ElevenLabs: Scribe v2 Medical vs. Google: Gemini 3.5 Transcribe
Ein direkter Vergleich von ElevenLabs: Scribe v2 Medical (0,01 $ / Minute (≈ 0,01 €)) und Google: Gemini 3.5 Transcribe (0,000420 $ / Minute (≈ 0,000376 €)) mit aktuellen USD-Preisen und Funktionen aus dem api14-Katalog. Beide laufen über dieselbe OpenAI-kompatible API.
Technische Daten
| ElevenLabs: Scribe v2 Medical | Google: Gemini 3.5 Transcribe | |
|---|---|---|
| Anbieter | ElevenLabs | |
| Ton | 0,01 $ / Minute (≈ 0,01 €) | 0,000420 $ / Minute (≈ 0,000376 €) |
| Ausgabe | - | 42,00 $ / 1 Mio. Tokens (≈ 37,64 €) |
| Kontextfenster | - | 98.304 |
| Max. Ausgabe | - | 32.768 |
| Eingabe | audio | audio |
| Ausgabe | transcription | transcription |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 07.10.2026 | 25.09.2026 |
Die wichtigsten Unterschiede
- Google: Gemini 3.5 Transcribe ist bei Eingabe-Tokens 97% günstiger.
Im Detail
ElevenLabs: Scribe v2 Medical ist ein Transkriptionsmodell von ElevenLabs, veröffentlicht am 2026-10-07 und auf api14 als elevenlabs/scribe-v2-medical identifiziert. Google: Gemini 3.5 Transcribe ist ein Transkriptionsmodell von Google, veröffentlicht am 2026-09-25 und identifiziert als google/gemini-3.5-transcribe. Beide gehören zur Kategorie Transkription, zielen also auf dieselbe breite Aufgabe ab: Audio entgegennehmen und ein Transkript zurückgeben.
Die beiden Modelle sind in ihrer Form ähnlich. Beide akzeptieren Audio als Eingabe und erzeugen eine Transkription als Ausgabe, und keines von beiden stellt unterstützte Parameter bereit, sodass Sie Sampling oder andere Generierungseinstellungen nicht über den Request-Body abstimmen können. Der aufgeführte Unterschied ist der Kontext: Gemini 3.5 Transcribe hat eine Kontextlänge von 98304 Tokens, während für Scribe v2 Medical keine Kontextlänge aufgeführt ist. Beim Preis ist Gemini 3.5 Transcribe bei der Eingabe das günstigere der beiden. Die Ausgabepreisgestaltung ist in den Daten nicht differenziert, und es gibt kein Signal, dass eines der Modelle das einzige ist, das Tools, strukturierte Ausgabe oder Reasoning bietet, sodass diese hier keine entscheidenden Faktoren sind.
Für die meisten Transkriptionsarbeiten läuft die praktische Wahl auf zwei Dinge hinaus: Preis und Audiolänge. Wenn Sie große Mengen an Audio transkribieren und die Eingabekosten eine Rolle spielen, ist Gemini 3.5 Transcribe die günstigere Eingabeoption, was es zur natürlichen Standardwahl für Batch-Jobs, lange Aufnahmen und alles macht, bei dem Sie pro Audioeinheit in großem Umfang bezahlen. Scribe v2 Medical ist der spezialisiertere Name, und seine medizinische Ausrichtung legt nahe, dass es für klinisches oder medizinisches Diktat-Audio gedacht ist, greifen Sie also dann darauf zurück, wenn der Inhalt medizinischer Natur ist und Sie ein Modell möchten, das mit dieser Domäne im Hinterkopf entwickelt wurde. Wenn Ihr Audio kurz und routinemäßig ist, erledigen beide Modelle die Aufgabe, und der Preisunterschied ist der einfachste Entscheidungsfaktor.
Beide Modelle über api14 aufzurufen funktioniert auf dieselbe Weise, da die API OpenAI-kompatibel ist. Sie senden Ihr Audio mit der üblichen Request-Form an den Transkriptions-Endpunkt, und das Einzige, was sich zwischen den beiden ändert, ist die Modell-ID. Verwenden Sie elevenlabs/scribe-v2-medical, wenn Sie das medizinische Transkriptionsmodell von ElevenLabs möchten, und google/gemini-3.5-transcribe, wenn Sie das Google-Modell möchten. Alles andere in Ihrem Client-Code, Ihrer Authentifizierung und Ihrer Request-Verarbeitung bleibt wie es ist, sodass das Wechseln zwischen ihnen eine Änderung in einer Zeile ist und Sie Ergebnisse mit Ihrem eigenen Audio vergleichen können, ohne Ihre Integration neu zu schreiben.
Es gibt auch einen Grund, Scribe v2 Medical im Spiel zu behalten, selbst wenn der Preis Sie in Richtung Gemini 3.5 Transcribe lenkt. Da das ElevenLabs-Modell speziell für medizinische Transkription positioniert ist, liegt bei klinischem oder medizinisch spezialisiertem Audio seine beabsichtigte Stärke, und das ist die Situation, in der der günstigere Eingabepreis des Google-Modells am wenigsten wahrscheinlich der entscheidende Faktor ist. Für allgemeine oder hochvolumige Transkription ist Gemini 3.5 Transcribe angesichts seiner niedrigeren Eingabekosten und seiner aufgeführten Kontextlänge die sinnvolle Standardwahl.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "elevenlabs/scribe-v2-medical" auf "google/gemini-3.5-transcribe", Prompts, Streaming und Tools funktionieren weiter.
import fs from "node:fs";
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.audio.transcriptions.create({
model: "google/gemini-3.5-transcribe",
file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);
Weitere Vergleiche
- AssemblyAI: Universal-3.6 Pro vs. Mistral: Voxtral Mini Transcribe 3
- AssemblyAI: Universal-3.6 Pro vs. Mistral: Voxtral Small Transcribe 3
- AssemblyAI: Universal-3.6 Pro vs. Moondream: Parakeet Ultra
- AssemblyAI: Universal-3.6 Pro vs. NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Mini Transcribe 3 vs. Mistral: Voxtral Small Transcribe 3
- Mistral: Voxtral Mini Transcribe 3 vs. Moondream: Parakeet Ultra
- Mistral: Voxtral Mini Transcribe 3 vs. NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Small Transcribe 3 vs. Moondream: Parakeet Ultra