Google: Chirp 3 lawan Microsoft AI: MAI-Transcribe 2
Perbandingan berdampingan Google: Chirp 3 (US$0,06 / menit (≈ Rp 1.012)) dan Microsoft AI: MAI-Transcribe 2 (US$21,00 / menit (≈ Rp 379.680)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Google: Chirp 3 | Microsoft AI: MAI-Transcribe 2 | |
|---|---|---|
| Penyedia | Microsoft | |
| Suara | US$0,06 / menit (≈ Rp 1.012) | US$21,00 / menit (≈ Rp 379.680) |
| Jendela konteks | - | - |
| Output maks. | - | - |
| Masukan | audio | audio |
| Keluaran | transcription | transcription |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 5 Mei 2026 | 3 Sep 2026 |
Perbedaan utama
- Google: Chirp 3 100% lebih murah untuk token input.
Lebih mendalam
Google: Chirp 3 adalah model transkripsi dari Google, terdaftar di api14 dengan model id google/chirp-3. Microsoft AI: MAI-Transcribe 2 adalah model transkripsi dari Microsoft, terdaftar dengan model id microsoft/mai-transcribe-2. Keduanya berada dalam kategori transkripsi, jadi keduanya bukan model chat atau reasoning umum. Keduanya ada untuk menerima audio sebagai input dan mengembalikan transkripsi sebagai output. Kedua provider ini adalah pesaing langsung di layanan speech cloud, dan api14 menjual ulang akses ke keduanya di balik satu permukaan API.
Berdasarkan fakta yang tersedia, kedua model ini terlihat sangat mirip dalam bentuknya. Keduanya menerima audio sebagai satu-satunya modalitas input dan keduanya menghasilkan transkripsi sebagai satu-satunya modalitas output. Keduanya tidak mencantumkan context length dalam token, jadi tidak ada perbedaan yang terdokumentasi dalam seberapa banyak konteks audio atau teks yang ditangani masing-masing. Keduanya tidak mencantumkan parameter yang didukung, jadi Anda sebaiknya tidak mengharapkan keduanya mengekspos knob penyetelan seperti temperature atau kontrol prompt melalui listing ini. Tidak ada tool calling, tidak ada mode structured output dan tidak ada mode reasoning yang tercatat untuk kedua model, jadi sumbu-sumbu itu tidak memisahkan keduanya. Satu perbedaan kualitatif yang diberikan adalah harga pada input: Chirp 3 adalah sisi yang lebih murah untuk input. Harga output tercatat sebagai seri, artinya keduanya kurang lebih sama harganya di sisi itu. Jadi selisih biaya praktis, jika ada, berasal dari input, dan itu menguntungkan Google.
Untuk memilih di antara keduanya, keputusannya sempit karena set kemampuannya sama. Jika beban kerja Anda berat di input, artinya file audio panjang atau volume audio tinggi yang dikirim untuk transkripsi, Chirp 3 adalah opsi yang lebih murah di sisi input dan merupakan default yang wajar. Jika beban kerja Anda didominasi oleh volume output, keduanya kurang lebih sama harganya, jadi biaya berhenti menjadi penentu dan Anda dapat memilih berdasarkan alasan lain, seperti kualitas transkripsi provider mana yang sudah Anda validasi pada audio Anda sendiri, atau vendor mana yang sudah memiliki hubungan dengan organisasi Anda. Karena tidak ada model yang mengekspos tools, structured output atau reasoning, jangan merencanakan fitur-fitur itu dengan salah satu dari keduanya. Perlakukan keduanya sebagai endpoint speech to text murni dan lakukan parsing, pemformatan atau ekstraksi hilir di kode Anda sendiri setelah transkripsi kembali.
Memanggil salah satu model melalui api14 bekerja dengan cara yang sama, karena API-nya kompatibel dengan OpenAI. Anda mengirim audio Anda ke endpoint transkripsi dengan kunci api14 Anda, dan satu-satunya hal yang berubah antara kedua provider adalah string model id. Gunakan google/chirp-3 untuk merutekan ke model Google, atau microsoft/mai-transcribe-2 untuk merutekan ke model Microsoft. Bentuk request, header autentikasi dan penanganan response tetap identik, jadi Anda dapat mengganti provider dengan mengubah satu field, atau menjalankan keduanya berdampingan pada audio yang sama untuk membandingkan hasil sebelum berkomitmen. Ini juga berarti Anda dapat mempertahankan satu library klien dan satu set kode retry dan logging sambil tetap memiliki akses ke kedua vendor.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "google/chirp-3" 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