Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max de un vistazo

Qwen Audio 3.1 ASR de Alibaba Cloud y StepAudio 3 ASR Max de StepFun pertenecen a la categoría Transcripción y están disponibles a través de la API de EmpirioLabs.

Diferencias clave

• Qwen Audio 3.1 ASR es el lanzamiento más reciente (10 sept 2026); StepAudio 3 ASR Max se lanzó el 31 ago 2026.

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: especificaciones

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: precios de la API

Tarifas en vivo del catálogo de EmpirioLabs para ambos modelos. Cada tabla de tarifas siempre coincide con lo que cobra la API.

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: parámetros de la API

Parámetros de solicitud que cada modelo indica en EmpirioLabs, con los valores permitidos o el rango cuando corresponde. Un guion marca un parámetro que el modelo no indica.

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: límites y notas

Qwen Audio 3.1 ASR

Envío de audio

Envía un archivo como file multiparte, o JSON con audio_url o audio_base64, en formatos de audio comunes. Se aceptan tanto clips cortos como grabaciones largas.

Obtención del resultado

La solicitud devuelve un job_id y un poll_url de inmediato. La encuesta GET /v1/jobs/<job-id> hasta que status esté completed. Los clips cortos terminan en segundos; las grabaciones largas tardan más.

¿Qué vuelve a la historia

El result del trabajo completado contiene la transcripción completa como text, segmentos de frases con horas de inicio y fin, y marcas de tiempo de las palabras. El idioma se detecta automáticamente, incluidos los dialectos chinos.

Facturación

Los tokens de entrada y salida se valoran por 1M, y cada solicitud se factura según el uso que reporta el modelo.

StepAudio 3 ASR Max

Soporta entrada wav, mp3, ogg, m4a y pcm. Las peticiones PCM deben incluir códec, tasa de muestreo, profundidad de bits y recuento de canales. El idioma se detecta automáticamente y no puede configurarse; se reconocen chino, inglés, japonés, coreano, francés y español, con idiomas distintos al chino e inglés en vista previa. La normalización inversa de texto está activada por defecto y puede desactivarse con enable_itn. No hay palabras calientes ni marcas de tiempo de palabra disponibles en este modelo. El audio se factura por su duración medida, con un mínimo de un segundo.

Cómo llamar a Qwen Audio 3.1 ASR y StepAudio 3 ASR Max

Qwen Audio 3.1 ASR funciona a través de POST /v1/audio/transcriptions. La solicitud devuelve un job_id de inmediato; consulta GET /v1/jobs/{job_id} hasta que el trabajo termine y lee las URLs de salida del resultado. Ambos modelos se llaman a través del mismo endpoint. Establece model en qwen-audio-3-1-asr o stepaudio-3-asr-max. Consigue una clave de API en el panel de EmpirioLabs.

curl https://api.empiriolabs.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-audio-3-1-asr",
    "audio_url": "https://example.com/meeting-recording.mp3"
  }'

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: pruebas y guías

Pruebas de prompts y comparativas que cubren ambos modelos.

Guías Qwen Audio 3.0 ASR vs Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max vs Deepgram Nova-3: un buzón de voz Dimos a Qwen Audio 3.0 ASR, Qwen Audio 3.1 ASR, StepAudio 3 ASR Max y Deepgram Nova-3 el mismo buzón de voz con nombre,...

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: preguntas frecuentes

¿Cuál es la diferencia entre Qwen Audio 3.1 ASR y StepAudio 3 ASR Max?

Qwen Audio 3.1 ASR es el lanzamiento más reciente (10 sept 2026); StepAudio 3 ASR Max se lanzó el 31 ago 2026. Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.

¿Cuál es más reciente, Qwen Audio 3.1 ASR o StepAudio 3 ASR Max?

Qwen Audio 3.1 ASR es el lanzamiento más reciente (10 sept 2026); StepAudio 3 ASR Max se lanzó el 31 ago 2026.

¿Cuál tiene la tarifa más baja, Qwen Audio 3.1 ASR o StepAudio 3 ASR Max?

Los dos modelos se tarifican con unidades o niveles distintos, así que compara las tablas de tarifas en vivo de esta página. Siempre coinciden con lo que cobra la API.

¿Puedo cambiar entre Qwen Audio 3.1 ASR y StepAudio 3 ASR Max sin reconstruir mi integración?

Sí. Ambos modelos usan POST /v1/audio/transcriptions con la misma clave de API de EmpirioLabs, así que la mayoría de las integraciones cambian con solo modificar el valor model. Revisa antes la tabla de parámetros de esta página si dependes de un parámetro específico de un modelo.

¿Puedo probar Qwen Audio 3.1 ASR y StepAudio 3 ASR Max en el navegador antes de integrar?

Sí. Abre cada modelo en el playground de EmpirioLabs y ejecuta el mismo prompt en ambos, con los parámetros que expone la API.