Usamos cookies. Las cookies y el almacenamiento del navegador mantienen tu sesión iniciada y recuerdan tus preferencias. Con tu permiso, también medimos cómo se usa el sitio. Puedes en cualquier momento. Consulta nuestra política de cookies.

¿Eres nuevo? Mira cómo funciona Un recorrido de 1 minuto por el entorno de pruebas, los modelos y tu clave API.

Deepgram: Nova-3 contra Microsoft AI: MAI-Transcribe 2

Una comparativa lado a lado de Deepgram: Nova-3 (0,02 US$ / minuto (≈ 0,01 €)) y Microsoft AI: MAI-Transcribe 2 (21,00 US$ / minuto (≈ 18,70 €)) con precios actuales en USD y capacidades del catálogo de api14. Ambos funcionan a través de la misma API compatible con OpenAI.

Especificaciones

	Deepgram: Nova-3	Microsoft AI: MAI-Transcribe 2
Proveedor	Deepgram	Microsoft
Sonido	0,02 US$ / minuto (≈ 0,01 €)	21,00 US$ / minuto (≈ 18,70 €)
Ventana de contexto	-	-
Salida máxima	-	-
Entrada	audio	audio
Salida	transcription	transcription
Llamadas a herramientas
Salida estructurada
Control del razonamiento
Añadido	15 jul 2026	3 sept 2026

Diferencias clave

Deepgram: Nova-3 es 100% más barato en tokens de entrada.

En detalle

Deepgram: Nova-3 es un modelo de transcripción de Deepgram, y Microsoft AI: MAI-Transcribe 2 es un modelo de transcripción de Microsoft. Ambos se encuentran en la misma categoría en api14, por lo que ninguno es un modelo general de chat o razonamiento que usarías para generación de texto. Llamas a uno u otro cuando el trabajo consiste en convertir audio en una transcripción. Deepgram lanzó Nova-3 el 2026-07-15, y Microsoft lanzó MAI-Transcribe 2 el 2026-09-03, por lo que el modelo de Microsoft es el más reciente de los dos.

En cuanto a capacidades, los dos son casi idénticos en forma. Ambos aceptan audio como entrada y devuelven una transcripción como salida. Ninguno lista parámetros soportados, por lo que no puedes pasar controles de muestreo, temperature o perillas similares a través de la API para ninguno de los dos. Ninguno tiene una longitud de contexto publicada, así que no hay una cifra de ventana de tokens para comparar, y la comparación cualitativa marca la pregunta del contexto más grande como sin diferencia significativa. Lo mismo ocurre con el uso de herramientas, la salida estructurada y el razonamiento: ninguno de esos es ofrecido por ninguno de los modelos, así que no hay una brecha de capacidad que sopesar ahí. La única diferencia clara es el costo. Deepgram: Nova-3 es el modelo más barato en entrada. El precio de salida no se distingue entre ellos en los datos de comparación, así que trata el lado de salida como aproximadamente igual.

Para elegir entre ellos, la decisión se trata principalmente de precio y preferencia de proveedor más que de características. Si tu carga de trabajo es transcripción de audio de alto volumen y el costo de entrada es lo que más importa, Deepgram: Nova-3 es la opción de entrada más barata y es el valor predeterminado natural. Si ya estandarizas en modelos de Microsoft en otras partes de tu stack, o quieres el modelo de transcripción lanzado más recientemente, MAI-Transcribe 2 es una elección razonable, y la diferencia de costo en entrada es el principal compromiso que estás aceptando. Debido a que ninguno de los modelos expone parámetros ajustables, no deberías esperar moldear la salida a través de la API; planea posprocesar la transcripción tú mismo si necesitas formato, limpieza de puntuación o estructuración posterior.

Llamar a cualquiera de los modelos a través de api14 funciona de la misma manera porque la puerta de enlace es compatible con OpenAI. Apuntas tu cliente a la URL base de api14, envías tu audio en la solicitud como lo harías para cualquier llamada de transcripción, y estableces el campo model. Para usar Deepgram, establece el id del modelo en "deepgram/nova-3". Para usar Microsoft, establece el id del modelo en "microsoft/mai-transcribe-2". Todo lo demás en tu solicitud permanece igual, así que cambiar de proveedor es un cambio de una línea y puedes hacer A/B de los dos con tu propio audio sin reescribir el código de integración.

No hay un caso fuerte en los hechos dados de que un modelo sea mejor en calidad, ya que no se listan benchmarks ni diferencias de capacidad más allá del precio de entrada. La única razón respaldada para elegir MAI-Transcribe 2 sobre Nova-3 es la alineación con el proveedor o la recencia, no una ventaja de capacidad documentada. Si el costo de entrada es tu restricción, Nova-3 sigue siendo la mejor elección.

Cambia con una sola cadena

Ambos modelos usan el mismo endpoint y la misma estructura de solicitud. Cambia el valor de model de "deepgram/nova-3" a "microsoft/mai-transcribe-2": los prompts, el streaming y las herramientas siguen funcionando.

Detalles y entorno de pruebas de Deepgram: Nova-3 →Detalles y entorno de pruebas de Microsoft AI: MAI-Transcribe 2 →

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: "microsoft/mai-transcribe-2",
  file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);

Más comparativas

Nova-3 vs MAI-Transcribe 2: precio de la API, contexto y funciones · api14