Microsoft AI: MAI-Transcribe 2 contre Mistral: Voxtral Mini Transcribe 3
Un comparatif côte à côte de Microsoft AI: MAI-Transcribe 2 (21,00 $US / min. (≈ 18,70 €)) et Mistral: Voxtral Mini Transcribe 3 (0,01 $US / min. (≈ 0,01 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.
Caractéristiques
| Microsoft AI: MAI-Transcribe 2 | Mistral: Voxtral Mini Transcribe 3 | |
|---|---|---|
| Fournisseur | Microsoft | Mistral |
| Son | 21,00 $US / min. (≈ 18,70 €) | 0,01 $US / min. (≈ 0,01 €) |
| Fenêtre de contexte | - | 65 536 |
| Sortie max. | - | 52 428 |
| Entrée | audio | audio |
| Sortie | transcription | transcription |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 3 sept. 2026 | 20 oct. 2026 |
Principales différences
- Mistral: Voxtral Mini Transcribe 3 est 100% moins cher sur les tokens d’entrée.
En détail
Microsoft AI : MAI-Transcribe 2 est un modèle de transcription de Microsoft, répertorié sous l'identifiant de modèle microsoft/mai-transcribe-2. Mistral : Voxtral Mini Transcribe 3 est un modèle de transcription de Mistral, répertorié sous l'identifiant de modèle mistralai/voxtral-mini-transcribe-3-0. Les deux se situent dans la même catégorie, vous choisissez donc entre deux options de synthèse vocale plutôt qu'entre un transcripteur et un modèle de chat généraliste. Microsoft a publié son modèle le 2026-09-03, et Mistral a publié le sien le 2026-10-20.
Sur le plan des capacités, les deux sont proches en apparence. Tous deux acceptent l'audio en entrée et renvoient une transcription en sortie, et aucun ne liste de paramètres pris en charge, vous ne trouverez donc ni appel d'outils, ni contrôles de sortie structurée, ni options de raisonnement sur l'un ou l'autre. La différence documentée la plus claire est la longueur de contexte : Voxtral Mini Transcribe 3 indique une fenêtre de contexte de 65536 jetons, tandis que MAI-Transcribe 2 n'indique aucune longueur de contexte. Considérez cela comme une différence réelle dans ce qui est documenté, et non comme l'affirmation qu'un modèle traite de l'audio plus long en pratique, puisqu'aucun benchmark ni score de qualité n'est fourni pour l'un ou l'autre. L'autre différence indiquée est le prix : Voxtral Mini Transcribe 3 est le modèle le moins cher en entrée. Le prix de sortie n'est pas marqué comme différent, ne supposez donc pas que l'un est moins cher à exécuter de bout en bout sur cette seule base.
Pour choisir entre eux, commencez par les contraintes pratiques que vous pouvez réellement vérifier. Si vous voulez le modèle avec une fenêtre de contexte publiée et le prix d'entrée le plus bas, Voxtral Mini Transcribe 3 est le choix par défaut évident, en particulier pour la transcription à gros volume où l'audio en entrée domine votre usage. Si vous êtes déjà standardisé sur des modèles Microsoft ailleurs dans votre stack, ou si vous voulez évaluer MAI-Transcribe 2 aux côtés d'autres offres Microsoft, rien dans les faits listés ne l'exclut ; il a simplement moins de détails publiés concernant le contexte et le coût. Comme aucun des deux modèles n'expose de paramètres ajustables, votre travail d'intégration porte principalement sur la gestion de l'audio, le découpage et la façon dont vous stockez la transcription renvoyée, et non sur l'ingénierie de prompt ou la configuration d'outils.
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 votre clé api14, et la seule chose qui change entre les deux est la chaîne d'identifiant de modèle. Utilisez microsoft/mai-transcribe-2 lorsque vous voulez le modèle Microsoft, et mistralai/voxtral-mini-transcribe-3-0 lorsque vous voulez le modèle Mistral. La forme de la requête, l'authentification et le traitement des réponses restent identiques, vous pouvez donc basculer en modifiant un seul champ, ou router entre eux à l'exécution si vous voulez comparer les résultats sur votre propre audio.
Changer de modèle en une chaîne
Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "microsoft/mai-transcribe-2" par "mistralai/voxtral-mini-transcribe-3-0" : 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: "mistralai/voxtral-mini-transcribe-3-0",
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