Mistral: Voxtral Mini Transcribe lawan Mistral: Voxtral Mini Transcribe 3
Perbandingan berdampingan Mistral: Voxtral Mini Transcribe (US$0,01 / menit (≈ Rp 190)) dan Mistral: Voxtral Mini Transcribe 3 (US$0,01 / menit (≈ Rp 221)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Mistral: Voxtral Mini Transcribe | Mistral: Voxtral Mini Transcribe 3 | |
|---|---|---|
| Penyedia | Mistral | Mistral |
| Suara | US$0,01 / menit (≈ Rp 190) | US$0,01 / menit (≈ Rp 221) |
| Jendela konteks | 16.384 | 65.536 |
| Output maks. | 13.107 | 52.428 |
| Masukan | audio | audio |
| Keluaran | transcription | transcription |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 15 Mei 2026 | 20 Okt 2026 |
Perbedaan utama
- Mistral: Voxtral Mini Transcribe 14% lebih murah untuk token input.
- Mistral: Voxtral Mini Transcribe 3 membaca konteks 4.0× lebih banyak (65.536 token).
Lebih mendalam
Mistral: Voxtral Mini Transcribe dan Mistral: Voxtral Mini Transcribe 3 keduanya adalah model transkripsi dari Mistral, yang dilayani melalui api14 dengan model id mistralai/voxtral-mini-transcribe dan mistralai/voxtral-mini-transcribe-3-0. Keduanya berada dalam kategori transkripsi yang sama, jadi tidak ada yang merupakan model chat umum atau penalaran. Yang pertama dirilis oleh penyedia pada 2026-05-15, dan yang kedua pada 2026-10-20, menjadikan versi 3 sebagai yang lebih baru di antara keduanya.
Perbedaan utama antara keduanya adalah panjang konteks. Mistral: Voxtral Mini Transcribe menerima hingga 16.384 token, sedangkan Mistral: Voxtral Mini Transcribe 3 menerima hingga 65.536 token, empat kali lebih banyak. Keduanya menerima audio sebagai satu satunya modalitas input dan keduanya mengembalikan transkripsi sebagai satu satunya modalitas output, jadi tidak ada perbedaan dalam cakupan modalitas. Tidak ada model yang mencantumkan parameter yang didukung, dan perbandingan kualitatif tidak menunjukkan perbedaan dalam penggunaan tool, output terstruktur, atau penalaran, karena kemampuan tersebut bukan bagian dari kedua model. Dari segi harga, Mistral: Voxtral Mini Transcribe adalah yang lebih murah di antara keduanya pada input; perbandingan tidak mencatat perbedaan yang berarti pada harga output, jadi anggap biaya output kurang lebih sama.
Untuk pekerjaan praktis, pilihannya bergantung pada seberapa banyak audio yang perlu Anda proses dalam satu panggilan. Jika klip Anda pendek (rekaman tunggal, catatan suara singkat, segmen wawancara pendek) dan Anda ingin menekan biaya input, Mistral: Voxtral Mini Transcribe adalah default yang masuk akal, karena ini adalah opsi input yang lebih murah dan jendela 16.384 tokennya cukup untuk materi semacam itu. Jika Anda memasukkan rekaman yang lebih panjang, sesi multi pembicara, atau apa pun yang jika tidak demikian perlu dipotong dan disatukan kembali, Mistral: Voxtral Mini Transcribe 3 lebih cocok karena konteks 65.536 tokennya memungkinkan Anda mengirim lebih banyak audio dalam satu permintaan dan menghindari kerja ekstra memecah file dan menggabungkan transkrip.
Memanggil salah satu model melalui api14 bekerja dengan cara yang sama, karena gateway mengekspos API yang kompatibel dengan OpenAI. Anda mengarahkan klien Anda ke base URL api14, kirim audio Anda dalam permintaan seperti yang biasanya Anda lakukan untuk panggilan transkripsi, dan setel field model ke id yang Anda inginkan. Satu satunya perubahan antara keduanya adalah string tersebut: gunakan mistralai/voxtral-mini-transcribe untuk model konteks yang lebih kecil, atau mistralai/voxtral-mini-transcribe-3-0 untuk model konteks yang lebih besar. Bentuk permintaan, autentikasi, dan penanganan respons Anda tetap identik, jadi Anda dapat beralih dengan mengubah satu nilai atau dengan menjadikan id sebagai pengaturan konfigurasi dalam kode Anda.
Masih ada alasan untuk model yang lebih lama bahkan ketika konteks bukanlah kendala. Karena Mistral: Voxtral Mini Transcribe adalah opsi input yang lebih murah dan keduanya berbagi modalitas input dan output yang sama, pekerjaan bervolume tinggi yang terdiri dari banyak file audio pendek biasanya akan lebih murah pada model ini daripada pada versi 3, dan konteks yang lebih pendek bukanlah keterbatasan ketika setiap file kecil. Jika pipeline Anda sudah memotong audio ke ukuran tetap, atau jika Anda menjalankan transkripsi batch di mana biaya input per panggilan lebih penting daripada seberapa banyak yang muat dalam satu jendela, Mistral: Voxtral Mini Transcribe tetap menjadi pilihan yang wajar.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "mistralai/voxtral-mini-transcribe" ke "mistralai/voxtral-mini-transcribe-3-0", 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: "mistralai/voxtral-mini-transcribe-3-0",
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