
Scribe v3 Live Medical مقابل GPT Transcribe: ساعتان مختلفتان
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 89 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 97 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaجديدOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 88 tok/s
- OrcaجديدOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 134 tok/s
- OrcaجديدOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 لكل مليون رمز · 87 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 120 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 لكل مليون رمز · 187 tok/s
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 لكل مليون رمز · 143 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955الذكاء
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855الذكاء
هذان النموذجان ليسا متنافسين، وأسرع طريقة لإهدار ربع سنة هي التعامل معهما كأنهما واحد. إن GPT Transcribe هو نموذج OpenAI لتحويل الكلام إلى نص دون اتصال: ترسل ملفًا صوتيًا مكتملًا إلى نقطة نهاية النسخ، فيعود إليك نص مفرغ كامل ومنسق. لا يمكنه الاستماع إلى مكالمة جارية — وثائق OpenAI نفسها تقول ذلك صراحةً، وتوجّه أي شخص يحتاج إلى بث مباشر إلى gpt-live-transcribe أو gpt-realtime-whisper بدلًا من ذلك. أما Scribe v3 Live Medical فهو على النقيض: ضبط دقيق سريري في الوقت الفعلي موجود فقط داخل ElevenAgents، يفرّغ مكالمات المرضى والأعضاء ومقدمي الرعاية أثناء وجود المتصل على الخط، حتى يتمكن الوكيل من التفاعل مع جرعة قبل انتهاء الجملة.
إذن فالسؤال الصادق ليس أي نموذج أفضل، بل أي ساعة يعمل وفقها سير عملك. إذا كان على إنسان أو نموذج أن يتصرف أثناء المحادثة — بأن يجيب عن سؤال، أو يبحث عن منفعة، أو يرصد مانع استعمال — فإن GPT Transcribe مستبعد قبل أن تبدأ أي مقارنة دقة، والخيار الوحيد من OpenAI في هذا المسار يكلف 3.8 أضعاف لكل دقيقة. وإذا كان النص المفرغ مستندًا يُنتَج بعد الحدث، فإن Scribe v3 Live Medical غير قابل للاستخدام لسبب مختلف تمامًا: فلا يملك API، ولا معرّف نموذج، ولا سعرًا، ولا يمكن استدعاؤه من أي شيء ليس وكيل ElevenAgents.
الساعة التي يعمل كل واحد وفقًا لها
سعر القياس في GPT Transcribe هو 0.0045 دولار لكل دقيقة، أو 0.27 دولار لكل ساعة صوتية، وقيوده هي قيود الملف: تقبل نقطة نهاية النسخ من OpenAI حتى 25 ميغابايت لكل طلب، ويعيد النموذج نصًا مكتوبًا مع تطبيق تلميحات اللغة. ولا توجد نتيجة جزئية، لأنه لا شيء يستدعي أن تكون جزئية. وبالنسبة لزيارة مسجلة، أو ملاحظة مُملاة، أو دفعة من المكالمات المؤرشفة، فهذا هو الشكل الصحيح تمامًا، وهو أحد أرخص الطرق لاستخراج الكلمات من الصوت.
مسار البثّ في OpenAI هو خط منتجات مختلف بسعر مختلف: gpt-live-transcribe يُحتسب بسعر 0.017 دولارًا في الدقيقة، أي نحو 1.02 دولار لكل ساعة صوت. هذا هو ثمن وقت التشغيل — 3.8 أضعاف سعر المعالجة بالدفعات لنسخ المورّد نفسه، قبل أي نقاش عن الدقة. وهو أيضًا الموضع الذي تكمن فيه فعليًا كفاءة النسخ في الوقت الفعلي لدى OpenAI، وإذا كنت تقارن النسخ المباشر بالنسخ المباشر، فهذا هو النموذج الذي ينبغي أن تقارنه بـ Scribe v3 Live، لا بـ GPT Transcribe.
ساعة Scribe v3 Live Medical هي مدة المحادثة داخل ElevenAgents. لا يوجد ملف. هناك بث على شكل WebSocket تديره المنصة، ونموذج أدوار يقرر متى ينتهي المتصل من الكلام، ونص مفرّغ يستهلكه الوكيل كي يتصرف. لا تنشر ElevenLabs رقمًا لزمن الاستجابة للنسخة الطبية؛ الرقم الخاص بالعائلة هو أن Scribe v3 Live لديه معدل خطأ دلالي في الكلمات أقل بنسبة 44% من Scribe v2 Realtime، الذي يبلغ وسيط زمنه إلى النص المفرّغ المعتمد نحو 150 ms. تقول ElevenLabs إن الضبط الدقيق الطبي يضاهي Scribe v3 Live في زمن الاستجابة.

الدقة: رقم واحد مُدقَّق، ورقم مورد واحد، بلا تداخل
لدى GPT Transcribe معدل خطأ كلمات علني قيس بشكل مستقل: 3.31% في معيار AA-WER التابع لـ Artificial Analysis، وهو ما وضعه في المركز التاسع بين نحو خمسين نظامًا متتبعًا وقت إطلاقه في يوليو 2026، مع درجات فرعية بلغت 2.22% في الصوت الصادر في محادثات الوكلاء، و2.72% في VoxPopuli، و6.10% في مكالمات الأرباح. إن التباين داخل هذا الرقم الواحد هو الجزء المثير للاهتمام — فمكالمات الأرباح، بلهجاتها وتداخل أحاديثها ومصطلحاتها المتخصصة، أصعب عليه بنحو ثلاث مرات من كلام الوكلاء النقي. وتقع الاستشارة السريرية في مكان ما ضمن هذا التباين، ولم يقس أحد موضعها.
معدل خطأ الكلمات لدى Scribe v3 Live Medical هو 12.8% على PriMock57، المجموعة التي اختارتها ElevenLabs وتضم 57 استشارة محاكاة في الرعاية الأولية، مقابل 15.5% إلى 17.2% لأربعة نماذج تنافسية تعمل في الوقت الفعلي في التشغيل نفسه لدى المورد. وهو غير قابل للمقارنة بـ3.31% في أي من الاتجاهين، وليس فقط بسبب مجموعة البيانات: فالرقمان يأتيان من أدوات اختبار مختلفة، وظروف صوتية مختلفة، والأهم من ذلك، من زمن استجابة مختلف. يحق للنموذج الدفعي النظر إلى الملف كاملًا؛ أما النموذج التدفقي فيلتزم دون معرفة ما سيأتي لاحقًا. معدل خطأ الكلمات في التدفق أسوأ منه في الدفعي على الصوت نفسه، ولهذا تنشر Artificial Analysis الرقمين على لوحتين منفصلتين.
البيان القابل للدفاع عنه: {{1}}GPT Transcribe{{/1}} نموذج دفعي مُقاس جيدًا بأرقام أحادية منخفضة على الكلام العام، و{{2}}Scribe v3 Live Medical{{/2}} نموذج بثّي مُقاس من قِبل المورّد يتفوق على نظرائه في الزمن الحقيقي على الصوت السريري بنحو ثلاث نقاط، ولا توجد تجربة علنية تضعهما على التسجيل نفسه.

تكييف المجال، وهنا يكمن الفرق الحقيقي
المفردات السريرية هي السبب الكامل وراء وجود نموذج ElevenLabs، وهو يهاجم المشكلة مرتين: ضبط دقيق مُدرَّب على أسماء الأدوية والتشريح وعلم الأمراض، وآلية مصطلحات مفتاحية تقبل ما يصل إلى 10,000 مصطلح مخصص — قائمة أدوية، أو قائمة مقدمي رعاية، أو قاموس تخصصي — تُضمَّن دون تكلفة إضافية. وElevenLabs صريح بشأن الحد، في الأسئلة الشائعة الخاصة به: لا يطبّق النموذج مصطلحًا إلا عندما يكون الصوت مطابقة محتملة، وأسماء الأدوية المعزولة بلا سياق هي الحالة الأصعب لكل نموذج. وقد بُني النص النموذجي الخاص به من الشكل الأسهل، وهو اسم دواء داخل جملة مع جرعة مرفقة.
يعتمد نهج OpenAI على التعليمات بدلاً من الضبط الدقيق. يقبل GPT Transcribe قوائم كلمات مفتاحية ومُطالبة حرة الصياغة تصف موضوع الصوت، وعلى جانب الوقت الفعلي يمرر النموذج الأدوار المنسوخة السابقة كسياق. وقد رفع قياس OpenAI الخاص بهذه التهيئة، على معيار Context Aware ASR الخاص بها، الدقة الدلالية من 38.5% إلى 44.6% للنموذج المباشر — وهو رقم أبلغت عنه الشركة، يقيس ما إذا كان المعنى قد ظل محفوظًا وليس ما إذا كانت الكلمات صحيحة.
المقايضة العملية، وهي مقايضة حقيقية: يمكن لنموذج مشروط بالمُطالبة أن يكون أفضل بكثير من أدائه الخام في المعايير عندما تخبره بما يتوقعه، ويمكنه أن يهلوس الكلمات المفتاحية التي قدّمتها. ضَع "metformin" في المُطالبة، وقد ينتجه النموذج الذي لا يستطيع سماع الكلمة بوضوح رغم ذلك. أما النموذج المنحاز إلى الكلمات المفتاحية فيتدهور بشكل أكثر سلاسة، لأن الانحياز يغيّر الاحتمال بدلًا من تأكيد الوجود. لا يظهر أي من نمطي الفشل على لوحة الصدارة. ويظهر كلاهما في الملاحظات السريرية، حيث تكون الجرعة المهلوسة أسوأ من الفراغ.
مسألة الامتثال يحسمها الشكل، لا بطاقة الأداء.
بالنسبة لكيان مشمول، هذا هو القسم الذي يُنهي التقييم فعليًا. تذكر ElevenLabs أن Scribe v2 Medical — النظير الدفعي، ذلك الذي يمكنك استدعاؤه عبر API — مؤهل بموجب HIPAA مع اتفاقية شريك تجاري ووضع عدم الاحتفاظ (Zero Retention Mode)، وأنه عند تفعيل ZRM لا يُحتفظ بالصوت والنص المكتوب بعد المعالجة. وتضيف وثائقها تحذيرًا أكثر حزمًا بشأن النموذج الفوري المتاح ضمن الوصول المبكر: لا ترسل معلومات صحية محمية إلى Scribe v3 Live Medical حتى يُؤكد أهليته بموجب HIPAA، كما أن إقامة البيانات في الاتحاد الأوروبي غير متاحة أثناء الوصول المبكر. يتعايش هذان البيانان على موقع ElevenLabs، وهما ليسا البيان نفسه.
على جانب OpenAI، نقطة نهاية النسخ الصوتي هي API مؤسسية قياسية ذات النهج المعتاد في التعامل مع البيانات؛ فهي لا تُباع كمنتج سريري ولا تتضمن ضبطًا دقيقًا طبيًا. ما تتميز به عمليًا هو كونها نموذجًا دفعيًا: فلا تغادر معلومات PHI محيطك إلا مرة واحدة، ضمن ملف اخترته أنت، ولمدة تعرفها أنت، ثم تعود إليك كنص تخزّنه بنفسك. ولا يوجد تدفق مستمر يدعو للقلق بشأنه.
هذا التفاوت يأخذ منحًى غير متوقع. من الأسهل جعل خط أنابيب دفعي متوافقًا تحديدًا لأنه يحتوي على أجزاء متحركة أقل، وإذا كان سير عملك السريري يتحمّل تأخيرًا لبضع دقائق — توثيق محيط يُراجَع بعد الزيارة، وملاحظة تُصاغ ليوقّعها طبيب — فإن GPT Transcribe مع توجيه دقيق وقائمة كلمات مفتاحية يمثّل قصة امتثال أبسط من نموذج آني متاح بنفاذ مبكر وغير مؤهل بعد للتعامل مع PHI.
تكلفة كل ألف مكالمة، لكلا الشكلين
ألف مكالمة سريرية مدة كل منها عشر دقائق تساوي 10,000 دقيقة. على GPT Transcribe يبلغ ذلك 45 دولارًا. وعلى المسار المباشر لدى OpenAI يبلغ 170 دولارًا. أما على Scribe v3 Live Medical فلا يوجد رقم يمكن حسابه، لأن النموذج داخل اشتراك ElevenAgents يُسعَّر حسب دقيقة المحادثة، ويُحزَّم مع LLM وتركيب الكلام والاتصالات الهاتفية وتناوب الأدوار. وما إذا كانت تلك الحزمة أرخص من 45 دولارًا مضافًا إليها مكدس الوكلاء الخاص بك يعتمد كليًا على تكلفة مكدس الوكلاء الخاص بك، كما أن سعر ElevenLabs غير قابل للتفكيك إلى بند ASR.
ما يمكن تفكيكه هو جزء الاستدلال، وهو الجزء الذي يتوسّع مع طول المكالمة لا مع طول الصوت. الوكيل السريري الذي يقرأ نصًا مكتوبًا ويتخذ قرارًا ما يستدعي نموذجًا لغويًا كبيرًا في كل دور؛ يقدّم OrcaRouter 215 نموذجًا خلف واجهة برمجة تطبيقات واحدة متوافقة مع OpenAI بهامش ربح 0%، مع تمرير أسعار قوائم المزوّدين دون تغيير، لذا فإن النموذج الموجود خلف أيٍّ من أداتَي النسخ يمكن تبديله أو تزويده بتجاوز تلقائي للفشل دون المساس بمسار الصوت. نحن لا نقدّم Scribe v3 Live Medical أو أي نموذج تحويل صوت إلى نص من OpenAI، وليست أي من الأسعار المذكورة أعلاه أسعارنا.

كيف تقرر
إذا كان يجب أن يوجد النص المكتوب بينما المتصل ما زال يتحدث، فإن GPT Transcribe هو النموذج الخطأ، والمقارنة الصادقة تكون مع نقطة النهاية الحية من OpenAI بسعر 0.017 دولار لكل دقيقة. اذهب إلى ElevenAgents إذا كنت تريد ضبطًا دقيقًا سريريًا مع كشف الأدوار وتقبل وضع الامتثال الخاص بالوصول المبكر؛ واذهب إلى المسار الحي من OpenAI إذا كنت تريد نقطة نهاية قابلة للاستدعاء، وسعرًا منشورًا وتكييفًا للسياق، وكنت مستعدًا لاختبار الهلوسة على قائمة الأدوية الخاصة بك.
إذا كانت النسخة النصية مستندًا، فالمقارنة ليست متقاربة. فـ GPT Transcribe أرخص، ومُقيَّم بأداء مستقل، وقابل للاستدعاء اليوم، ومرخَّص تحديدًا لسير العمل نفسه الذي لديك: إدخال ملف وإخراج نص. أما إجابة ElevenLabs الخاصة في هذا المسار فهي Scribe v2 Medical بسعر 0.20 دولار في الساعة، مع أخطاء أقل بنسبة 15% من Scribe v2 على الصوت السريري الاختباري — منافس حقيقي، ومختلف عن النموذج المذكور في هذا العنوان.
الفخ في هذا الاقتران هو أن كلا الاسمين يحتوي على كلمة transcribe، وكلا البائعين ينشران معدل خطأ الكلمات، فتبدو المقارنة وكأنها تكتب نفسها. لكنها لا ينبغي أن تكون كذلك. أحد النموذجين يقرأ الملفات؛ والآخر يستمع إلى البشر. اختر الساعة أولًا، ثم ناقش الدقة في إطارها.
