ModeleModele: 692

Mistral: Voxtral Small Transcribe 3

mistralai/voxtral-small-transcribe-3-0

Mistral: Voxtral Small Transcribe 3 to model zamiany mowy na tekst od Mistral, wymieniony na api14 w kategorii transkrypcji. Jest opisany jako flagowy model transkrypcji Mistral, a data wydania przez dostawcę to 20 października 2026. Jeśli Twoja praca polega na zamianie nagranej mowy na tekst…

Mistral: Voxtral Mini Transcribe 3

mistralai/voxtral-mini-transcribe-3-0

Mistral Voxtral Mini Transcribe 3 to model zamiany mowy na tekst od Mistral, wydany przez dostawcę 20 października 2026. Należy do kategorii transkrypcji i jest kompaktowym członkiem linii transkrypcyjnej Voxtral od Mistral, co czyni go opcją do rozważenia, gdy chcesz korzystać z rozpoznawania mowy…

AssemblyAI: Universal-3.6 Pro

assemblyai/universal-3-6-pro

AssemblyAI: Universal-3.6 Pro to model zamiany mowy na tekst stworzony przez AssemblyAI. Jest następcą Universal-3.5 Pro i należy do kategorii transkrypcji, więc jego zadaniem jest zamiana nagranej lub strumieniowanej mowy na tekst pisany, a nie generowanie odpowiedzi konwersacyjnych. Na api14 jest…

ElevenLabs: Scribe v2

elevenlabs/scribe-v2

ElevenLabs: Scribe v2 to model zamiany mowy na tekst od ElevenLabs, dostawcy znanego z prac nad dźwiękiem i głosem. Należy do kategorii transkrypcji, więc jego zadaniem jest konwertowanie mowy na tekst, a nie generowanie odpowiedzi konwersacyjnych. Jeśli Twój potok wymaga dedykowanego kroku…

ElevenLabs: Scribe v2 Medical

elevenlabs/scribe-v2-medical

ElevenLabs Scribe v2 Medical to model zamiany mowy na tekst od ElevenLabs, zbudowany jako wariant Scribe v2 dostrojony specjalnie do terminologii klinicznej i medycznej. Należy do kategorii transkrypcji, więc jego zadaniem jest konwertowanie dźwięku mowy na tekst pisany, a nie generowanie…

Google: Gemini 3.5 Transcribe

google/gemini-3.5-transcribe

Google: Gemini 3.5 Transcribe to model zamiany mowy na tekst od Google. Należy do kategorii transkrypcji, a data premiery u dostawcy to 25 września 2026. Jeśli tworzysz cokolwiek, co zamienia nagraną lub strumieniowaną mowę na tekst pisany, to jest rodzina modeli, którą Google pozycjonuje do tego…

Fish Audio: Transcribe 1 Pro

fish-audio/transcribe-1-pro

Fish Audio: Transcribe 1 Pro to model zamiany mowy na tekst od Fish Audio, dostawcy znanego z prac w zakresie przetwarzania dźwięku i mowy. Należy do kategorii transkrypcji i jest pozycjonowany jako oferta transkrypcyjna najwyższej klasy tej firmy. Dostawca udostępnił go 2026-09-24, więc jest to…

AssemblyAI: Universal-3.5 Pro

assemblyai/universal-3-5-pro

AssemblyAI: Universal-3.5 Pro to model zamiany mowy na tekst od AssemblyAI, udostępniany przez Sync API dostawcy. Należy do kategorii transkrypcji, więc jego zadanie jest wąskie i konkretne: zamiana dźwięku na tekst, a nie obsługa czatu, rozumowania czy zadań generowania. Jeśli budujesz coś, co…

Meta: Muse Voice Transcribe 1.0

meta/muse-voice-transcribe-1.0

Meta: Muse Voice Transcribe 1.0 to model zamiany mowy na tekst od Meta. Należy do kategorii transkrypcji i jest jedynym modelem w tej rodzinie wymienionym tutaj w ramach dostawcy Meta. Meta udostępniła go 11 września 2026. Jeśli budujesz cokolwiek, co musi zamieniać mowę na tekst pisany, to jest…

Microsoft AI: MAI-Transcribe 2

microsoft/mai-transcribe-2

Microsoft AI: MAI-Transcribe 2 to model zamiany mowy na tekst od Microsoftu, wydany 3 września 2026. Należy do kategorii transkrypcji, więc jego zadanie jest wąskie i konkretne: zamiana dźwięku mowy na tekst pisany. Microsoft pozycjonuje go jako system wielojęzyczny, a według dostawcy zajmuje…

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B

nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B to model rozpoznawania mowy od NVIDIA. Należy do rodziny Nemotron 3.5 i jest dystrybuowany przez api14 pod identyfikatorem modelu nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b. Jego konstrukcja koncentruje się na automatycznym rozpoznawaniu…

Mistral: Voxtral Small 24B 2507 STT

mistralai/voxtral-small-24b-2507-stt

Mistral: Voxtral Small 24B 2507 STT to model transkrypcji mowy od Mistral AI. Należy do kategorii transkrypcji, a jego nazwa odzwierciedla zarówno większą pojemność 24B tego modelu, jak i jego skupienie na pracy związanej z zamianą mowy na tekst. Mistral pozycjonuje go do zadań transkrypcji,…

Mistral: Voxtral Mini 3B 2507

mistralai/voxtral-mini-3b-2507

Mistral: Voxtral Mini 3B 2507 to model rozumienia mowy i dźwięku od Mistral AI. Należy do kategorii transkrypcji, a data wydania przez dostawcę to 2026-08-13. Nazwa odzwierciedla jego konstrukcję: kompaktowy model 3B w linii Voxtral, w wersji 2507. Jeśli już pracujesz z modelami Mistral w innych…

Qwen: Qwen3 ASR 1.7B

qwen/qwen3-asr-1.7b

Qwen3 ASR 1.7B to model automatycznego rozpoznawania mowy od Qwen, wymieniony na api14 pod identyfikatorem modelu qwen/qwen3-asr-1.7b. Należy do kategorii transkrypcji, a jego nazwa odzwierciedla skalę 1.7B parametrów. Jeśli pracujesz już z innymi modelami Qwen, ten pochodzi od tego samego dostawcy…

Qwen: Qwen3 ASR 0.6B

qwen/qwen3-asr-0.6b

Qwen3 ASR 0.6B to kompaktowy model automatycznego rozpoznawania mowy od Qwen. Należy do kategorii transkrypcji, więc jego zadaniem jest zamiana mowy na tekst pisany, a nie generowanie odpowiedzi konwersacyjnych czy obsługa ogólnych zadań językowych. Liczba 0.6B w nazwie oznacza małą liczbę…

OpenAI: GPT Transcribe

openai/gpt-transcribe

GPT Transcribe to model zamiany mowy na tekst od OpenAI, wymieniony na api14 pod identyfikatorem modelu openai/gpt-transcribe. Należy do kategorii transkrypcji, więc jego zadanie jest wąskie i konkretne: zamiana dźwięku na tekst, a nie generowanie odpowiedzi konwersacyjnych czy obsługa ogólnego…

Fish Audio: Transcribe 1

fish-audio/transcribe-1

Fish Audio: Transcribe 1 to model zamiany mowy na tekst od Fish Audio, wymieniony na api14 w kategorii transkrypcji. To dedykowana oferta transkrypcyjna dostawcy, odrębna od jakiejkolwiek pracy nad generowaniem tekstu lub multimodalnym, i istnieje wyłącznie po to, aby zamieniać nagraną mowę na…

SpaceXAI: Grok STT 1.0

x-ai/grok-stt-1.0

SpaceXAI: Grok STT 1.0 to model zamiany mowy na tekst od xAI. Należy do kategorii transkrypcji, a jego zadanie jest wąskie i jasne: przyjąć dźwięk i zwrócić transkrypcję. Nie jest to ogólny model czatu ani rozumowania, więc należy traktować go jako dedykowany komponent w potoku, a nie coś, z czym…

Deepgram: Nova-3

deepgram/nova-3

Deepgram Nova-3 to model zamiany mowy na tekst od Deepgram, wymieniony na api14 pod identyfikatorem modelu deepgram/nova-3. Należy do kategorii transkrypcji, a Deepgram opisuje go jako model zamiany mowy na tekst ogólnego przeznaczenia z obsługą transkrypcji jednojęzycznej i wielojęzycznej. Jeśli…

Microsoft AI: MAI-Transcribe 1.5

microsoft/mai-transcribe-1.5

MAI-Transcribe 1.5 to model zamiany mowy na tekst od Microsoft AI, wydany 2 czerwca 2026. Należy do kategorii transkrypcji, więc jest stworzony do jednego zadania: zamiany dźwięku mowy na tekst pisany, a nie do generowania rozmowy czy kodu. Jeśli budujesz potok, który zaczyna się od głosu, to jest…

NVIDIA: Parakeet TDT 0.6B v3

nvidia/parakeet-tdt-0.6b-v3

NVIDIA: Parakeet TDT 0.6B v3 to model zamiany mowy na tekst firmy NVIDIA. Jest to model o 600 milionach parametrów zbudowany na architekturze FastConformer-TDT, wytrenowany na zbiorze danych Granary, który zawiera ponad 670 000 godzin nagrań audio. Model jest pozycjonowany jako wielojęzyczny system…

Mistral: Voxtral Mini Transcribe

mistralai/voxtral-mini-transcribe

Mistral Voxtral Mini Transcribe to model zamiany mowy na tekst od Mistral, wywodzący się z rodziny Voxtral Mini. Został zbudowany specjalnie do zadań transkrypcji, a nie do ogólnego czatu czy generowania, i znajduje się w kategorii transkrypcji na api14. Jeśli znasz już Mistral z jego modeli…

Google: Chirp 3

google/chirp-3

Google: Chirp 3 to model zamiany mowy na tekst od Google, wymieniony na api14 w kategorii transkrypcji. Jest to najnowszy wielojęzyczny model w linii Chirp firmy Google, a jego opis dostawcy pozycjonuje go jako ulepszenie dokładności transkrypcji w stosunku do wcześniejszych wersji. Jeśli Twoja…

OpenAI: GPT-4o Mini Transcribe

openai/gpt-4o-mini-transcribe

GPT-4o Mini Transcribe to model zamiany mowy na tekst od OpenAI, zbudowany na możliwościach audio GPT-4o Mini. Należy do kategorii transkrypcji, pozycjonowany przez swojego dostawcę jako mniejsza, opłacalna opcja konwersji mowy na tekst. Jest oferowany na api14 pod identyfikatorem modelu…

OpenAI: Whisper Large V3

openai/whisper-large-v3

OpenAI: Whisper Large V3 to model automatycznego rozpoznawania mowy od OpenAI, dystrybuowany jako open source. Należy do kategorii transkrypcji i jest dużą wersją rodziny Whisper, co oznacza, że to wariant, który OpenAI pozycjonuje jako zapewniający najszersze pokrycie językowe i obsługę…

OpenAI: Whisper Large V3 Turbo

openai/whisper-large-v3-turbo

Whisper Large V3 Turbo to model rozpoznawania mowy od OpenAI, który należy do rodziny Whisper jako zoptymalizowana wersja Whisper Large V3. Model został zbudowany specjalnie do transkrypcji, a jego deklarowane cele projektowe to szybkość i efektywność kosztowa w stosunku do większego modelu V3, z…

OpenAI: Whisper 1

openai/whisper-1

OpenAI: Whisper 1 to model automatycznego rozpoznawania mowy od OpenAI, dystrybuowany przez jego API pod identyfikatorem modelu whisper-1. Sam Whisper to rodzina open source do rozpoznawania mowy od OpenAI, a ten endpoint udostępnia tę możliwość jako usługę hostowaną. Należy do kategorii…

OpenAI: GPT-4o Transcribe

openai/gpt-4o-transcribe

GPT-4o Transcribe to model zamiany mowy na tekst od OpenAI, zbudowany na możliwościach audio GPT-4o. Należy do kategorii transkrypcji, więc jego zadaniem jest konwertowanie mowy z audio na tekst pisany, a nie generowanie odpowiedzi konwersacyjnych. Jeśli już kierujesz inne modele OpenAI przez swój…