¿Qué es AssemblyAI?
AssemblyAI es una plataforma de IA de voz que se vende como APIs para voz a texto en audio grabado y en tiempo real, una Voice Agent API, complementos de análisis del habla y un LLM Gateway. Se usa desde código mediante APIs web (incluido WebSocket para streaming); no es una app para consumidores.
Para quién es
Es adecuada para desarrolladores y empresas que integran transcripción, análisis de llamadas, reuniones o agentes de voz en sus propios productos. El proveedor la vende como APIs de pago por uso con contratos empresariales para mayor concurrencia, por lo que no está pensada para quien busca una app de transcripción lista para usar.
Pros y contras
Puntos fuertes
- La página de precios indica voz a texto en audio grabado a $0.21 la hora con Universal-3.5 Pro y $0.15 la hora con Universal-2, sin mínimos, cargos iniciales ni contratos en pago por uso.
- La referencia de modelos indica 99+ idiomas para Universal-2 y 18 para Universal-3.5 Pro en audio grabado, y 32 idiomas para Universal-3.6 Pro Realtime en streaming.
- La Voice Agent API ejecuta voz a texto, un LLM y texto a voz sobre un solo WebSocket, y la página de precios la lista a $4.50 la hora ($0.075 el minuto), facturada por segundo de conexión, con LLM, TTS, detección de turnos, alojamiento y SIP trunking incluidos.
- Los complementos de análisis del habla tienen precio por hora, por ejemplo Translation a $0.06, Summarization a $0.02 (esfuerzo bajo), Entity Detection a $0.08 y PII Text Redaction a $0.08; el proveedor indica que Translation cubre más de 100 idiomas de destino.
- El proveedor lista SOC 2 Type 2, ISO 27001, GDPR, PCI-DSS y un BAA de HIPAA, además de endpoints en la UE al mismo precio, y afirma que no tienen recargo.
- El LLM Gateway ofrece un único endpoint a más de 25 modelos de cinco proveedores, con respaldo automático entre proveedores, salidas JSON estructuradas y caché de prompts, según la referencia de modelos.
Limitaciones
- La facturación es por uso, mensual y vencida, y los complementos se suman a la tarifa base (por ejemplo diarización, prompting o Medical Mode), así que el costo final por hora depende de las funciones activadas. El audio multicanal se factura por canal: un archivo estéreo de 1 hora cuenta como 2 horas.
- Las páginas del proveedor no coinciden sobre el plan gratuito: la página de precios dice que incluye 185 horas de audio grabado y 333 horas de streaming, mientras que los documentos de facturación y la página de precios legible por máquina describen $50 en créditos gratis sin cifras de horas. Confirma cuál aplica al registrarte.
- El streaming gratuito se limita a 5 conexiones nuevas por minuto; el pago por uso comienza en 100 sesiones por minuto y sube 10% automáticamente cuando el uso llega al 70% del límite. Los límites iniciales más altos se gestionan con ventas.
- Los documentos de facturación indican que el LLM Gateway no está cubierto por los créditos gratis, y que el acceso a la API se pausa si el saldo llega a $0 sin pago automático. El LLM Gateway cuesta 10% más con enrutamiento regional en EE. UU. o la UE que con enrutamiento global.
- Data Controls (retención y exclusión del entrenamiento de modelos) requiere un plan de pago, y la página consultada no indica la configuración predeterminada de entrenamiento. El inicio de sesión único (SSO) es un complemento de pago de $199 por conexión al mes, y las páginas consultadas no describen una política de reembolso.
Planes y precios
- Free: $0. No requiere tarjeta de crédito. La página de precios indica 185 horas de audio grabado y 333 horas de streaming; los documentos de facturación describen $50 en créditos gratis que no vencen. Streaming limitado a 5 conexiones nuevas por minuto. El LLM Gateway no está cubierto por los créditos gratis.
- Pay as you go: Desde $0.15 la hora (por uso). Audio grabado: Universal-2 $0.15 la hora, Universal-3.5 Pro $0.21 la hora. Streaming: Universal-Streaming $0.15 la hora, Universal-3.6 Pro Realtime $0.45 la hora. Voice Agent API $4.50 la hora. Complementos y tarifas por token del LLM Gateway aparte. Sin mínimos ni contratos; comienza con 100 sesiones de streaming por minuto.
- Enterprise / personalizado: Precio personalizado. Límites de tasa a medida, mayor concurrencia y precios por volumen a través de ventas. La página de precios no publica los términos específicos.
Los precios se leyeron de la página oficial de precios, de la página de precios legible por máquina (actualizada el 2026-09-28) y de los documentos de facturación, en dólares estadounidenses y facturados al mes vencido. La cantidad del plan gratuito difiere entre páginas (185/333 horas frente a $50 en créditos). Confirma en la página de precios en vivo.
Los precios y límites cambian; confírmalos antes de comprar. Página oficial de precios ↗
Fuentes
Este perfil se elaboró a partir de estas páginas públicas. No hemos hecho pruebas prácticas.
AssemblyAI: de un vistazo
AssemblyAI es una plataforma de IA de voz que se vende como APIs para voz a texto en audio grabado y en tiempo real, una Voice Agent API, complementos de análisis del habla y un LLM Gateway. Se usa desde código mediante APIs web (incluido WebSocket para streaming); no es una app para consumidores.
Probar AssemblyAI →