Microsoft AI: MAI-Transcribe 2 mot Mistral: Voxtral Mini Transcribe 3
En jämförelse sida vid sida av Microsoft AI: MAI-Transcribe 2 (21,00 US$ / minut (≈ 205,72 kr)) och Mistral: Voxtral Mini Transcribe 3 (0,01 US$ / minut (≈ 0,12 kr)) med aktuella USD-priser och funktioner från api14-katalogen. Båda körs via samma OpenAI-kompatibla API.
Specifikationer
| Microsoft AI: MAI-Transcribe 2 | Mistral: Voxtral Mini Transcribe 3 | |
|---|---|---|
| Leverantör | Microsoft | Mistral |
| Ljud | 21,00 US$ / minut (≈ 205,72 kr) | 0,01 US$ / minut (≈ 0,12 kr) |
| Kontextfönster | - | 65 536 |
| Max utdata | - | 52 428 |
| Indata | audio | audio |
| Utdata | transcription | transcription |
| Verktygsanrop | ||
| Strukturerad utdata | ||
| Styrning av resonemang | ||
| Tillagd | 3 sep. 2026 | 20 okt. 2026 |
Viktiga skillnader
- Mistral: Voxtral Mini Transcribe 3 är 100% billigare på indata-tokens.
Mer i detalj
Microsoft AI: MAI-Transcribe 2 är en transkriberingsmodell från Microsoft, listad under modell-id microsoft/mai-transcribe-2. Mistral: Voxtral Mini Transcribe 3 är en transkriberingsmodell från Mistral, listad under modell-id mistralai/voxtral-mini-transcribe-3-0. Båda tillhör samma kategori, så du väljer mellan två alternativ för tal till text snarare än mellan en transkriberare och en allmän chattmodell. Microsoft släppte sin modell 2026-09-03, och Mistral släppte sin modell 2026-10-20.
När det gäller kapacitet är de två lika till formen. Båda tar emot ljud som indata och returnerar transkribering som utdata, och ingen av dem listar några parametrar som stöds, så du hittar varken verktygsanrop, strukturerade utdatakontroller eller resonemangsalternativ på någon av dem. Den tydligaste dokumenterade skillnaden är kontextlängd: Voxtral Mini Transcribe 3 listar ett kontextfönster på 65536 tokens, medan MAI-Transcribe 2 inte listar någon kontextlängd alls. Betrakta det som en verklig skillnad i vad som är dokumenterat snarare än ett påstående att en modell hanterar längre ljud i praktiken, eftersom ingen benchmark eller kvalitetspoäng anges för någon av dem. Den andra angivna skillnaden är pris: Voxtral Mini Transcribe 3 är den billigare modellen på indata. Utdatapriset är inte markerat som annorlunda, så anta inte att en är billigare att köra från början till slut enbart baserat på det.
För att välja mellan dem, börja med de praktiska begränsningar du faktiskt kan verifiera. Om du vill ha modellen med ett publicerat kontextfönster och det lägre indatapriset är Voxtral Mini Transcribe 3 det enkla standardvalet, särskilt för transkribering i hög volym där indataljud dominerar din användning. Om du redan har standardiserat på Microsoft-modeller någon annanstans i din stack, eller vill utvärdera MAI-Transcribe 2 tillsammans med andra Microsoft-erbjudanden, finns det inget i de listade fakta som utesluter den; den har helt enkelt mindre publicerad information om kontext och kostnad. Eftersom ingen av modellerna exponerar justerbara parametrar handlar ditt integrationsarbete mest om ljudhantering, chunkning och hur du lagrar den returnerade transkriberingen, inte om promptteknik eller verktygskonfiguration.
Att anropa någon av modellerna via api14 fungerar på samma sätt eftersom API:et är OpenAI-kompatibelt. Du skickar ditt ljud till transkriberingsslutpunkten med din api14-nyckel, och det enda som ändras mellan de två är modell-id-strängen. Använd microsoft/mai-transcribe-2 när du vill ha Microsoft-modellen, och mistralai/voxtral-mini-transcribe-3-0 när du vill ha Mistral-modellen. Förfrågningsformen, autentiseringen och svarshanteringen förblir identiska, så du kan byta genom att redigera ett fält, eller dirigera mellan dem vid körning om du vill jämföra resultat på ditt eget ljud.
Det finns ett fall där det mindre uppenbara valet fortfarande är vettigt. Om ditt team har befintliga Microsoft-verktyg, fakturering eller efterlevnadsarrangemang kan MAI-Transcribe 2 vara en bättre passning även om Voxtral Mini Transcribe 3 är billigare på indata, eftersom den omgivande integrationskostnaden kan överväga en skillnad per anrop. Kontrollera den aktuella pristabellen på denna sida för gällande priser innan du bestämmer dig, eftersom de kvalitativa anteckningarna här bara berättar vilken sida som är billigare, inte med hur mycket.
Byt med en sträng
Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "microsoft/mai-transcribe-2" till "mistralai/voxtral-mini-transcribe-3-0", promptar, streaming och verktyg fortsätter att fungera.
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);
Fler jämförelser
- AssemblyAI: Universal-3.6 Pro mot Mistral: Voxtral Mini Transcribe 3
- AssemblyAI: Universal-3.6 Pro mot Mistral: Voxtral Small Transcribe 3
- AssemblyAI: Universal-3.6 Pro mot Moondream: Parakeet Ultra
- AssemblyAI: Universal-3.6 Pro mot NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Mini Transcribe 3 mot Mistral: Voxtral Small Transcribe 3
- Mistral: Voxtral Mini Transcribe 3 mot Moondream: Parakeet Ultra
- Mistral: Voxtral Mini Transcribe 3 mot NVIDIA: Nemotron 3.5 Transcribe
- Mistral: Voxtral Small Transcribe 3 mot Moondream: Parakeet Ultra