AssemblyAI: Universal-3.6 Pro

AssemblyAI: Universal-3.6 Pro adalah model speech-to-text yang dibuat oleh AssemblyAI. Model ini adalah penerus Universal-3.5 Pro dan berada dalam kategori transkripsi, jadi tugasnya adalah mengubah ucapan yang direkam atau dialirkan menjadi teks tertulis, bukan menghasilkan balasan percakapan. Di api14, model ini dilayani melalui Sync API milik AssemblyAI, yang berarti permintaan ditangani dalam alur sinkron, bukan melalui batch job yang Anda polling nanti.

Model ini menerima audio sebagai satu-satunya input dan mengembalikan transkripsi sebagai output. Tidak ada input teks, tidak ada input gambar, dan tidak ada prosa yang dihasilkan selain transkrip itu sendiri, jadi ini bukan model chat atau reasoning umum. Dibandingkan dengan Universal-3.5 Pro, AssemblyAI melaporkan 30% lebih sedikit kesalahan pada ucapan percakapan singkat, yang merupakan klaim kualitas utama pada rilis ini. Tidak ada context window yang dicantumkan untuk model ini, dan nilai output maksimum tercatat sebagai nol, jadi Anda harus menganggap panjang transkrip ditentukan oleh audio yang Anda kirim, bukan oleh anggaran token yang terdokumentasi. Tanggal rilis penyedia adalah 2026-10-14.

Penggunaan praktis mengikuti langsung dari bentuk tersebut. Jika Anda memiliki audio yang perlu menjadi teks yang dapat dicari, dibaca, atau diproses mesin, inilah model untuk pekerjaan itu: rekaman rapat dan panggilan, wawancara, catatan suara, audio podcast atau video, panggilan dukungan, dan materi percakapan serupa. Karena AssemblyAI menyoroti peningkatan pada ucapan percakapan singkat, beban kerja dengan banyak pertukaran singkat sangat cocok. Outputnya adalah transkripsi biasa, jadi tugas hilir seperti peringkasan, pencarian kata kunci, analisis sentimen, atau tinjauan kepatuhan akan ditangani oleh model teks terpisah yang mengonsumsi transkrip.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI di api14 menggunakan model id "assemblyai/universal-3-6-pro", yang berarti kode klien bergaya OpenAI yang ada dapat diarahkan ke api14 dan memilih model ini tanpa integrasi khusus. Daftar parameter yang didukung model ini kosong, jadi Anda tidak boleh mengharapkan kontrol sampling biasa seperti temperature atau top_p berlaku di sini; permintaannya pada dasarnya adalah audio plus pengenal model. Jika Anda membutuhkan perilaku tambahan, periksa apa yang diterima endpoint daripada berasumsi parameter chat OpenAI berlaku juga.

Karena tidak ada panjang konteks yang dipublikasikan dan output maksimum tercatat sebagai nol, rencanakan berdasarkan audio yang Anda kirim, bukan berdasarkan batas token yang terdokumentasi. Perhatikan juga batasannya: model ini hanya menghasilkan transkrip, jadi tugas apa pun yang membutuhkan pengikutan instruksi, terjemahan menjadi prosa yang ditulis ulang, output JSON terstruktur, atau dialog multi-turn lebih baik dilayani oleh model generasi teks, dengan model ini digunakan terlebih dahulu untuk menghasilkan transkrip.