Fish Audio: Transcribe 1 هو نموذج نسخ نصي من Fish Audio، وMicrosoft AI: MAI-Transcribe 2 هو نموذج نسخ نصي من Microsoft. يقع كلاهما في الفئة نفسها على api14، لذا لا يُعد أي منهما نموذج محادثة عام أو استدلال تلتجئ إليه لصياغة نص أو الإجابة عن أسئلة. إنهما موجودان لاستقبال الصوت وإعادته إليك كنص مكتوب. يحمل نموذج Fish Audio تاريخ إصدار من المزوّد هو 2026-07-29، بينما يحمل نموذج Microsoft تاريخ 2026-09-03، لذا فإن إدخال Microsoft هو الأحدث بين الاثنين على الورق.
من حيث القدرات، الاثنان أقرب مما توحي به التسميات. كلاهما يقبل الصوت كوسيلة الإدخال الوحيدة، وكلاهما يعيد النص المكتوب كوسيلة الإخراج الوحيدة. لا يسرد أي منهما طول سياق منشور، لذا لا يوجد رقم موثّق للمقارنة بشأن مقدار الصوت أو النص المصاحب الذي يمكن لكل منهما معالجته في نداء واحد. لا يسرد أي منهما معاملات مدعومة، ما يعني أنه لا توجد مجموعة موثّقة من الإعدادات مثل temperature أو تلميحات اللغة أو الطوابع الزمنية لضبطها على أي من الجانبين. لا تشير المقارنة النوعية إلى أي فرق في نافذة السياق أو استخدام الأدوات أو الإخراج المهيكل أو الاستدلال، لذا لا يفصل بينهما أي من ذلك. الفرق الواضح الوحيد هو التكلفة: Fish Audio: Transcribe 1 هو الخيار الأرخص على الإدخال. لا تُعلَّم تسعيرة الإخراج على أنها مختلفة، لذا اعتبر الاثنين متقاربين هناك.
عند الاختيار بينهما، ينبع الانقسام العملي من ذلك. إذا كان عبء عملك هو نسخ نصي بحجم كبير تهيمن فيه تكلفة الصوت المُدخَل على الفاتورة، فإن Fish Audio: Transcribe 1 هو الخيار المباشر لأنه أرخص على الإدخال ولا شيء في القدرات المذكورة يمنعه. إذا لم يكن لديك ضغط قوي على التكلفة وتفضّل نموذج Microsoft، أو كان فريقك يعتمد بالفعل على أدوات Microsoft ويريد إبقاء النسخ النصي داخل تلك العائلة، فإن MAI-Transcribe 2 خيار افتراضي معقول. ولأن مجموعتي القدرات الموثّقتين متطابقتان، لا توجد مهمة في الحقائق المعطاة يستطيع أحدهما أداءها ولا يستطيعها الآخر، لذا يتوقف القرار على السعر وتفضيل المزوّد لا على الميزات.
استدعاء أي منهما عبر api14 يعمل بالطريقة نفسها، لأن البوابة تكشف واجهة برمجة تطبيقات متوافقة مع OpenAI. ترسل صوتك إلى نقطة نهاية النسخ النصي باستخدام شكل الطلب نفسه الذي تستخدمه لأي نداء نسخ نصي متوافق مع OpenAI، والشيء الوحيد الذي يتغير بين النموذجين هو معرّف النموذج. استخدم "fish-audio/transcribe-1" للتوجيه إلى نموذج Fish Audio، أو "microsoft/mai-transcribe-2" للتوجيه إلى نموذج Microsoft. كل شيء آخر في كود العميل الخاص بك، ومصادقتك، وتحليل الاستجابة يبقى كما هو، لذا فإن تبديل المزوّد تغيير من سطر واحد ويمكنك قياس أداء الاثنين مقابل صوتك الخاص دون إعادة كتابة أي تكامل.
لا توجد حالة في الحقائق المقدمة يكون فيها النموذج الأغلى مطلوباً. ولأن نافذة السياق والأدوات والإخراج المهيكل والاستدلال كلها معلَّمة على أنها لا تختلف، وتسعيرة الإخراج غير مميّزة، لا شيء يجبرك على MAI-Transcribe 2 لسبب يتعلق بالقدرات. السبب الصادق الوحيد لاختياره على نموذج Fish Audio الأرخص هو تفضيل المزوّد أو اختيار متعمد لدفع أكثر، لا فجوة في الميزات.