StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR de un vistazo

StepAudio 3 ASR Max de StepFun y Qwen Audio 3.0 ASR de Alibaba Cloud pertenecen a la categoría Transcripción y están disponibles a través de la API de EmpirioLabs.

Diferencias clave

• StepAudio 3 ASR Max es el lanzamiento más reciente (31 ago 2026); Qwen Audio 3.0 ASR se lanzó el 30 jul 2026.
• Qwen Audio 3.0 ASR tiene la tarifa más baja para Transcripción (por hora de audio).

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: especificaciones

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: 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.

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: 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.

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: límites y notas

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.

Qwen Audio 3.0 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 en segmentos de text y frase con los horarios de inicio y fin. El idioma se detecta automáticamente, incluidos los dialectos chinos.

Facturación

Facturado por segundo de audio, redondeado al siguiente segundo entero, a la tarifa horaria mostrada.

Cómo llamar a StepAudio 3 ASR Max y Qwen Audio 3.0 ASR

StepAudio 3 ASR Max 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 stepaudio-3-asr-max o qwen-audio-3-0-asr. 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": "stepaudio-3-asr-max",
    "audio_url": "https://example.com/meeting-recording.mp3"
  }'

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: 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,...

StepAudio 3 ASR Max vs Qwen Audio 3.0 ASR: preguntas frecuentes

¿Cuál es la diferencia entre StepAudio 3 ASR Max y Qwen Audio 3.0 ASR?

StepAudio 3 ASR Max es el lanzamiento más reciente (31 ago 2026); Qwen Audio 3.0 ASR se lanzó el 30 jul 2026. Qwen Audio 3.0 ASR tiene la tarifa más baja para Transcripción (por hora de audio). Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.

¿Cuál es más reciente, StepAudio 3 ASR Max o Qwen Audio 3.0 ASR?

StepAudio 3 ASR Max es el lanzamiento más reciente (31 ago 2026); Qwen Audio 3.0 ASR se lanzó el 30 jul 2026.

¿Cuál tiene la tarifa más baja, StepAudio 3 ASR Max o Qwen Audio 3.0 ASR?

Qwen Audio 3.0 ASR tiene la tarifa más baja para Transcripción (por hora de audio). Las dos tablas de tarifas en vivo están en esta página y siempre coinciden con lo que cobra la API.

¿Puedo cambiar entre StepAudio 3 ASR Max y Qwen Audio 3.0 ASR 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 StepAudio 3 ASR Max y Qwen Audio 3.0 ASR 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.