Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.

Sei nuovo? Scopri come funziona Un tour di 1 minuto tra banco di prova, modelli e la tua chiave API.

Chirp 3 vs MAI-Transcribe 2: prezzo API, contesto e funzionalità · api14

Google: Chirp 3 contro Microsoft AI: MAI-Transcribe 2

Un confronto fianco a fianco tra Google: Chirp 3 (0,06 USD / minuto (≈ 0,05 €)) e Microsoft AI: MAI-Transcribe 2 (21,00 USD / minuto (≈ 18,70 €)) con i prezzi in USD e le funzionalità aggiornati dal catalogo di api14. Entrambi funzionano con la stessa API compatibile OpenAI.

Specifiche

	Google: Chirp 3	Microsoft AI: MAI-Transcribe 2
Fornitore	Google	Microsoft
Suono	0,06 USD / minuto (≈ 0,05 €)	21,00 USD / minuto (≈ 18,70 €)
Finestra di contesto	-	-
Output massimo	-	-
Ingresso	audio	audio
Uscita	transcription	transcription
chiamata di strumenti
Output strutturato
Controllo del ragionamento
Aggiunto	5 mag 2026	3 set 2026

Differenze principali

Google: Chirp 3 costa il 100% in meno sui token di input.

Nel dettaglio

Google: Chirp 3 è un modello di trascrizione di Google, elencato su api14 con l'id modello google/chirp-3. Microsoft AI: MAI-Transcribe 2 è un modello di trascrizione di Microsoft, elencato con l'id modello microsoft/mai-transcribe-2. Entrambi rientrano nella categoria trascrizione, quindi nessuno dei due è un modello generalista di chat o di ragionamento. Esistono per ricevere audio in ingresso e restituire una trascrizione in uscita. I due fornitori sono concorrenti diretti nei servizi vocali cloud, e api14 rivende l'accesso a entrambi dietro un'unica superficie API.

Sui fatti disponibili, i due modelli appaiono molto simili nella forma. Entrambi accettano audio come unica modalità di input ed entrambi producono trascrizione come unica modalità di output. Nessuno dei due indica una lunghezza di contesto in token, quindi non c'è una differenza documentata in quanto contesto audio o testuale ciascuno gestisca. Nessuno dei due elenca parametri supportati, quindi non dovresti aspettarti che l'uno o l'altro esponga manopole di regolazione come temperatura o controlli sul prompt tramite questo elenco. Non c'è tool calling, né modalità di output strutturato, né modalità di ragionamento registrata per nessuno dei due modelli, quindi questi assi non li separano. L'unica differenza qualitativa fornita è il prezzo sull'input: Chirp 3 è il lato più economico per l'input. Il prezzo sull'output è registrato come un pareggio, il che significa che i due hanno all'incirca lo stesso prezzo su quel lato. Quindi il divario di costo pratico, se esiste, deriva dall'input, e favorisce Google.

Per scegliere tra i due, la decisione è ristretta perché gli insiemi di capacità coincidono. Se il tuo carico di lavoro è pesante sull'input, cioè file audio lunghi o grandi volumi di audio inviati per la trascrizione, Chirp 3 è l'opzione più economica sul lato input ed è il default ragionevole. Se il tuo carico di lavoro è dominato dal volume di output, i due hanno all'incirca lo stesso prezzo, quindi il costo smette di essere un fattore decisivo e puoi scegliere su altre basi, come la qualità di trascrizione di quale fornitore hai già validato sul tuo audio, o con quale vendor la tua organizzazione ha già un rapporto. Poiché nessuno dei due modelli espone strumenti, output strutturato o ragionamento, non pianificare intorno a quelle funzionalità con nessuno dei due. Tratta entrambi come endpoint puri di speech to text e fai il tuo parsing, formattazione o estrazione a valle nel tuo codice dopo che la trascrizione è tornata.

Chiamare l'uno o l'altro modello tramite api14 funziona allo stesso modo, perché l'API è compatibile con OpenAI. Invii il tuo audio all'endpoint di trascrizione con la tua chiave api14, e l'unica cosa che cambia tra i due fornitori è la stringa dell'id modello. Usa google/chirp-3 per instradare al modello di Google, oppure microsoft/mai-transcribe-2 per instradare a quello di Microsoft. La forma della richiesta, l'header di autenticazione e la gestione della risposta restano identici, quindi puoi cambiare fornitore modificando un solo campo, oppure eseguire entrambi affiancati sullo stesso audio per confrontare i risultati prima di impegnarti. Questo significa anche che puoi mantenere un'unica libreria client e un unico insieme di codice di retry e logging pur avendo accesso a entrambi i vendor.

Cambia modello con una stringa

Entrambi i modelli usano lo stesso endpoint e la stessa struttura di richiesta. Cambia il valore di model da "google/chirp-3" a "microsoft/mai-transcribe-2", prompt, streaming e tool continuano a funzionare.

Google: Chirp 3: dettagli e banco di prova →Microsoft AI: MAI-Transcribe 2: dettagli e banco di prova →

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);

Google: Chirp 3 contro Microsoft AI: MAI-Transcribe 2

Specifiche

Differenze principali

Nel dettaglio

Cambia modello con una stringa

Altri confronti