¿Es MAI-Transcribe-2 (preview) o Gemini 3.5 Transcribe más preciso?

MAI-Transcribe-2 (preview) es más preciso, con una tasa de error de palabras del 7.8% frente al 10.4% de Gemini 3.5 Transcribe, según nuestro benchmark estandarizado.

¿Cuál es más económico, MAI-Transcribe-2 (preview) o Gemini 3.5 Transcribe?

MAI-Transcribe-2 (preview) es más económico a $0.0017/min frente a $0.0050/min de Gemini 3.5 Transcribe.

¿Deberías elegir MAI-Transcribe-2 (preview) o Gemini 3.5 Transcribe?

Elige MAI-Transcribe-2 (preview) para precisión and menor coste; elige Gemini 3.5 Transcribe para velocidad and cobertura de idiomas.

MAI-Transcribe-2 (preview) vs. Gemini 3.5 Transcribe

Volver a Modelos

MAI-Transcribe-2 (preview) vs Gemini 3.5 Transcribe

Name: MAI-Transcribe-2 (preview)
Author: Microsoft Azure

2 modelos comparados en el mismo benchmark — precisión, latencia, precio, cobertura de idiomas y capacidades. MAI-Transcribe-2 (preview) lidera en precisión; Gemini 3.5 Transcribe es el más rápido; Gemini 3.5 Transcribe cubre más idiomas; MAI-Transcribe-2 (preview) es el más económico.

Abrir ambos en el playground

Veredicto · quién gana qué

Más preciso

MAI-Transcribe-2 (preview)

7.8% WER

Microsoft Azure

Más rápido

Gemini 3.5 Transcribe

1.0× en tiempo real

Google Gemini

Más idiomas

Gemini 3.5 Transcribe

72 idiomas

Google Gemini

Más económico

MAI-Transcribe-2 (preview)

$0.0017/min

Microsoft Azure

Comparando

2 modelos · mismo benchmark

Por lotes

MAI-Transcribe-2 (preview)

Microsoft Azure

$0.0017/min

#1 · 89.9

Microsoft MAI-Transcribe-2 — el modelo de transcripción propio de Microsoft AI, en versión preliminar pública en Azure Speech. 60 idiomas con detección automática del idioma y cambio de idioma a mitad de frase, diarización de hablantes, marcas de tiempo por palabra y vocabulario personalizado. Acepta WAV, MP3 y FLAC.

Usar Este Modelo Detalles →

Por lotes

Gemini 3.5 Transcribe

Google Gemini

$0.0050/min

Transcripción por lotes de Google Gemini con marcas de tiempo por palabra, identificación opcional de hablantes y vocabulario personalizado.

Usar Este Modelo Detalles →

Resumen

Promedio de benchmark 30 días

Puntuación general

0–100

89.9

69.4

Ranking de precisión

de 37

—

Tasa de error de palabras

WER

7.8%

10.4%

Tasa de error de caracteres

CER

6.1%

6.9%

Tasa de error de coincidencia

MER

7.0%

9.8%

Información de palabras perdida

WIL

10.2%

14.6%

Idiomas

Coste vs. precisión

WER general vs precio

MAI-Transcribe-2 (preview)

grupo · 36 modelos

abajo a la izquierda es mejor

Precisión por categoría

WER · menor es mejor

code_switching

16.4%

26.7%

conversational

5.2%

5.9%

finance

7.1%

6.8%

Precisión por acento

WER · inglés

african

24.6%

24.6%

australian

3.1%

18.5%

indian

9.5%

Velocidad y latencia

p50 → p99

Velocidad de procesamiento

× tiempo real

—

1.0×

Latencia p50

912ms

5.1s

Latencia p90

946ms

5.1s

Tiempo real / streaming

Promedios del benchmark en streaming

Ranking en tiempo real

—

Puntuación en tiempo real

0–100

—

Tiempo hasta la primera palabra

—

Vaciado final

—

Factor de tiempo real

—

Parpadeo

—

Cadencia

—

Fiabilidad

Últimos 30 días

Disponibilidad

94.44%

100.00%

Tasa de error

5.56%

0.00%

Precios

facturado por segundo

Tarifa

por minuto

$0.0017

$0.0050

Granularidad de facturación

per 1s

1 hora de audio

$0.10

$0.30

100 horas

Capacidades

Soporte de características

Diarización de hablantes

Yes

Marcas de tiempo por palabra

Yes

Cambio de código

Yes

Cobertura y despliegue

Idiomas · formatos · regiones

Idiomas

Modo

Por lotes

Región

Estados Unidos

—

Formatos de audio

wav

mp3

flac

MAI-Transcribe-2 (preview) vs Gemini 3.5 Transcribe

Resumen

Coste vs. precisión

Precisión por categoría

Precisión por acento

Velocidad y latencia

Tiempo real / streaming

Fiabilidad

Precios

Capacidades

Cobertura y despliegue

Preguntas frecuentes