La API de texto a voz más barata de 2026 (con cifras reales)
Comparativa lado a lado de precios de las principales API de TTS: ElevenLabs, OpenAI, Google, AWS y Audexum. Costes reales por carácter, planes gratuitos y código.
Si facturas por llamadas a la API, ejecutas un flujo de gran volumen o simplemente quieres dejar de pagar de más por la síntesis de voz, las diferencias de precios entre proveedores son lo bastante importantes como para tenerlas en cuenta. Esta entrada deja a un lado el lenguaje de marketing y te ofrece los costes reales por carácter, los límites ocultos y una comparación justa para que elijas la API adecuada para tu presupuesto.
Cómo fijan realmente los precios de sus servicios las API de TTS
La mayoría de proveedores utiliza uno de estos tres modelos:
- Por carácter: pagas por cada carácter sintetizado, incluidos los espacios y los signos de puntuación
- Por 1,000 caracteres: lo mismo, solo que expresado de otra forma
- Por minuto de audio: más difícil de comparar directamente; depende de tu velocidad de habla (~800–1.000 caracteres/min a un ritmo normal)
Los planes gratuitos casi siempre son «por mes, se reinician en la fecha de facturación», no acumulativos. Si no los usas, los pierdes.
Tabla comparativa de precios de API de TTS (2026)
Conclusión clave: ElevenLabs ocupa su propia franja de precio, aproximadamente entre $165 y $200 por 1M de caracteres, porque también pagas por la clonación de voces y sus modelos más expresivos. Si necesitas esas funciones, es un intercambio justo. Si no, los hiperescaladores (los planes estándar de AWS y Google) ofrecen las tarifas brutas por carácter más bajas, pero incluyen muchas menos voces e idiomas. La tarifa PAYG de Audexum es de €28/1M de créditos y baja a 25,71 €/1M en el paquete más grande; los suscriptores a planes obtienen tarifas efectivas de entre 9,93 €/1M (Business) y 24,17 €/1M (Pro).
Desglose del plan gratuito: qué recibes realmente
El marketing del «plan gratuito» suele ser engañoso. Esto es lo que cada proveedor te ofrece realmente cada mes:
- Audexum: 2.000 créditos para empezar y luego 250 más cada día (1 crédito = 1 carácter de TTS), unos 7.500/mes, renovados a diario en lugar de concederse una sola vez. Regístrate en audexum.com/signup. No necesitas tarjeta de crédito.
- ElevenLabs: 10,000 caracteres en el plan gratuito, pero solo puedes usar 3 voces personalizadas y no puedes utilizar la API con fines comerciales sin un plan de pago.
- Google Cloud TTS: 4M estándar + 1M caracteres WaveNet/Neural2 al mes, realmente útil para prototipos, pero requiere una cuenta de facturación asociada.
- AWS Polly: 5 millones de caracteres estándar y 1 millón de caracteres neuronales al mes durante los primeros 12 meses.
- OpenAI TTS: no hay plan gratuito. Pagas desde el primer carácter.
Si necesitas un uso gratuito continuo y sin tarjeta de crédito, Audexum y Google Cloud ofrecen las opciones más transparentes. La prueba de Google es más generosa en volumen, pero requiere configurar una cuenta de facturación.
¿Qué ocurre a mayor escala?
La brecha de precios aumenta considerablemente con volúmenes más altos. Este es un ejemplo concreto para un flujo de producción que procesa 5 millones de caracteres al mes:
Las tarifas de la lista, sin contar los planes gratuitos, permiten comparar las columnas de forma homogénea. En la práctica, Google ofrece 4 M de caracteres estándar al mes y Polly 5 M, lo que absorbe casi toda una factura de 5 M en sus voces estándar. Con 5 M de créditos/mes, la tarifa de lista PAYG de Audexum (28 €/1 M) suma ~140 €, baja a ~129 € con el paquete de 3,5 M y los suscriptores de planes bajan a 12,25 €/1 M en Scale. Las voces estándar de los hiperescaladores son realmente más baratas por carácter; sus planes neuronales (80 $) y OpenAI (75 $) rondan el PAYG de Audexum y ofrecen muchos menos idiomas y voces: 33 y 43, respectivamente.
Cómo hacer una llamada a la API: ejemplo REST de Audexum
La API utiliza autenticación Bearer y devuelve el audio como un flujo binario:
curl -X POST https://audexum.com/api/synthesize \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"text": "The cheapest TTS API depends on your volume and voice requirements.",
"voice": "af_heart",
"format": "mp3"
}' \
--output output.mp3Sustituye YOUR_API_KEY por la clave de tu panel. Los IDs de voz se enumeran en el Documentación de la API.
ejemplo de Python
import requests
API_KEY = "your_api_key_here"
TEXT = "Lower your TTS costs without sacrificing voice quality."
response = requests.post(
"https://audexum.com/api/synthesize",
headers={
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
},
json={
"text": TEXT,
"voice": "af_heart",
"format": "mp3",
},
)
with open("output.mp3", "wb") as f:
f.write(response.content)
print(f"Characters used: {len(TEXT)}")La referencia completa de la API está en audexum.com/docs.
Costes ocultos a los que debes estar atento
Límites de solicitudes
Los planes gratuitos suelen tener límites de concurrencia estrictos. El plan gratuito de ElevenLabs es de un solo hilo (una solicitud a la vez). El plan gratuito de AWS Polly tiene los mismos límites predeterminados que el plan de pago, lo que supone una ventaja real. Los límites de Audexum se documentan en audexum.com/docs. Comprueba tu plan antes de crear una canalización de producción.
Restricciones de selección de voces
Varios proveedores reservan las voces premium para planes superiores:
- ElevenLabs: cloning and professional voices require $22+/mo plans
- Google: WaveNet and Studio voices are priced separately
Audexum incluye las 43 voces en todos los planes, incluido el gratuito. Consulta los precios.
Costes por formato de audio
Algunas API cobran más por los formatos de mayor calidad. El TTS estándar de OpenAI cuesta $15/1M y su modelo HD, $30/1M. Audexum incluye la salida en MP3 y WAV en todos los planes.
¿Qué proveedor deberías elegir?
- Si necesitas empezar sin presupuesto: Google Cloud (4 M estándar + 1 M WaveNet/Neural2 gratis al mes) o Audexum (2.000 créditos gratis, la configuración más sencilla).
- Si quieres precios planos y predecibles: Audexum a €28/1M PAYG (los créditos nunca caducan) o AWS Polly Standard a $4/1M.
- Si necesitas integración con el ecosistema de OpenAI: OpenAI TTS es práctico, pero caro: 15 $/1 M y sin plan gratuito.
- Si la calidad de voz y la clonación son tus prioridades: La calidad de voz de ElevenLabs es excelente, pero su coste a mayor escala es un factor importante. La comparación de Audexum y ElevenLabs aborda esto en detalle. ¿Pagas más de $99 al mes a ElevenLabs? Envíanos la llamada.
- Si estás creando un bot o un juego para Discord: El La guía de API de TTS para bots de Discord cubre patrones de integración con transmisión de audio de baja latencia.
Referidos: consigue créditos gratuitos adicionales
Audexum tiene un programa de referidos: cada cuenta recibe un código al registrarse. Cuando alguien utiliza tu código, ambas cuentas reciben créditos gratuitos adicionales además de su asignación mensual. Si tienes una comunidad de Discord, un newsletter o una audiencia de desarrolladores, compartir tu código es una forma sencilla de ampliar tu plan gratuito antes de gastar nada.
Por Petar, fundador de Audexum. Dirigir un SaaS de TTS sin financiación externa te da opiniones muy claras sobre los precios de las API.
Got any questions left?
Compartir opinión
¿Te ha sido útil este artículo?