火山引擎发布豆包语音识别模型2.0,显著提升推理能力,支持多语言和视觉信息识别。模型基于20亿参数音频编码器,优化复杂场景,提升专有名词、人名、地名及多音字的识别准确性。
Anthropic
$21
Input tokens/M
$105
Output tokens/M
200
Context Length
Alibaba
$1
$10
256
$8
$240
52
$15.8
$12.7
64
Bytedance
-
$0.8
$2
128
Baidu
32
$0.3
Tencent
$3
$9
16
$1.5
$4.5
Huawei