Gemini 3.5 Transcribeの料金・無料枠・商用利用【2026年9月版】
WER2.6%を記録したGoogleの新音声認識エンジン(2026年8月)。自社サービスに高精度な文字起こしを組み込みたい開発者向け。既存の議事録サービスの土台が今後置き換わる可能性のある注目エンジン。
無料枠: あり(Gemini APIの無料枠内で利用可能(具体的な上限は要確認)。Pixel 11系のGboard「AI音声入力」やmacOS版Geminiアプリからも利用できる(アプリ側は英語のみ))
有料プランの入口: 約$0.005/分 | 日本語対応: ○ | 商用利用: 可
- 運営会社Google
- カテゴリ文字起こし・議事録AI
- 公式サイトhttps://ai.google.dev/gemini-api/docs
- API提供あり
- 情報の根拠公式料金ページ(2026-09-02確認)
Gemini 3.5 Transcribeの料金プラン
| プラン | 月額 | 備考 | 内容 |
|---|---|---|---|
| API(録音ファイル) | 約$0.005/分 | gemini-3.5-transcribe。無料枠あり | 非ストリーミングでWER2.6%(Artificial Analysis計測) |
| API(リアルタイム) | 約$0.009/分 | gemini-3.5-transcribe-live | ストリーミングでWER4.0% |
無料枠の詳細: Gemini APIの無料枠内で利用可能(具体的な上限は要確認)。Pixel 11系のGboard「AI音声入力」やmacOS版Geminiアプリからも利用できる(アプリ側は英語のみ)
主な機能
- 機能12026年8月26日発表の専用音声認識モデル
- 機能2WERは非ストリーミング2.6%・ストリーミング4.0%(Artificial Analysis計測)と前身Chirp 3から大幅改善
- 機能385言語以上に対応(日本語を含む)
- 機能4話者分離は標準3人まで(4人以上は実験的)
- 機能5フィラー除去・言い直しの反映・箇条書き整形まで自動処理
メリット・デメリット
強み
- 公表WERが2.6%と、汎用エンジンとして現時点で最高水準
- 録音1分あたり約$0.005と非常に安価
- 85言語以上に対応し、日本語も対象
弱み・注意点
- 日本語個別のWERは2026年8月時点で非公開(要確認)
- 議事録サービスではなくエンジン/APIのため、会議記録として使うには自前の実装かGboard等の対応アプリが必要
- 話者分離は4人以上が実験的扱い
Gemini 3.5 Transcribeはこんな人に向いている
自社サービスに高精度な文字起こしを組み込みたい開発者向け。既存の議事録サービスの土台が今後置き換わる可能性のある注目エンジン。 逆に、日本語個別のWERは2026年8月時点で非公開(要確認)という点が気になる場合は、文字起こし・議事録AIの比較一覧から他の選択肢も検討してください。
Gemini 3.5 Transcribe 公式サイトを見る(無料で試す)
※料金は変更される場合があります。申込み前に公式サイトで最新の料金をご確認ください。
よくある質問
Gemini 3.5 Transcribeは無料で使えますか?
はい。Gemini APIの無料枠内で利用可能(具体的な上限は要確認)。Pixel 11系のGboard「AI音声入力」やmacOS版Geminiアプリからも利用できる(アプリ側は英語のみ)
Gemini 3.5 Transcribeの最安の有料プランは?
API(録音ファイル)(約$0.005/分)です。詳細は上記の料金プラン表をご覧ください。
Gemini 3.5 Transcribeは商用利用できますか?
商用利用は「可」です。ただしプラン・用途による条件は公式規約をご確認ください。