Nemotron 3.5 Transcribe 對決 MAI Transcribe 2：每小時 100 美元，對上你自己擁有的 GPU

一千小時的音訊讓 Microsoft 花費一百美元。這就是 MAI Transcribe 2 定價論點的全部；該服務自 2026 年 9 月 3 日起以每音訊小時 0.10 美元進行公開預覽——每千分鐘約 1.67 美元，這個費率低於它提到的每一個託管競爭對手，大約是 OpenAI 對相同工作收費的三分之一。 Nemotron 3.5 Transcribe 是 NVIDIA 自 2026 年 10 月 28 日推出的開放檢查點，完全沒有按分鐘計價，因為購買它的唯一方式就是購買它運行所需的硬體。每月一千小時，Microsoft 的帳單在部門預算中只是零頭，而 NVIDIA 的則是資本採購。

接著是尷尬的部分。在公開準確度排行榜上，{{1}}MAI Transcribe 2{{/1}}以 2.0% AA-WER 位居全球第二。{{2}}Nemotron 3.5 Transcribe{{/2}}則以 3.4% 排名第二十。較便宜的模型同時也是較準確的模型，領先幅度甚至大於第九名到第二十名的整體差距。如果這項比較只涉及字詞和金錢，一段話就能講完。但事實並非如此，因為 {{3}}Microsoft{{/3}}不公布任何語者分離品質數值，而 {{4}}NVIDIA{{/4}}公布了數項——而那個空白欄位，正是仍有人會選擇昂貴選項的原因。

董事會所說的，以及它不能說的

Artificial Analysis 以相同的三資料集混合方式為這兩個模型評分，因此 2.0% 對上 3.4% 至少是同一指標、由同一操作者測得的同基準比較。這種情況在這個領域裡本應更常見，值得認真看待。MAI Transcribe 2 在排行榜上僅落後於一套即時預覽系統；Nemotron 3.5 Transcribe 則與三套系統並列，其中一套是處於最小推理模式的 Gemini Flash-Lite 變體。

NVIDIA 自家的發表資料回報 2.8% 的 AA-WER；若該數字屬實，它仍落後 Microsoft 整整八個十分之一個百分點。即時排行榜則顯示 3.4%。無論採用哪個數字，排名都不會改變，因此與本系列其他對比不同，發表數據與即時排行榜之間的落差在此不決定任何結果。在這項兩家公司都同意據以衡量的指標上，Microsoft 就是處於領先。

每小時 $0.10 究竟能買到什麼

MAI Transcribe 2 是專為長篇音訊打造的批次轉錄模型，適用於會議、通話、媒體典藏、聯絡中心錄音。它涵蓋 60 種語言並支援自動語言辨識，內建說話者分離，回傳字詞級時間戳記，支援針對人名與領域術語的關鍵字偏置，並提供兩種輸出風格——逐字版保留填充詞與起頭失誤，乾淨版則將其移除。微軟在 Artificial Analysis 的速度榜上報告約 411 倍即時吞吐量，總體排名第二，而其自家發布文章將此描述為比 GPT Transcribe 快十倍、比 Gemini 3.5 Transcribe 快五倍。

功能清單在紙面上是多數團隊所需功能的超集，也與 NVIDIA 的功能幾乎吻合。兩者都支援說話者分離、詞級時間戳、關鍵詞偏置、逐字與乾淨輸出，音訊長度上限都約一小時，且在所比較的 SKU 中皆僅提供批次處理。差異在邊緣：60 種語言對 40 種、八位說話者對未指定數量，以及一項價格，向財務團隊說明時容易三個數量級。

• 價格 — 每音訊小時 $0.10，限時優惠至 2026 年底，相較之下無牌價；成本為加速器時間。

• 準確度 — 2.0% AA-WER，排名第 2，對比 3.4%、排名第 20（即時排行榜上為 3.4%；NVIDIA 的資料宣稱 2.8%）。

• 吞吐量 — 約為即時速度的 411 倍，而在單張 RTX PRO 6000 Blackwell 上搭配 NVFP4 與草稿模型時，每秒最高可處理 2,238 秒的音訊；此數據是在高併發情況下以 30 秒音訊片段測得。

• 語言 — 60 種支援自動識別，相對於 40 種轉錄、31 種翻譯。

• 授權 — 專有、僅提供 API，對比採用 OpenMDW-1.1 且可下載權重。

• 發言者 — 內建語者分離，未公布 DER，對比最多 8 位可歸屬發言者、涵蓋 13 種語言；在 David AI 基準測試中，21 種語言的 DER 為 18.26%。

• 微調 — 未提供 vs 單一 GPU 調適，每項任務需 0.5–2.3 GPU 小時。

• 資料本地性 — 音訊會離開您的網路，對比可自行架設（包括離線）。

微軟留空的那一欄

微軟將語者分離功能綁入產品，卻未公布語者分離錯誤率。不是數字難看，而是根本沒有。NVIDIA 公布了四項獨立的語者分離結果：在 David AI 基準測試中，21 種語言的 DER 為 18.26%，是 14 個系統中最低；在 VoiceArena 的 Diarization-Bench 上，串接最小排列 WER 為 32.4%，是 14 個系統中最佳；在重疊的英語語音上，參考詞有 8.32% 被漏掉，而中位數接近 31%；以及在 13 種語言中的語者歸屬，對比微軟未指明的數量。

所有這些都是廠商在其自建測試環境中自行報告的結果，而誠實的解讀是：這些只是對能力的宣稱，而非品質的證明。但這種不對稱本身很能說明問題。一家公司如果有說話者分離的數據，就會公布出來，因為說話者分離是轉錄中最難做對、也是客戶最常抱怨的部分。一家公司把說話者分離打包在內卻不提供數據，等於告訴你它並不認為這是賣點。這可能意味著該功能夠用且平淡無奇，也可能意味著它很弱。Microsoft 的發表資料中沒有任何內容能區分這兩種情況，而目前也還沒有獨立排行榜以這種粒度衡量說話者分離錯誤率。

對於兩人的銷售電話，這並不重要——無論哪個模型都能正確標註兩個聲音。對於有交叉談話的六人董事會會議，18% DER 與未知數字之間的差異，就是一份可用的逐分鐘紀錄與一份無人信任的文件之間的差異。正是在這樣的工作負載下，開放檢查點的價格才不再顯得荒謬。

為什麼有人會買貴的那一款

四個理由，依它們在採購決策中實際出現的頻率由高到低排列。

首先是資料落地。MAI Transcribe 2 是 API。音訊會離開您的網路、進入供應商的租用戶，並受該供應商的保留條款管轄。Nemotron 3.5 Transcribe 在您掌控的硬體上執行，包括完全離線；對臨床錄音、法律程序、人資調查，以及任何受資料駐留制度規範的內容而言，這不是偏好，而是必要條件。每小時費用再低，也無法與合規限制相抗衡。

第二是持久性。微軟的 $0.10 費率明確是限時優惠，持續到 2026 年底，而發表資料中並未在任何地方揭露標準價格。團隊若以該數字打造產品，等於是把產品建立在不知何時到期的促銷費率上。開放權重沒有這種失效模式：你下載的檢查點仍可只付電費就繼續運作，無論供應商接下來做什麼。

第三點是調適。NVIDIA 報告指出，在單一 GPU 上微調，每個任務需 0.5 至 2.3 GPU 小時；另有一項醫療語音案例研究，在其中調適讓 3,619 段音訊的詞錯誤率從 30.8% 降至 11.8%，留出講者則從 22.44% 改善至 12.17%。Microsoft 則完全沒有提供微調途徑。對於帶口音、吵雜或術語密集的音訊——正是平均 2.0% 會變成實際 25% 的那種音訊——可調適的能力，比排行榜上兩個百分點的名次更有價值。Perit 經人工審核的英文測試集則從另一個方向講述同樣的故事：它讓 MAI Transcribe 2 與 GPT Transcribe 在 1.76% 的水準上彼此相差不到 0.01 個百分點，提醒我們這些排行榜在乾淨音訊上分數密集，在其他所有情況下則拉開差距。

第四點是 {{1}}MAI Transcribe 2{{/1}} 處於公開預覽階段。預覽意味著不提供正常運行時間保證、沒有棄用通知期，且功能集可能在你使用期間變動。{{2}}Nemotron 3.5 Transcribe{{/2}} 才問世一天，也有自身的成熟度問題——其 {{3}}GGUF{{/3}} 工具仍被描述為即將推出，且其量化本地版本尚未發布——但模型檢查點不會被撤出預覽。

零成本的對沖

大多數團隊不需要二選一。把大部分佇列交給便宜的 API 處理，並將不能離開內部環境的檔案，或必須正確歸屬發言者的會議，導向檢查點。這種混合策略比任何一種純策略都便宜，而且失效時也能平順退場：如果 Microsoft 的促銷費率到期後變成不吸引人的數字，自架路徑已經配置完成；如果開放模型的說話者分離宣稱經不起你的音訊考驗，API 也已經接好。

這種對沖之所以能在實務上奏效，關鍵在於讓流程管線的兩個半部保持可分割。語音辨識是一份合約；而取用轉錄稿的摘要器、分類器與路由器則是另一份。OrcaRouter 則涵蓋後半部，包括以同一組金鑰存取 200+ 個文字與多模態模型、供應商牌價以 0% 加價直接轉嫁——因此供應商降價當天就會反映到你的帳單，而不是等到下次合約續約——再加上自動容錯移轉，以及可將不同轉錄稿類別導向不同模型的路由 DSL。MAI Transcribe 2 與 Nemotron 3.5 Transcribe 都不在該目錄中，而且我們完全不提供語音轉文字服務，因此轉錄合約仍留在你簽約的地方。重點只在於：其下游的模型不應被綁死在同一家供應商。

以數量論的裁決

在每月約數百小時音訊以下、沒有資料駐留限制，且除雙方通話外沒有講者歸屬需求的情況下，MAI Transcribe 2 在每個會出現在試算表上的面向都是更划算的選擇：更便宜、在共享索引上更準確、更快，而且今天就能使用，無需配置。促銷價格確實有風險，值得以目前費率的兩到三倍來建模，但這並不會抹去三個數量級的差距。

超過那個用量，或附加上述四項限制中的任何一項，成本計算就會翻轉——不是因為開放模型每小時更便宜，而是因為那些時數根本買不到。Nemotron 3.5 Transcribe 的立論基礎在於講者、語言、在地性、調適與持久性，大致按此順序。其準確性論據則建立在一個公開排行榜目前並不支持的廠商說法上；任何人若把「開放權重中第一」掛在嘴邊，彷彿這已決定比較結果，那是在引用一張投影片，而不是引用一項測量。