15 servicios de STT, LLM y TTS (12 en la nube y 3 locales) medidos con los mismos audios y prompts. Arma tu propio stack, compara cada servicio y mira los turnos reales de voz a voz.
Elige un servicio para cada etapa y mira cuánto tardaría y costaría un turno, sumando los promedios medidos de cada componente. Si eliges uno de los 4 stacks que se midieron de punta a punta, aparece también la medición real.
La suma por componente es una estimación: cada servicio se midió por separado con varios audios y textos. En el turno real cambian la longitud del audio, de la respuesta y la red, por eso puede diferir de la medición de punta a punta.
Promedio de 25 turnos por stack (5 audios × 5 corridas). Toca una barra para ver qué entendió y qué respondió cada stack.
Cada punto gris es una llamada medida; la barra es el promedio. 🔒 marca los servicios que corren en tu máquina.
Lo ideal está abajo a la izquierda: rápido y barato. Los servicios locales cuestan $0 por llamada y van en la franja de abajo.
La matriz completa. Toca una columna para ordenar.