
Scribe v3 vs MAI Transcribe 2: 0,09 poäng och en hastighetsskillnad på 4,4 gånger
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 186 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 358 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 139 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Sätter du ElevenLabs Scribe v3 och MAI-Transcribe-2 i samma testrigg hamnar de 0,09 procentenheter ifrån varandra i ordfelsfrekvens — 1,95 % mot 2,04 % i AA-WER-indexet för icke-strömmande läge från Artificial Analysis. Sätter du dem i samma genomströmningstest blir en av dem klar med samma timme ljud på ungefär en fjärdedel av den verkliga tiden. Dessa två fakta pekar åt motsatta håll, och vilken du ska följa beror på en fråga som de flesta transkriberingsjämförelser aldrig ställer: om din flaskhals är orden eller klockan. Scribe v3 är den mer träffsäkra modellen med en marginal som du kommer att ha svårt att mäta i produktion. MAI-Transcribe-2 är 4,4× snabbare och hälften så dyr. Den här sidan handlar om vilken av dem du faktiskt bör betala för.
Börja med det korpus som liknar ditt ljud
Den sammanvägda skillnaden på 0,09 punkter är ett genomsnitt, och genomsnittet döljer en omkastning. På Artificial Analysis' Earnings-22-korpus – spontant, accentfärgat telefonljud med flera talare, det närmaste ett riktigt säljsamtal man kommer på resultattavlan – får MAI-Transcribe-2 2,99 % och Scribe v3 3,34 %. Microsoft vinner den korpusen med 0,35 punkter, fyra gånger så stor som den sammanvägda skillnaden, i motsatt riktning. På det centrala setet med uppläst tal vinner Scribe v3 med 1,47 % mot 1,83 %. På VoxPopuli, parlamentariskt tal, är det 1,52 % mot 1,50 % – ett dött lopp inom bruset.
Så "{{1}}Scribe v3 är mer exakt{{/1}}" är ett påstående om ett genomsnitt, och genomsnittet är bara meningsfullt om ditt ljud är ett genomsnitt av ljudböcker, parlamentsdebatter och konferenssamtal. {{2}}Arbetslaster för kontaktcenter och röstagenter är inte det; de är formade efter Earnings-22, och på den korpusen vänds rankingen.{{/2}} {{3}}Arbetslaster för podcast och mediearkiv är formade efter uppläst tal, och där är Scribe v3:s fördel verklig och större än vad det sammansatta måttet antyder.{{/3}}

Båda uppsättningarna siffror är mätningar från Artificial Analysis i en gemensam testrigg, vilket är det enda skälet till att jämförelsen överhuvudtaget är värd att göra. Ingendera leverantörens eget lanseringsmaterial är jämförbart med den andras: ElevenLabs rapporterar en relativ FLEURS-förbättring på 27 % jämfört med Scribe v2 på 102 språk, Microsoft rapporterar ett FLEURS-genomsnitt på 5,2 % över 60 språk, och dessa två siffror beräknas på olika språkuppsättningar med olika medelvärdesberäkning. Tredjepartens resultattavla är den enda platsen där de två modellerna möts på lika villkor.
4,4× är talet som förändrar arkitekturen
Genomströmning är där de två modellerna slutar framstå som utbytbara. MAI-Transcribe-2 körs med en medianhastighetsfaktor på 338,5 i Artificial Analysis testbänk; Scribe v3 ligger på 76,8. Båda är långt snabbare än realtid – Scribe v3 klarar en timmes ljud på under en minut – så för ett nattligt batchjobb som fyller på ett podcastarkiv är skillnaden osynlig. För allt interaktivt är den det inte.

Tänk dig en röstagent som behöver en transkription innan den kan avgöra vad den ska säga härnäst. Vid 76,8× tar en timme ljud 47 sekunder beräkning. Det är bra när ljudet är en färdig inspelning och oanvändbart när ljudet kommer in live, vilket är anledningen till att ElevenLabs säljer en separat realtidsmodell för den uppgiften i stället för att peka på batchmodellen. Microsofts svar är också en separat streaming-SKU. Ingen av leverantörernas batchmodeller är rätt verktyg för live-ljud; genomströmningstalet spelar roll i ett annat fall – asynkrona pipelines med hög volym där du bearbetar tusentals timmar om dagen och kön, inte den som ringer, väntar.
Vid 10 000 timmar i månaden behöver 76,8× ungefär 130 timmars beräkningskapacitet och 338,5× behöver ungefär 30. Det är skillnaden mellan ett kluster som du hyr per timme och ett som du knappt märker. Det är också skillnaden mellan en backfill som blir klar under natten och en som blir klar under en helg.
Pris: en faktor på två, med ett utgångsdatum
På listpris är gapet tydligare än noggrannhetsgapet. MAI-Transcribe-2 kostar $0,10 per ljudtimme, eller $1,67 per 1 000 minuter. Scribe v3 kostar $0,20 per ljudtimme efter ElevenLabs prissänkning den 17 november, eller $3,33 per 1 000 minuter. Exakt dubbelt, i båda ändarna.
Microsoft-priset har ett förbehåll som hör hemma i varje budget som bygger på det: $0,10 i timmen är ett introduktionserbjudande som gäller till slutet av 2026, och Microsoft har inte publicerat det standardpris som följer. En plan för 2027 som låses vid $1,67 per 1 000 minuter är en plan med en rad utan pris. ElevenLabs-priset är det gällande listpriset efter en sänkning, inte en kampanj, vilket gör det till den mer försvarbara siffran för en flerårsmodell även om det är det högre i dag.
Två andra kostnader ligger utanför det annonserade priset och båda gynnar ElevenLabs. Nyckeltermspromptning i Scribe v3 debiteras med 0,05 USD i timmen utöver grundpriset; transkriptredigering med 0,07 USD. Microsoft inkluderar nyckelordsbias i transkriptionsanropet. Och ElevenLabs timpris täcker diarisering, entitetsidentifiering och ordtidsstämplar i samma körning, medan Microsoft mäter via Azure Speech-resurser där kringtjänsterna har egna radposter. Multipeln på två gånger är verklig, men den är en undre gräns för gapet, inte ett tak.
Funktioner där de verkligen skiljer sig åt
• Verbatim-läge – MAI-Transcribe-2 har det, som en växling mellan ordagrann och rensad utdata. Scribe v3 har det inte; ElevenLabs dokumenterar "inget verbatim-läge" för modellen. För regelefterlevnadsinspelning, QA-poängsättning och allt där en felstart är bevis är det ett hårt krav, och det avgör valet i sig.
• Språkbredd — Scribe v3 dokumenteras för 90+ språk; MAI-Transcribe-2 för 60, med en publicerad supporttabell per språk och automatisk språkidentifiering aktiverad som standard. ElevenLabs listar språknamn, men dess noggrannhetsuppdelning är snävare än dess täckningsanspråk.
• Diarisering – Scribe v3 klarar upp till 32 talare, och leverantören hävdar 12 % färre diariseringsfel än v2 och 17 % färre vid tre eller fler talare. MAI-Transcribe-2 erbjuder diarisering som en parameter med talarmärkta segment, och Microsoft publicerar ingen diariseringsfelkvot alls. Omätt är inte samma sak som dåligt, men det är omätt.
• Domänordförråd – Scribe v3 tar upp till 1 000 nyckeltermer per batchförfrågan. MAI-Transcribe-2 tar emot en fraslista av godtycklig längd som igenkänningstips, där dokumentationen uttryckligen anger att termerna är tips och inte påtvingade utdata.
• Driftsättningsform — MAI-Transcribe-2 körs via Azure Speechs slutpunkt för förbättrat läge i namngivna regioner, med REST- och SDK-vägar samt en Voice Live-integrering för inmatningstranskribering. Scribe v3 är en ändring av modell-ID på en befintlig ElevenLabs-integrering, med bearbetning i USA som standard och alternativ för datahemvist i EU, Indien och Singapore för företagsabonnemang.
• Efterlevnad — ElevenLabs kräver ett undertecknat Business Associate Agreement via säljavdelningen innan HIPAA-arbete utförs, och deras dokumentation anger inte att Scribe v3 i sig är HIPAA-berättigad, bara att vårdkunder först måste underteckna ett BAA. Microsofts Azure Speech-stack har den vanliga regionala och företagsmässiga efterlevnadsytan. Läs båda noggrant innan du skickar patientljud genom någon av dem.

Kör båda utan ett andra avtal
Det realistiska svaret för de flesta team är inte en vinnare utan en uppdelning: en modell för korpusen där den vinner, dirigerad efter arbetsbelastning. Det är fallet som OrcaRouters routinglager finns för längre upp i pipelinen – transkript sammanfattas, klassificeras och åtgärdas, och det är de anropen som multipliceras. Ett API över 200+ modeller, leverantörers listpriser förs vidare med 0 % påslag, automatisk failover, och ett routing-DSL som kan skicka ett mötestranskript till en sammanfattare och ett compliance-transkript till en annan utan en andra integration. Varken Scribe v3 eller MAI-Transcribe-2 finns i vår lista – båda tillhandahålls av sina leverantörer – så uppdelningen innebär fortfarande två talavtal. Det som kollapsar är allt nedströms om transkriptet.
Om du verkligen vill ha en enda leverantör är särskiljningen billig att köra: ta hundra timmar av din egen ljudinspelning, poängsätt båda på den och titta på den Earnings-22-formade delmängden i stället för genomsnittet. Den sammansatta skillnaden på 0,09 poäng är mindre än den skillnad som endera modellen uppvisar mellan korpusar, vilket innebär att den publicerade resultattavlan är en prior, inte ett svar.
Vem ska välja vilken
Välj MAI-Transcribe-2 om ditt ljud är samtalsbaserat, volymen är hög, din pipeline är asynkron och du behöver ordagrann utdata – och budgetera för att priset ändras i januari. Välj Scribe v3 om du behöver bredd i språk, högt antal talare, ett publicerat diariseringspåstående eller ett pris som du kan lägga in i en treårsmodell utan asterisk. Välj båda, uppdelat per corpus, om du har den operativa aptiten – noggrannhetsskillnaden mellan dem är tillräckligt liten för att beslutet egentligen handlar om genomströmning, stöd för ordagrann text och vems prissättning du litar på ska finnas kvar nästa år.
