Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
api14カタログの最新のUSD料金と機能をもとに、Deepgram: Nova-3（$0.02 / 分 (≈ ￥2)）とMicrosoft AI: MAI-Transcribe 2（$21.00 / 分 (≈ ￥3,315)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
| Deepgram: Nova-3 | Microsoft AI: MAI-Transcribe 2 | |
|---|---|---|
| プロバイダー | Deepgram | Microsoft |
| 音声 | $0.02 / 分 (≈ ￥2) | $21.00 / 分 (≈ ￥3,315) |
| コンテキストウィンドウ | - | - |
| 最大出力 | - | - |
| 入力 | audio | audio |
| 出力 | transcription | transcription |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/07/15 | 2026/09/03 |
Deepgram: Nova-3 は Deepgram の文字起こしモデルであり、Microsoft AI: MAI-Transcribe 2 は Microsoft の文字起こしモデルです。どちらも api14 上では同じカテゴリに属するため、テキスト生成に使う汎用チャットモデルや推論モデルではありません。音声を文字起こしに変換する作業を行うときに、どちらか一方を呼び出します。Deepgram は 2026-07-15 に Nova-3 をリリースし、Microsoft は 2026-09-03 に MAI-Transcribe 2 をリリースしたため、Microsoft のモデルの方が新しい方です。
機能面では、両者は形としてほぼ同一です。どちらも音声を入力として受け取り、文字起こしを出力として返します。どちらもサポートするパラメータを一切リストしていないため、サンプリング制御、temperature などの設定を API 経由でどちらにも渡すことはできません。どちらも公開されたコンテキスト長を持たないため、比較できるトークンウィンドウの数値はなく、定性的な比較ではコンテキストの大小に関する問いは意味のある差ではないとされています。ツール使用、構造化出力、推論についても同様です。どちらのモデルもこれらを提供していないため、そこに比較すべき機能差はありません。明確な違いはコストです。Deepgram: Nova-3 は入力において安価なモデルです。出力の価格は比較データでは両者の区別がないため、出力側はほぼ同じと考えてください。
どちらを選ぶかについては、機能ではなく主に価格とプロバイダーの好みで決まります。ワークロードが大量の音声文字起こしで、入力コストが最も重要なら、Deepgram: Nova-3 が安価な入力オプションであり、自然なデフォルトです。スタックの他の部分ですでに Microsoft のモデルに標準化している場合、またはより新しくリリースされた文字起こしモデルを求める場合は、MAI-Transcribe 2 が妥当な選択であり、入力のコスト差が受け入れる主なトレードオフになります。どちらのモデルも調整可能なパラメータを公開していないため、API 経由で出力を形作ることは期待できません。フォーマット、句読点の整理、下流の構造化が必要なら、文字起こしを自分で後処理する前提で計画してください。
api14 経由でどちらのモデルを呼び出す場合も、ゲートウェイが OpenAI 互換であるため同じように動作します。クライアントを api14 のベース URL に向け、通常の文字起こし呼び出しと同じように音声をリクエストで送信し、model フィールドを設定します。Deepgram を使うには、model id を "deepgram/nova-3" に設定します。Microsoft を使うには、model id を "microsoft/mai-transcribe-2" に設定します。リクエストのその他の部分は同じままなので、プロバイダーの切り替えは 1 行の変更であり、統合コードを書き直すことなく自分の音声で両者を A/B テストできます。
与えられた事実の中では、入力価格以外にベンチマークや機能差が挙げられていないため、一方のモデルが品質で優れているという強い根拠はありません。Nova-3 より MAI-Transcribe 2 を選ぶ唯一サポートされる理由は、プロバイダーの整合性または新しさであり、文書化された機能上の優位性ではありません。入力コストが制約なら、Nova-3 がより良い選択のままです。
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"deepgram/nova-3"から"microsoft/mai-transcribe-2"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
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);