ElevenLabs: Scribe v2 Medical contre Google: Gemini 3.5 Transcribe
Un comparatif côte à côte de ElevenLabs: Scribe v2 Medical (0,01 $US / min. (≈ 0,01 €)) et Google: Gemini 3.5 Transcribe (0,000420 $US / min. (≈ 0,000374 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.
Caractéristiques
| ElevenLabs: Scribe v2 Medical | Google: Gemini 3.5 Transcribe | |
|---|---|---|
| Fournisseur | ElevenLabs | |
| Son | 0,01 $US / min. (≈ 0,01 €) | 0,000420 $US / min. (≈ 0,000374 €) |
| Sortie | - | 42,00 $US / 1M jetons (≈ 37,40 €) |
| Fenêtre de contexte | - | 98 304 |
| Sortie max. | - | 32 768 |
| Entrée | audio | audio |
| Sortie | transcription | transcription |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 7 oct. 2026 | 25 sept. 2026 |
Principales différences
- Google: Gemini 3.5 Transcribe est 97% moins cher sur les tokens d’entrée.
En détail
ElevenLabs : Scribe v2 Medical est un modèle de transcription d'ElevenLabs, publié le 2026-10-07 et identifié sur api14 comme elevenlabs/scribe-v2-medical. Google : Gemini 3.5 Transcribe est un modèle de transcription de Google, publié le 2026-09-25 et identifié comme google/gemini-3.5-transcribe. Les deux appartiennent à la catégorie transcription, ils visent donc le même type de tâche globale : prendre de l'audio en entrée et renvoyer une transcription.
Les deux modèles sont proches en apparence. Tous deux acceptent de l'audio en entrée et produisent une transcription en sortie, et aucun n'expose de paramètres pris en charge, vous ne pouvez donc pas ajuster l'échantillonnage ou d'autres réglages de génération via le corps de la requête. La différence indiquée concerne le contexte : Gemini 3.5 Transcribe a une longueur de contexte de 98304 tokens, tandis que Scribe v2 Medical n'a aucune longueur de contexte indiquée. Côté prix, Gemini 3.5 Transcribe est le moins cher des deux en entrée. Le prix de sortie n'est pas différencié dans les données, et rien n'indique que l'un des modèles soit le seul à proposer des outils, une sortie structurée ou du raisonnement, ce ne sont donc pas des facteurs décisifs ici.
Pour la plupart des travaux de transcription, le choix pratique se résume à deux choses : le prix et la longueur de l'audio. Si vous transcrivez de gros volumes d'audio et que le coût d'entrée compte, Gemini 3.5 Transcribe est l'option d'entrée la moins chère, ce qui en fait le choix par défaut naturel pour les traitements par lots, les longs enregistrements et tout ce où vous payez à l'unité d'audio à grande échelle. Scribe v2 Medical est le nom le plus spécialisé, et son positionnement médical suggère qu'il est destiné à de l'audio de type dictée clinique ou médicale, utilisez-le donc lorsque le contenu est de nature médicale et que vous voulez un modèle conçu pour ce domaine. Si votre audio est court et courant, l'un ou l'autre modèle fera l'affaire, et la différence de prix est le départage le plus simple.
Appeler l'un ou l'autre modèle via api14 fonctionne de la même manière, car l'API est compatible OpenAI. Vous envoyez votre audio au point de terminaison de transcription avec la forme de requête habituelle, et la seule chose qui change entre les deux est l'identifiant du modèle. Utilisez elevenlabs/scribe-v2-medical lorsque vous voulez le modèle de transcription médicale d'ElevenLabs, et google/gemini-3.5-transcribe lorsque vous voulez le modèle de Google. Tout le reste dans votre code client, votre authentification et la gestion de vos requêtes reste inchangé, passer de l'un à l'autre est donc une modification d'une seule ligne et vous pouvez comparer les résultats sur votre propre audio sans réécrire votre intégration.
Il y a aussi un argument pour garder Scribe v2 Medical dans l'équation même lorsque le prix vous oriente vers Gemini 3.5 Transcribe. Comme le modèle d'ElevenLabs est positionné spécifiquement pour la transcription médicale, c'est sur l'audio clinique ou médicalement spécialisé que réside sa force prévue, et c'est la situation dans laquelle le prix d'entrée moins cher du modèle de Google a le moins de chances d'être le facteur décisif. Pour une transcription généraliste ou à gros volume, Gemini 3.5 Transcribe est le choix par défaut raisonnable compte tenu de son coût d'entrée plus faible et de sa longueur de contexte indiquée.
Changer de modèle en une chaîne
Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "elevenlabs/scribe-v2-medical" par "google/gemini-3.5-transcribe" : prompts, streaming et outils continuent de fonctionner.
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);
Plus de comparatifs
- AssemblyAI: Universal-3.6 Pro contre Mistral: Voxtral Mini Transcribe 3
- AssemblyAI: Universal-3.6 Pro contre Mistral: Voxtral Small Transcribe 3
- AssemblyAI: Universal-3.6 Pro contre Moondream: Parakeet Ultra
- AssemblyAI: Universal-3.6 Pro contre NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Mini Transcribe 3 contre Mistral: Voxtral Small Transcribe 3
- Mistral: Voxtral Mini Transcribe 3 contre Moondream: Parakeet Ultra
- Mistral: Voxtral Mini Transcribe 3 contre NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Small Transcribe 3 contre Moondream: Parakeet Ultra