StepAudio 3 ASR Max vs StepAudio 2.5 ASR

StepAudio 3 ASR Max vs StepAudio 2.5 ASR em resumo

StepAudio 3 ASR Max e StepAudio 2.5 ASR são modelos de StepFun na categoria Transcrição, disponíveis pela API da EmpirioLabs.

Principais diferenças

• StepAudio 3 ASR Max é o lançamento mais recente (31 de ago. de 2026); StepAudio 2.5 ASR foi lançado em 24 de abr. de 2026.
• Recursos indicados apenas para StepAudio 3 ASR Max: multilingual.
• Recursos indicados apenas para StepAudio 2.5 ASR: streaming asr, timestamps.
• StepAudio 2.5 ASR tem a tarifa mais baixa para Transcrição (por hora de áudio).

StepAudio 3 ASR Max vs StepAudio 2.5 ASR: especificações

StepAudio 3 ASR Max vs StepAudio 2.5 ASR: preços da API

Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.

StepAudio 3 ASR Max vs StepAudio 2.5 ASR: parâmetros da API

Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.

StepAudio 3 ASR Max vs StepAudio 2.5 ASR: limites e notas

StepAudio 3 ASR Max

Suporta entrada wav, mp3, ogg, m4a e pcm. As requisições PCM devem incluir codec, taxa de amostragem, profundidade de bits e contagem de canais. O idioma é detectado automaticamente e não pode ser configurado; Chinês, inglês, japonês, coreano, francês e espanhol são reconhecidos, com outros idiomas além do chinês e inglês em prévia. A normalização de texto inverso está ativada por padrão e pode ser desativada com enable_itn. Hotwords e carimbos de data de data de palavra não estão disponíveis neste modelo. O áudio é cobrado pela duração medida, com um mínimo de um segundo.

StepAudio 2.5 ASR

Suporta entrada wav, mp3, ogg e pcm. As requisições PCM devem incluir codec, taxa de amostragem, profundidade de bits e contagem de canais. A linguagem de reconhecimento suporta chinês e inglês. A saída de carimbo temporal está disponível via enable_timestamp.

Como chamar StepAudio 3 ASR Max e StepAudio 2.5 ASR

StepAudio 3 ASR Max roda por POST /v1/audio/transcriptions. A requisição retorna um job_id na hora; consulte GET /v1/jobs/{job_id} até o job terminar e leia as URLs de saída do resultado. Os dois modelos são chamados pelo mesmo endpoint. Defina model como stepaudio-3-asr-max ou stepaudio-2-5-asr. Obtenha uma chave de API no painel 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 StepAudio 2.5 ASR: perguntas frequentes

Qual é a diferença entre StepAudio 3 ASR Max e StepAudio 2.5 ASR?

StepAudio 3 ASR Max é o lançamento mais recente (31 de ago. de 2026); StepAudio 2.5 ASR foi lançado em 24 de abr. de 2026. Recursos indicados apenas para StepAudio 3 ASR Max: multilingual. Recursos indicados apenas para StepAudio 2.5 ASR: streaming asr, timestamps. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.

Qual é mais recente, StepAudio 3 ASR Max ou StepAudio 2.5 ASR?

StepAudio 3 ASR Max é o lançamento mais recente (31 de ago. de 2026); StepAudio 2.5 ASR foi lançado em 24 de abr. de 2026.

Qual tem a tarifa mais baixa, StepAudio 3 ASR Max ou StepAudio 2.5 ASR?

StepAudio 2.5 ASR tem a tarifa mais baixa para Transcrição (por hora de áudio). As duas tabelas de tarifas ao vivo estão nesta página e sempre correspondem ao que a API cobra.

Posso alternar entre StepAudio 3 ASR Max e StepAudio 2.5 ASR sem reconstruir minha integração?

Sim. Os dois modelos usam POST /v1/audio/transcriptions com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.

Posso testar StepAudio 3 ASR Max e StepAudio 2.5 ASR no navegador antes de integrar?

Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.