Fish Audio: Transcribe 1 lawan Microsoft AI: MAI-Transcribe 2
Perbandingan berdampingan Fish Audio: Transcribe 1 (US$0,02 / menit (≈ Rp 380)) dan Microsoft AI: MAI-Transcribe 2 (US$21,00 / menit (≈ Rp 380.079)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Fish Audio: Transcribe 1 | Microsoft AI: MAI-Transcribe 2 | |
|---|---|---|
| Penyedia | Fish Audio | Microsoft |
| Suara | US$0,02 / menit (≈ Rp 380) | US$21,00 / menit (≈ Rp 380.079) |
| Jendela konteks | - | - |
| Output maks. | - | - |
| Masukan | audio | audio |
| Keluaran | transcription | transcription |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 29 Jul 2026 | 3 Sep 2026 |
Perbedaan utama
- Fish Audio: Transcribe 1 100% lebih murah untuk token input.
Lebih mendalam
Fish Audio: Transcribe 1 adalah model transkripsi dari Fish Audio, dan Microsoft AI: MAI-Transcribe 2 adalah model transkripsi dari Microsoft. Keduanya berada di kategori yang sama di api14, jadi keduanya bukan model chat umum atau reasoning yang akan Anda gunakan untuk menyusun teks atau menjawab pertanyaan. Keduanya ada untuk menerima audio dan mengembalikan transkripsi. Model Fish Audio memiliki tanggal rilis penyedia 2026-07-29, sedangkan model Microsoft memiliki 2026-09-03, jadi entri Microsoft adalah yang lebih baru di antara keduanya secara tertulis.
Dari sisi kemampuan, keduanya lebih mirip daripada yang disarankan oleh labelnya. Keduanya menerima audio sebagai satu-satunya modalitas input dan keduanya mengembalikan transkripsi sebagai satu-satunya modalitas output. Keduanya tidak mencantumkan panjang konteks yang dipublikasikan, jadi tidak ada angka terdokumentasi untuk dibandingkan mengenai berapa banyak audio atau teks pendamping yang dapat ditangani masing-masing dalam satu panggilan. Keduanya tidak mencantumkan parameter yang didukung, yang berarti tidak ada kumpulan knob terdokumentasi seperti temperature, petunjuk bahasa atau timestamp untuk disetel di kedua sisi. Perbandingan kualitatif tidak menandai perbedaan untuk context window, penggunaan tool, structured output atau reasoning, jadi tidak ada satu pun dari itu yang membedakan keduanya. Satu perbedaan yang jelas adalah biaya: Fish Audio: Transcribe 1 adalah opsi yang lebih murah pada input. Harga output tidak ditandai berbeda, jadi anggap keduanya kurang lebih sama di sana.
Untuk memilih di antara keduanya, pembagian praktisnya mengikuti hal tersebut. Jika beban kerja Anda adalah transkripsi bervolume tinggi di mana audio input mendominasi tagihan, Fish Audio: Transcribe 1 adalah pilihan yang lugas karena lebih murah pada input dan tidak ada apa pun dalam kemampuan yang tercantum yang menahannya. Jika Anda tidak memiliki tekanan biaya yang kuat dan lebih memilih model Microsoft, atau tim Anda sudah menstandarkan diri pada perkakas Microsoft dan ingin menjaga transkripsi tetap dalam keluarga itu, MAI-Transcribe 2 adalah default yang wajar. Karena kumpulan kemampuan yang terdokumentasi identik, tidak ada tugas dalam fakta yang diberikan yang dapat dilakukan oleh satu model dan tidak dapat dilakukan oleh model lainnya, jadi keputusannya bermuara pada harga dan preferensi penyedia, bukan fitur.
Memanggil salah satu dari keduanya melalui api14 bekerja dengan cara yang sama, karena gateway ini mengekspos API yang kompatibel dengan OpenAI. Anda mengirim audio Anda ke endpoint transkripsi menggunakan bentuk request yang sama seperti yang akan Anda gunakan untuk panggilan transkripsi yang kompatibel dengan OpenAI mana pun, dan satu-satunya hal yang berubah antara kedua model adalah model id. Gunakan "fish-audio/transcribe-1" untuk merutekan ke model Fish Audio, atau "microsoft/mai-transcribe-2" untuk merutekan ke model Microsoft. Semua hal lain dalam kode klien Anda, autentikasi Anda dan parsing respons Anda tetap seperti semula, jadi mengganti penyedia adalah perubahan satu baris dan Anda dapat melakukan benchmark keduanya terhadap audio Anda sendiri tanpa menulis ulang integrasi.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "fish-audio/transcribe-1" ke "microsoft/mai-transcribe-2", prompt, streaming, dan tools tetap berfungsi.
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);
Perbandingan lainnya
- AssemblyAI: Universal-3.6 Pro lawan Mistral: Voxtral Mini Transcribe 3
- AssemblyAI: Universal-3.6 Pro lawan Mistral: Voxtral Small Transcribe 3
- AssemblyAI: Universal-3.6 Pro lawan Moondream: Parakeet Ultra
- AssemblyAI: Universal-3.6 Pro lawan NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Mini Transcribe 3 lawan Mistral: Voxtral Small Transcribe 3
- Mistral: Voxtral Mini Transcribe 3 lawan Moondream: Parakeet Ultra
- Mistral: Voxtral Mini Transcribe 3 lawan NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Small Transcribe 3 lawan Moondream: Parakeet Ultra