OpenAI 平台: Provides Whisper via API for robust speech-to-text, but lacks specialized real-time streaming audio intelligence pipelines. Gladia 每月有 232,451 次造訪，月增率 +6.4%，定價模式為免費增值、需聯絡報價。OpenAI 平台每月有 234,678,639 次造訪，成長率 -9.6%，定價模式為付費。
用於部署 GPT-6 Astra、Sol、Luna 以及即時多模態代理的企業級開發者平台與 API。
| 面向／指標 |  | |
|---|---|---|
| 官方網域 | gladia.io | openai.com |
| 定價模式 | 免費增值、需聯絡報價 | 付費 |
| 每月造訪次數 | 23.25萬 (232,451) | 2.35億 (234,678,639) |
| 月流量變化量 | +1.39萬 (+6.4%) | -2478.28萬 (-9.6%) |
| 主要市場與市佔 | 🇧🇷 巴西 (22.1%) | 🇺🇸 美國 (25.4%) |
| 每月直接造訪 | 12.85萬 | 1.05億 |
| 使用者評分 | 4.4 | 4.8 |
| 支援平台 | 網站 | 網站 |
為生產級語音產品打造的語音轉文字與音訊智慧 API
透過 WebSocket 串流實現即時字幕，或透過 REST 提交檔案進行批次轉寫，支援 MP3、WAV、FLAC、Opus 等主流格式。
涵蓋 100 多種語言的自動語種偵測，對口音敏感，並支援同一句話中在多種語言間切換的情境。
說話者分離、命名實體辨識、PII 去識別化、情感分析與摘要，全部按需啟用、按需計費。
把轉寫結果直接送入大型語言模型，可使用 Gladia 代管模型或自帶模型（BYOM），用於生成摘要與結構化輸出。
用於部署 GPT-6 Astra、Sol、Luna 以及即時多模態代理的企業級開發者平台與 API。
涵蓋 GPT-6 Astra（每百萬 token 10/50 美元）、GPT-6.1 Sol（2/10 美元）、GPT-6.1 Terra（1/5 美元）與 GPT-6 Luna（0.10/0.50 美元），全部具備 1,050,000 token 上下文視窗與最高 128K 輸出。
依每次 API 請求在六個細緻層級（`none`、`low`、`medium`、`high`、`xhigh`、`max`）調節思考 token 預算，以平衡延遲、準確性與成本。
在單次有狀態 API 呼叫中，把模型推理與代管網頁搜尋、檔案搜尋、函式呼叫以及自主的圖形介面電腦操作結合起來。
建置超低延遲的多模態語音代理，按秒計費（每分鐘 0.05 美元），無需向上取整到整分鐘。
提供 Google Gemini 模型的直接 API 存取與大方的免費原型開發額度，但缺乏 OpenAI 的生態系廣度。
免費 / 開源阿里雲第四代基礎大模型家族與全模態 AI 助手 — 涵蓋 Qwen 4 (Qwen4)、Qwen4-Max、Qwen4-Plus、Qwen4-Flash、Qwen4-27B 與 Qwen 3.8-Flash-Next 架構
免費 / 開源阿里雲第四代基礎大模型家族與全模態 AI 助手 — 涵蓋 Qwen 4 (Qwen4)、Qwen4-Max、Qwen4-Plus、Qwen4-Flash、Qwen4-27B 與 Qwen 3.8-Flash-Next 架構
Provides developer APIs for Zhipu AI's proprietary GLM models, serving as an alternative enterprise foundation model stack.
Provides developer APIs for Zhipu AI's proprietary GLM models, serving as an alternative enterprise foundation model stack.
專項更強最佳化用於生成式媒體與影像模型的極速無伺服器執行，而非通用的文字 LLM。
專項更強專注於透過簡單的 API 執行與微調開源視覺與語言模型，不像 OpenAI 那樣提供託管的閉源模型。
一組相容 OpenAI 的 API，串接 500+ 圖像、影片、音訊與大模型
Offers cost-effective batch transcription APIs powered by distributed cloud hardware rather than dedicated streaming infrastructure.
Offers cost-effective batch transcription APIs powered by distributed cloud hardware rather than dedicated streaming infrastructure.
