reflete o mesmo contraste. Os SDKs da Deepgram (Python, Node.js, Go, .NET, Rust) são feitos sob medida para transcrição. A superfície de transcrição da AWS fica dentro do SDK gigante da AWS, que cobre centenas de serviços, o que significa mais opções de configuração e mais lugares para errar.

As mensagens de erro seguem o mesmo padrão. A Deepgram retorna códigos de erro específicos e acionáveis. Erros do AWS Transcribe podem vir do IAM, do S3 ou do próprio motor de transcrição, exigindo que você cheque várias camadas para diagnosticar o problema.

Comparativo de Recursos

A linha de análise de sentimento merece atenção. A Deepgram inclui sem custo adicional. O AWS Transcribe exige o tier Call Analytics ($0,030/min), o que mais que dobra a tarifa Standard.

Veredito: Qual Escolher

Escolha a Deepgram se:

• Custo é uma restrição primária. Na maioria dos volumes abaixo de 5 milhões de minutos por mês, a Deepgram sai mais barata, às vezes de forma drástica. A economia em 1.000 horas por mês passa de US$ 10.000 por ano contra o AWS Tier 1.
• Você precisa de streaming em tempo real. Menor latência e diarização em tempo real fazem da Deepgram a opção mais forte para legendagem ao vivo, assistentes de voz e bots de reunião.
• Você quer integração rápida. Menos configuração de infraestrutura, tratamento de erros mais simples e um SDK focado significam menos tempo até a produção.
• Você quer recursos de inteligência inclusos. Análise de sentimento e detecção de tópicos fazem parte da API padrão, não de um nível separado.

Escolha o AWS Transcribe se:

• Sua infraestrutura já é nativa da AWS. Se o áudio vive no S3, o processamento roda em Lambda ou ECS e seu time lida com políticas IAM diariamente, o Transcribe se integra sem fricção. A simplicidade operacional dentro de um ambiente AWS existente pode compensar a tarifa por minuto mais alta.
• Você precisa de cobertura para mais de 100 idiomas. O AWS Transcribe suporta o dobro de idiomas. Para línguas menos comuns, muitas vezes é a única opção.
• Você precisa de transcrição médica elegível para HIPAA. O AWS Transcribe Medical usa modelos clínicos e é elegível para HIPAA. A Deepgram não tem um nível equivalente.
• Você precisa de controle detalhado de pronúncia. As listas de vocabulário personalizado da AWS suportam notação IPA para reconhecimento fino de termos.

Matriz de decisão por caso de uso

Se você quiser pular a gestão de integrações de API por completo, o ConvertAudioToText cuida do roteamento do motor, da diarização de locutores e dos formatos de exportação (SRT, VTT, texto puro) para você. Vale a pena avaliar se o seu time quer transcrições limpas sem a parte trabalhosa da API.

FAQ

O Deepgram é mais barato que o AWS Transcribe?

Nas tarifas padrão de PAYG, sim. O Deepgram Nova-3 custa cerca de $0,0077/min; o AWS Transcribe começa em $0,024/min. A AWS oferece faixas de volume que caem para $0,0078/min a partir de 5 milhões de minutos por mês, o que quase elimina a diferença, mas você precisa de um volume muito alto para chegar lá. Para a maioria dos times com menos de 1 milhão de minutos por mês, o Deepgram é mais barato.

O Deepgram é mais preciso que o AWS Transcribe?

O Deepgram publica benchmarks de WER para o Nova-3 com base nos próprios testes: um WER mediano de streaming de 6,84% e um WER de batch de 5,26%, alegando uma grande vantagem sobre concorrentes não nomeados. A AWS não publica números oficiais comparáveis de WER para o Transcribe Standard. Avaliações independentes são escassas. Em áudio limpo em inglês, os dois são competitivos; em áudio com ruído ou sotaque carregado, a maioria dos relatos de profissionais favorece o Deepgram, mas a resposta honesta é testar com o seu próprio áudio.

O AWS Transcribe tem descontos por volume?

Sim. O AWS Transcribe usa quatro faixas de preço: US$ 0,024/min para os primeiros 250.000 minutos, US$ 0,015/min de 250.000 a 1 milhão, US$ 0,0102/min de 1 milhão a 5 milhões e US$ 0,0078/min acima de 5 milhões. Esses valores valem para o uso combinado de batch e streaming. Na faixa de maior volume, o preço da AWS quase iguala a taxa padrão PAYG da Deepgram.

Qual provedor é melhor para streaming em tempo real?

Deepgram. A API de streaming da Deepgram retorna resultados com latência na faixa de 200 a 300ms (número divulgado pela própria Deepgram, não um benchmark independente). A latência do streaming do AWS Transcribe costuma ficar entre 500ms e 1,5s, segundo relatos de quem usa na prática. Para legendagem ao vivo, assistentes de voz ou transcrição de reuniões em tempo real, onde o usuário vê o texto aparecer enquanto fala, a diferença de latência faz diferença de verdade.

Posso migrar do AWS Transcribe para a Deepgram sem reescrever meu app?

As APIs não são compatíveis, então você vai precisar atualizar o código de integração. Para transcrição em batch, a troca significa substituir o upload para o S3 e a lógica de polling por uma única requisição POST para a Deepgram. Para streaming, você substitui o event stream de HTTP/2 por uma conexão WebSocket. A maioria dos times conclui a migração em um ou dois dias. Os formatos de saída também diferem, então o parsing downstream precisa ser ajustado.

Fontes

• Preços da Deepgram
• Preços do Amazon Transcribe
• Deepgram, Apresentando o Nova-3
• costgoat.com, Calculadora de preços do Amazon Transcribe (junho de 2026)
• brasstranscripts.com, Preços do Amazon Transcribe 2026