Nemotron 3.5 Transcribe vs MAI Transcribe 2: godzina za 100 dolarów kontra GPU, które już posiadasz

Tysiąc godzin dźwięku kosztuje Microsoft sto dolarów. To cały argument cenowy za MAI Transcribe 2, który od 3 września 2026 r. jest w publicznym podglądzie w cenie 0,10 USD za godzinę dźwięku — około 1,67 USD za tysiąc minut, czyli stawce niższej niż u wszystkich wymienianych konkurentów oferujących usługi zarządzane i wynoszącej około jednej trzeciej tego, co OpenAI pobiera za tę samą pracę. Nemotron 3.5 Transcribe, otwarty checkpoint NVIDIA z 28 października 2026 r., nie ma w ogóle ceny za minutę, ponieważ jedynym sposobem, by go kupić, jest kupienie sprzętu, na którym działa. Przy tysiącu godzin miesięcznie rachunek Microsoftu to błąd zaokrąglenia w budżecie działu, a wydatek na NVIDIA to zakup kapitałowy.

Teraz niezręczna część. Na publicznej tablicy wyników dokładności MAI Transcribe 2 zajmuje drugie miejsce na świecie z wynikiem 2,0% AA-WER. Nemotron 3.5 Transcribe jest dwudziesty z wynikiem 3,4%. Tańszy model jest także dokładniejszy, a jego przewaga jest większa niż cała różnica między miejscami dziewiątym a dwudziestym. Gdyby to porównanie dotyczyło tylko słów i pieniędzy, skończyłoby się na jednym akapicie. Tak jednak nie jest, ponieważ Microsoft nie publikuje żadnego wskaźnika jakości diaryzacji, a NVIDIA publikuje kilka — i to właśnie ta pusta kolumna jest powodem, dla którego ktokolwiek wciąż wybrałby droższą opcję.

Co mówi zarząd, a czego nie może powiedzieć

Artificial Analysis ocenia oba modele na tej samej mieszance trzech zbiorów danych, więc 2,0% w porównaniu z 3,4% to przynajmniej porównanie w tych samych warunkach tego samego indeksu, mierzonego przez tego samego operatora. Jest to rzadsze, niż powinno być w tej kategorii, i zasługuje na poważne potraktowanie. MAI Transcribe 2 ustępuje jedynie systemowi podglądu w czasie rzeczywistym na szczycie rankingu; Nemotron 3.5 Transcribe zajmuje ex aequo miejsce z trzema systemami, z których jeden to wariant Gemini Flash-Lite w trybie minimalnego rozumowania.

Materiał premierowy samej NVIDIA podaje 2,8% AA-WER; gdyby tak zostało, NVIDIA nadal pozostawałaby o pełne 0,8 punktu procentowego za Microsoftem. Tablica wyników na żywo wskazuje 3,4%. W obu przypadkach kolejność się nie zmienia, więc — inaczej niż w pozostałych pojedynkach z tej serii — rozbieżność między danymi premierowymi a tablicą niczego tu nie rozstrzyga. Microsoft po prostu prowadzi w metryce, którą obie firmy zgodziły się stosować jako miarę.

Co tak naprawdę można kupić za 0,10 dolara za godzinę

MAI Transcribe 2 to model do transkrypcji wsadowej z myślą o długich nagraniach audio: spotkaniach, rozmowach, archiwach medialnych, nagraniach z centrów kontaktowych. Obejmuje 60 języków z automatyczną identyfikacją języka, zawiera diaryzację mówców, zwraca znaczniki czasu na poziomie słów, obsługuje ukierunkowanie na słowa kluczowe dla nazw i terminów dziedzinowych oraz oferuje dwa style wyników — dosłowny, który zachowuje wypełniacze i fałszywe początki, oraz oczyszczony, który je usuwa. Microsoft podaje przepustowość około 411× względem czasu rzeczywistego w rankingu prędkości Artificial Analysis, drugie miejsce ogółem, a jego własny post ogłoszeniowy przedstawia to jako dziesięć razy szybciej niż GPT Transcribe i pięć razy szybciej niż Gemini 3.5 Transcribe.

Lista funkcji jest na papierze nadzbiorem tego, czego potrzebuje większość zespołów, i niemal odpowiada ofercie NVIDIA. Obie rozwiązania wykonują diaryzację, obie zapewniają synchronizację czasową słów, obie obsługują faworyzowanie słów kluczowych, obie dają dosłowny i oczyszczony wynik, obie mają limit około godziny audio, a w porównywanym SKU obie działają wyłącznie w trybie wsadowym. Różnice są na obrzeżach: 60 języków wobec 40, ośmiu mówców wobec nieokreślonej liczby oraz cena, którą o trzy rzędy wielkości łatwiej wyjaśnić zespołowi finansowemu.

• Cena — 0,10 USD za godzinę audio, oferta ograniczona czasowo do końca 2026 r., w porównaniu z brakiem stawki katalogowej; kosztem jest czas akceleratora.

• Dokładność — 2,0% AA-WER, pozycja 2 vs 3,4%, pozycja 20 (3,4% na tablicy na żywo; materiały NVIDIA podają 2,8%).

• Przepustowość — około 411× czasu rzeczywistego w porównaniu z nawet 2 238 sekundami audio na sekundę na jednym RTX PRO 6000 Blackwell z NVFP4 i modelem draft, zmierzone na 30-sekundowych klipach przy wysokiej współbieżności.

• Języki — 60 z automatyczną identyfikacją w porównaniu z 40 transkrybowanymi, 31 przetłumaczonymi.

• Licencja — zastrzeżona, wyłącznie API vs OpenMDW-1.1 z wagami do pobrania.

• Mówcy — diaryzacja w pakiecie, brak opublikowanego DER w porównaniu z maksymalnie 8 mówcami z atrybucją w 13 językach; 18,26% DER w 21 językach w benchmarku David AI.

• Dostrajanie — brak oferty w porównaniu z adaptacją na pojedynczym GPU zajmującą 0,5–2,3 godziny GPU na zadanie.

• Lokalizacja danych — dane audio opuszczają Twoją sieć vs możliwość samodzielnego hostowania, także offline.

Kolumna, którą Microsoft zostawia pustą

Microsoft dołącza diaryzację i nie publikuje żadnego wskaźnika błędu diaryzacji. Nie jest on słaby — nie ma go wcale. NVIDIA publikuje cztery odrębne wyniki diaryzacji: 18,26% DER w 21 językach na benchmarku David AI, najniższy spośród 14 systemów; 32,4% połączonego WER z minimalną permutacją na Diarization-Bench VoiceArena, najlepszy spośród 14; 8,32% pominiętych słów referencyjnych w nakładającej się mowie angielskiej wobec mediany około 31%; oraz atrybucję mówców w 13 językach wobec nieokreślonej liczby Microsoftu.

Wszystkie te wartości są podawane przez dostawcę na jego stanowisku testowym, a uczciwa interpretacja jest taka, że stanowią one twierdzenie o możliwościach, a nie dowód jakości. Ale ta asymetria wiele mówi. Firma, która ma wynik liczbowy dotyczący diaryzacji, publikuje go, ponieważ diaryzacja jest najtrudniejszym elementem transkrypcji do prawidłowego opracowania i tym, na co klienci narzekają. Firma, która oferuje diaryzację w pakiecie bez podania wyniku, mówi ci, że nie uważa jej za atut sprzedażowy. Może to oznaczać, że funkcja jest wystarczająca i niczym szczególnym się nie wyróżnia. Może też oznaczać, że jest słaba. Nic w materiałach premierowych Microsoftu nie pozwala odróżnić tych dwóch przypadków, a żadna niezależna komisja nie mierzy jeszcze współczynnika błędu diaryzacji na tym poziomie szczegółowości.

W przypadku dwuosobowej rozmowy sprzedażowej nie ma to znaczenia — każdy z modeli poprawnie oznaczy dwa głosy. W przypadku sześcioosobowego posiedzenia zarządu z nakładającymi się głosami różnica między 18% DER a nieznaną wartością to różnica między użytecznym zapisem minuta po minucie a dokumentem, któremu nikt nie ufa. To jest ten rodzaj obciążenia, przy którym cena otwartego checkpointu przestaje wydawać się absurdalna.

Dlaczego ktokolwiek kupuje ten drogi

Cztery powody, uszeregowane malejąco według tego, jak często faktycznie pojawiają się w decyzjach zakupowych.

Pierwsza kwestia to lokalizacja danych. MAI Transcribe 2 to API. Audio opuszcza Twoją sieć, trafia do dzierżawy dostawcy i podlega warunkom przechowywania tego dostawcy. Nemotron 3.5 Transcribe działa na sprzęcie, który kontrolujesz, w tym w trybie całkowicie offline, co w przypadku nagrań klinicznych, postępowań sądowych, dochodzeń HR i wszystkiego, co podlega reżimowi lokalizacji danych, nie jest preferencją, lecz wymogiem. Żadna stawka godzinowa nie wygra z ograniczeniem wynikającym z wymogów zgodności.

Po drugie: trwałość. Stawka 0,10 USD Microsoftu jest wyraźnie ograniczoną czasowo ofertą obowiązującą do końca 2026 r., a w żadnych materiałach premierowych nie ujawniono standardowej ceny. Zespół, który buduje produkt w oparciu o tę kwotę, opiera się na cenie promocyjnej o nieznanym terminie ważności. Otwarte wagi nie mają tego trybu awarii: pobrany checkpoint działa dalej, a kosztem jest jedynie energia elektryczna, niezależnie od tego, co dostawca zrobi dalej.

Trzeci czynnik to adaptacja. NVIDIA donosi o dostrajaniu na pojedynczym GPU w czasie 0,5–2,3 GPU-godziny na zadanie oraz o studium przypadku mowy medycznej, w którym adaptacja obniżyła wskaźnik błędów słów z 30,8% do 11,8% w 3619 klipach, przy czym mówcy ze zbioru wydzielonego poprawili się z 22,44% do 12,17%. Microsoft nie oferuje żadnej ścieżki dostrajania. W przypadku audio z akcentem, hałaśliwego lub pełnego żargonu — dokładnie takiego, w którym średnia 2,0% staje się rzeczywistością 25% — możliwość adaptacji jest warta więcej niż dwa punkty pozycji w rankingu. Angielski zestaw Perit zweryfikowany przez ludzi opowiada tę samą historię z przeciwnej strony: stawia MAI Transcribe 2 i GPT Transcribe w odległości 0,01 punktu procentowego od siebie przy 1,76%, co przypomina, że te rankingi skupiają się ciasno na czystym audio, a rozpraszają na wszystkim innym.

Po czwarte, {{1}}MAI Transcribe 2{{/1}} jest w publicznej wersji zapoznawczej. Wersja zapoznawcza oznacza brak zobowiązania dotyczącego dostępności, brak okresu powiadomienia o wycofaniu oraz zestaw funkcji, który może się zmienić bez uprzedzenia. {{2}}Nemotron 3.5 Transcribe{{/2}} ma zaledwie jeden dzień i ma własny problem z dojrzałością — jego narzędzia GGUF wciąż są opisywane jako „wkrótce dostępne”, a jego skwantyzowane lokalne kompilacje nie zostały wydane — ale checkpoint nie przestaje być wersją zapoznawczą.

Zabezpieczenie, które nic nie kosztuje

Większość zespołów nie musi wybierać. Uruchom tanie API do większości kolejki, a pliki, które nie mogą opuścić budynku, albo spotkania, w których atrybucja mówców musi być poprawna, przekieruj do checkpointu. Taka hybryda jest tańsza niż każda z czystych strategii i zawodzi w kontrolowany sposób: jeśli promocyjna stawka Microsoftu wygaśnie, a nowa kwota będzie nieatrakcyjna, ścieżka self-hosted jest już przygotowana; jeśli deklaracja diaryzacji modelu open source nie sprawdzi się na Twoim audio, API jest już podłączone.

To, co sprawia, że to zabezpieczenie działa w praktyce, to utrzymanie rozdzielności obu połówek potoku. Rozpoznawanie mowy to jedna umowa; sumaryzator, klasyfikator i router, które przetwarzają transkrypcje, to inna. OrcaRouter obejmuje drugą połowę, oferując ponad 200 modeli tekstowych i multimodalnych za jednym kluczem, ceny listowe dostawców przekazywane z 0% narzutu — dzięki czemu obniżka ceny od dostawcy trafia na Twoją fakturę tego samego dnia, a nie dopiero przy kolejnym odnowieniu umowy — a do tego automatyczne przełączanie awaryjne i DSL routingu, który potrafi kierować różne klasy transkrypcji do różnych modeli. Ani MAI Transcribe 2, ani Nemotron 3.5 Transcribe nie znajdują się w tym katalogu, a my w ogóle nie świadczymy usług speech-to-text, więc umowa dotycząca transkrypcji pozostaje tam, gdzie ją podpisano. Chodzi tylko o to, że model znajdujący się poniżej w potoku nie powinien być zespawany z tym samym dostawcą.

Werdykt, według wolumenu

Poniżej około kilkuset godzin audio miesięcznie, przy braku ograniczeń dotyczących rezydencji danych i braku wymogu atrybucji mówcy w przypadkach wykraczających poza rozmowy dwuosobowe, MAI Transcribe 2 jest lepszym zakupem pod każdym względem, który pojawia się w arkuszu kalkulacyjnym: jest tańszy, dokładniejszy na wspólnym indeksie, szybszy i dostępny już teraz, bez konieczności aprowizacji. Ceny promocyjne są realnym ryzykiem i warto je uwzględnić w modelu przy dwu- lub trzykrotności obecnej stawki, ale nie niwelują różnicy trzech rzędów wielkości.

Powyżej tego wolumenu — albo z którymkolwiek z czterech powyższych ograniczeń — rachunek się odwraca: nie dlatego, że otwarty model jest tańszy za godzinę, ale dlatego, że godzin nie da się już w ogóle kupić. Argumentacja Nemotron 3.5 Transcribe opiera się na mówcach, językach, lokalności, adaptacji i trwałości — mniej więcej w tej kolejności. Jej argument dotyczący dokładności opiera się na twierdzeniu dostawcy, którego publiczna tablica wyników obecnie nie potwierdza, a każdy, kto powtarza „pierwszy wśród otwartych wag”, tak jakby rozstrzygało to porównanie, cytuje slajd, a nie pomiar.