Když se odesílal zvuk jen po oslovení (tedy jen příkazy), dělalo to u Siri nízké desítky megabajtů měsíčně. Kontinuální odesílání hlasu (i kdyby byla detekce toho, že někdo mluví, na klientovi) by tedy nejspíš bylo v řádu gigabajtů měsíčně, možná ve stovkách megabajtů tam, kde se moc nemluví.