Mistral: Voxtral Mini Transcribe बनाम Mistral: Voxtral Small Transcribe 3
api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर Mistral: Voxtral Mini Transcribe ($0.01 / मिनट (≈ ₹0.99)) और Mistral: Voxtral Small Transcribe 3 ($0.01 / मिनट (≈ ₹1.32)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।
स्पेसिफिकेशन
| Mistral: Voxtral Mini Transcribe | Mistral: Voxtral Small Transcribe 3 | |
|---|---|---|
| प्रोवाइडर | Mistral | Mistral |
| ऑडियो | $0.01 / मिनट (≈ ₹0.99) | $0.01 / मिनट (≈ ₹1.32) |
| संदर्भ विंडो | 16,384 | 65,536 |
| अधिकतम आउटपुट | 13,107 | 52,428 |
| इनपुट | audio | audio |
| आउटपुट | transcription | transcription |
| टूल कॉलिंग | ||
| संरचित आउटपुट | ||
| Reasoning नियंत्रण | ||
| जोड़ा गया | 15 मई 2026 | 20 अक्टू॰ 2026 |
मुख्य अंतर
- Mistral: Voxtral Mini Transcribe इनपुट tokens पर 25% सस्ता है।
- Mistral: Voxtral Small Transcribe 3 4.0× ज़्यादा context पढ़ता है (65,536 tokens)।
विस्तार से
Mistral: Voxtral Mini Transcribe और Mistral: Voxtral Small Transcribe 3 दोनों Mistral के transcription मॉडल हैं, जो api14 के माध्यम से serve किए जाते हैं। इनकी category समान है और बुनियादी काम भी समान है: आप audio भेजते हैं, आपको transcription मिलता है। दोनों मॉडल कोई supported parameter expose नहीं करते, इसलिए न temperature है, न top_p, न tool configuration जिसे tune किया जा सके। इनके बीच अंतर feature set का नहीं, बल्कि scale का है। Mini Transcribe छोटा और पुराना मॉडल है, जबकि Small Transcribe 3 बड़ा और अधिक recent है।
सबसे स्पष्ट अंतर context length का है। Mini Transcribe अधिकतम 16,384 tokens स्वीकार करता है, जबकि Small Transcribe 3 अधिकतम 65,536 tokens स्वीकार करता है, यानी चार गुना अधिक। transcription के लिए यह मायने रखता है क्योंकि लंबा audio, या लंबे prompt या instruction preamble के साथ audio, window का अधिक हिस्सा खपत करता है। दोनों मॉडल audio को अपनी एकमात्र input modality के रूप में लेते हैं और transcription को अपनी एकमात्र output modality के रूप में produce करते हैं, इसलिए इनके बीच चुनने के लिए न vision है, न text-only mode, और न ही structured output path। कोई भी मॉडल tools या reasoning को distinguishing capability के रूप में offer नहीं करता। कीमत पर, Mini Transcribe input पर दोनों में सस्ता है; output pricing में इनके बीच कोई खास अंतर नहीं है, इसलिए लागत का अंतर ज्यादातर input की तरफ है और बहुत बड़ा नहीं है।
इनके बीच चुन रहे developer के लिए, निर्णय मुख्यतः इस बात पर है कि एक ही call में आपको कितना audio process करना है। अगर आपकी clips छोटी से मध्यम हैं और आप कम input लागत चाहते हैं, तो Mini Transcribe समझदार default है। अगर आप लंबी recordings, कई घंटों की meetings, या audio के साथ काफी मात्रा में आसपास का context feed कर रहे हैं, तो Small Transcribe 3 आपको chunking के बजाय एक ही request में यह करने की गुंजाइश देता है। Chunking मुफ्त नहीं है: यह stitching logic जोड़ता है, boundaries पर शब्द कटने का जोखिम रखता है, और आपका engineering समय लेता है। जब audio भरोसे के साथ 16,384 tokens के अंदर फिट हो जाए, तो Mini Transcribe कम input कीमत पर काम कर देता है, और इसका उपयोग करने से आप कोई capability नहीं खोते।
api14 के माध्यम से किसी भी मॉडल को call करना एक ही तरह से काम करता है, क्योंकि API OpenAI-compatible है। आप अपने मौजूदा client को api14 base URL पर point करते हैं, अपना audio request में उसी तरह भेजते हैं जैसे पहले से करते हैं, और model field set करते हैं। दोनों के बीच एकमात्र बदलाव वह string है: छोटे मॉडल के लिए "mistralai/voxtral-mini-transcribe" और बड़े के लिए "mistralai/voxtral-small-transcribe-3-0" उपयोग करें। आपके request का shape, authentication, और response handling समान रहते हैं, इसलिए आप एक पंक्ति के बदलाव से मॉडल switch कर सकते हैं या आने वाले audio की लंबाई के आधार पर runtime पर इनके बीच route कर सकते हैं।
एक स्थिति ऐसी है जहां context constraint न होने पर भी छोटा मॉडल बेहतर विकल्प बना रहता है। चूंकि Mini Transcribe input पर सस्ता है और output pricing लगभग समान है, कई छोटी clips वाले high-volume workloads पर आमतौर पर Mini Transcribe की लागत कम आएगी और मॉडल जो कर सकता है उसमें कोई कमी नहीं होगी, क्योंकि दोनों की modalities समान हैं और tunable parameters का अभाव भी समान है। Small Transcribe 3 तब चुनें जब अतिरिक्त context वास्तव में आपकी जरूरत हो, और जब न हो तो Mini Transcribe पर बने रहें।
एक string से बदलें
दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "mistralai/voxtral-mini-transcribe" से "mistralai/voxtral-small-transcribe-3-0" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।
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-small-transcribe-3-0",
file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);
और तुलनाएं
- AssemblyAI: Universal-3.6 Pro बनाम Mistral: Voxtral Mini Transcribe 3
- AssemblyAI: Universal-3.6 Pro बनाम Mistral: Voxtral Small Transcribe 3
- AssemblyAI: Universal-3.6 Pro बनाम Moondream: Parakeet Ultra
- AssemblyAI: Universal-3.6 Pro बनाम NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Mini Transcribe 3 बनाम Mistral: Voxtral Small Transcribe 3
- Mistral: Voxtral Mini Transcribe 3 बनाम Moondream: Parakeet Ultra
- Mistral: Voxtral Mini Transcribe 3 बनाम NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Small Transcribe 3 बनाम Moondream: Parakeet Ultra