ElevenLabs: Scribe v2 Medical contra Google: Gemini 3.5 Transcribe
Uma comparação lado a lado entre ElevenLabs: Scribe v2 Medical (US$ 0,01 / minuto (≈ R$ 0,07)) e Google: Gemini 3.5 Transcribe (US$ 0,000420 / minuto (≈ R$ 0,00231)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| ElevenLabs: Scribe v2 Medical | Google: Gemini 3.5 Transcribe | |
|---|---|---|
| Provedor | ElevenLabs | |
| Áudio | US$ 0,01 / minuto (≈ R$ 0,07) | US$ 0,000420 / minuto (≈ R$ 0,00231) |
| Saída | - | US$ 42,00 / 1M fragmentos (≈ R$ 231,13) |
| Janela de contexto | - | 98.304 |
| Saída máxima | - | 32.768 |
| Entrada | audio | audio |
| Saída | transcription | transcription |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 7 de out. de 2026 | 25 de set. de 2026 |
Principais diferenças
- Google: Gemini 3.5 Transcribe é 97% mais barato nos tokens de entrada.
Em detalhe
ElevenLabs: Scribe v2 Medical é um modelo de transcrição da ElevenLabs, lançado em 2026-10-07 e identificado na api14 como elevenlabs/scribe-v2-medical. Google: Gemini 3.5 Transcribe é um modelo de transcrição do Google, lançado em 2026-09-25 e identificado como google/gemini-3.5-transcribe. Ambos estão na categoria de transcrição, portanto visam ao mesmo trabalho amplo: receber áudio como entrada e retornar uma transcrição.
Os dois modelos são semelhantes em formato. Ambos aceitam áudio como entrada e produzem transcrição como saída, e nenhum deles expõe quaisquer parâmetros suportados, então você não pode ajustar amostragem ou outras configurações de geração através do corpo da requisição. A diferença listada é o contexto: Gemini 3.5 Transcribe tem um comprimento de contexto de 98304 tokens, enquanto Scribe v2 Medical não tem comprimento de contexto listado. Em preço, Gemini 3.5 Transcribe é o mais barato dos dois na entrada. O preço de saída não é diferenciado nos dados, e não há sinal de que qualquer um dos modelos seja o único a oferecer ferramentas, saída estruturada ou raciocínio, então esses não são fatores decisivos aqui.
Para a maioria dos trabalhos de transcrição, a escolha prática se resume a duas coisas: preço e duração do áudio. Se você está transcrevendo grandes volumes de áudio e o custo de entrada importa, Gemini 3.5 Transcribe é a opção de entrada mais barata, o que o torna o padrão natural para trabalhos em lote, gravações longas e qualquer coisa em que você paga por unidade de áudio em escala. Scribe v2 Medical é o nome mais especializado, e seu enquadramento médico sugere que ele é destinado a áudio no estilo de ditado clínico ou médico, então recorra a ele quando o conteúdo for de natureza médica e você quiser um modelo construído com esse domínio em mente. Se seu áudio for curto e rotineiro, qualquer um dos modelos fará o trabalho, e a diferença de preço é o desempate mais simples.
Chamar qualquer um dos modelos através da api14 funciona da mesma forma porque a API é compatível com OpenAI. Você envia seu áudio para o endpoint de transcrição com o formato de requisição usual, e a única coisa que muda entre os dois é o id do modelo. Use elevenlabs/scribe-v2-medical quando quiser o modelo de transcrição médica da ElevenLabs, e google/gemini-3.5-transcribe quando quiser o modelo do Google. Todo o resto no código do seu cliente, sua autenticação e seu tratamento de requisições permanece como está, então alternar entre eles é uma mudança de uma linha e você pode comparar resultados no seu próprio áudio sem reescrever sua integração.
Há também um argumento para manter Scribe v2 Medical na mistura mesmo quando o preço o direciona para Gemini 3.5 Transcribe. Como o modelo da ElevenLabs é posicionado especificamente para transcrição médica, áudio clínico ou medicalmente especializado é onde reside sua força pretendida, e essa é a situação em que o preço de entrada mais barato do modelo do Google tem menos probabilidade de ser o fator decisivo. Para transcrição de propósito geral ou de alto volume, Gemini 3.5 Transcribe é o padrão sensato, dado seu menor custo de entrada e seu comprimento de contexto listado.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "elevenlabs/scribe-v2-medical" para "google/gemini-3.5-transcribe", prompts, streaming e ferramentas continuam funcionando.
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: "google/gemini-3.5-transcribe",
file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);
Mais comparações
- AssemblyAI: Universal-3.6 Pro contra Mistral: Voxtral Mini Transcribe 3
- AssemblyAI: Universal-3.6 Pro contra Mistral: Voxtral Small Transcribe 3
- AssemblyAI: Universal-3.6 Pro contra Moondream: Parakeet Ultra
- AssemblyAI: Universal-3.6 Pro contra NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Mini Transcribe 3 contra Mistral: Voxtral Small Transcribe 3
- Mistral: Voxtral Mini Transcribe 3 contra Moondream: Parakeet Ultra
- Mistral: Voxtral Mini Transcribe 3 contra NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Small Transcribe 3 contra Moondream: Parakeet Ultra