Usamos cookies. Cookies e o armazenamento do navegador mantêm você conectado e lembram suas preferências. Com sua permissão, também medimos como o site é usado. Você pode a qualquer momento. Veja nossa política de cookies.

Novo por aqui? Veja como funciona Um tour de 1 minuto pelo ambiente de testes, pelos modelos e pela sua chave de API.

Microsoft AI: MAI-Transcribe 2 contra Mistral: Voxtral Mini Transcribe 3

Uma comparação lado a lado entre Microsoft AI: MAI-Transcribe 2 (US$ 21,00 / minuto (≈ R$ 114,83)) e Mistral: Voxtral Mini Transcribe 3 (US$ 0,01 / minuto (≈ R$ 0,07)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.

Especificações

	Microsoft AI: MAI-Transcribe 2	Mistral: Voxtral Mini Transcribe 3
Provedor	Microsoft	Mistral
Áudio	US$ 21,00 / minuto (≈ R$ 114,83)	US$ 0,01 / minuto (≈ R$ 0,07)
Janela de contexto	-	65.536
Saída máxima	-	52.428
Entrada	audio	audio
Saída	transcription	transcription
chamada de ferramentas
Saída estruturada
Controle de raciocínio
Adicionado em	3 de set. de 2026	20 de out. de 2026

Principais diferenças

Mistral: Voxtral Mini Transcribe 3 é 100% mais barato nos tokens de entrada.

Em detalhe

Microsoft AI: MAI-Transcribe 2 é um modelo de transcrição da Microsoft, listado sob o id de modelo microsoft/mai-transcribe-2. Mistral: Voxtral Mini Transcribe 3 é um modelo de transcrição da Mistral, listado sob o id de modelo mistralai/voxtral-mini-transcribe-3-0. Ambos estão na mesma categoria, portanto você está escolhendo entre duas opções de fala para texto, e não entre um transcritor e um modelo de chat geral. A Microsoft lançou seu modelo em 2026-09-03, e a Mistral lançou seu modelo em 2026-10-20.

Em capacidades, os dois são semelhantes em forma. Ambos aceitam áudio como entrada e retornam transcrição como saída, e nenhum lista quaisquer parâmetros suportados, então você não encontrará chamada de ferramentas, controles de saída estruturada ou opções de raciocínio em nenhum deles. A diferença documentada mais clara é o comprimento de contexto: Voxtral Mini Transcribe 3 lista uma janela de contexto de 65536 tokens, enquanto MAI-Transcribe 2 não lista comprimento de contexto algum. Trate isso como uma diferença real no que está documentado, e não como uma afirmação de que um modelo lida com áudio mais longo na prática, já que nenhum benchmark ou pontuação de qualidade é fornecido para qualquer um deles. A outra diferença declarada é o preço: Voxtral Mini Transcribe 3 é o modelo mais barato na entrada. O preço de saída não está marcado como diferente, então não presuma que um é mais barato de executar de ponta a ponta com base apenas nisso.

Para escolher entre eles, comece pelas restrições práticas que você realmente pode verificar. Se você quer o modelo com uma janela de contexto publicada e o preço de entrada mais baixo, Voxtral Mini Transcribe 3 é o padrão direto, especialmente para transcrição em alto volume, onde o áudio de entrada domina seu uso. Se você já padronizou modelos da Microsoft em outras partes da sua stack, ou quer avaliar MAI-Transcribe 2 junto com outras ofertas da Microsoft, não há nada nos fatos listados que o descarte; ele simplesmente tem menos detalhes publicados sobre contexto e custo. Como nenhum dos modelos expõe parâmetros ajustáveis, seu trabalho de integração é principalmente sobre manipulação de áudio, chunking e como você armazena a transcrição retornada, não sobre engenharia de prompt ou configuração de ferramentas.

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 sua chave api14, e a única coisa que muda entre os dois é a string do id de modelo. Use microsoft/mai-transcribe-2 quando quiser o modelo da Microsoft, e mistralai/voxtral-mini-transcribe-3-0 quando quiser o modelo da Mistral. A forma da requisição, a autenticação e o tratamento da resposta permanecem idênticos, então você pode alternar editando um campo, ou rotear entre eles em tempo de execução se quiser comparar resultados no seu próprio áudio.

Há um caso em que a escolha menos óbvia ainda faz sentido. Se sua equipe tem ferramentas, cobrança ou acordos de conformidade existentes da Microsoft, MAI-Transcribe 2 pode ser a melhor opção, mesmo que Voxtral Mini Transcribe 3 seja mais barato na entrada, porque o custo de integração ao redor pode superar uma diferença por chamada. Verifique a tabela de preços ao vivo nesta página para tarifas atuais antes de se comprometer, já que as notas qualitativas aqui apenas informam qual lado é mais barato, não por quanto.

Troque com uma string

Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "microsoft/mai-transcribe-2" para "mistralai/voxtral-mini-transcribe-3-0", prompts, streaming e ferramentas continuam funcionando.

Microsoft AI: MAI-Transcribe 2: detalhes e ambiente de testes →Mistral: Voxtral Mini Transcribe 3: detalhes e ambiente de testes →

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: "mistralai/voxtral-mini-transcribe-3-0",
  file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);

Mais comparações

MAI-Transcribe 2 vs Voxtral Mini Transcribe 3: preço da API, contexto e recursos · api14