હા. AI બેસીને વીડિયો જોઈ શકતું નથી, પણ વીડિયોની ટ્રાન્સક્રિપ્ટ વાંચી શકે છે, અને મોટા ભાગના YouTube વીડિયોમાં સામગ્રી ત્યાં જ હોય છે: શું કહેવાયું, અને ક્યારે. 21 નવેમ્બર 2026એ અમે એક AI પાસે ટ્રાન્સક્રિપ્ટ વંચાવીને 101 YouTube વીડિયો, કુલ 34 કલાક, "જોવડાવ્યા". તેમાં 3 મિનિટ 28 સેકન્ડ લાગી.
ટ્રાન્સક્રિપ્ટ માટે અમે અમારું પોતાનું ટૂલ YouTubeTranscript.dev વાપર્યું, અને વાંચવા માટે એક AI મોડલ. નીચે છે કે શું આપ્યું, શું નીકળ્યું, AIએ ક્યાં ભૂલ કરી, અને તમારી પોતાની યાદી સાથે આ કેવી રીતે કરવું.
અમે તેને શું આપ્યું, અને કેટલો ખર્ચ થયો?
એવી યાદી જે બધા પાસે હોય છે અને કોઈ ક્યારેય પૂરી કરતું નથી: 29 AI YouTube ચેનલે નવ દિવસમાં જે કંઈ પોસ્ટ કર્યું તે બધું. અમે અગાઉના એક અભ્યાસની 31 AI ટૂલ ચેનલ લીધી અને 12થી 21 નવેમ્બર 2026 વચ્ચે પ્રકાશિત થયેલો 3 મિનિટ કે તેથી લાંબો દરેક વીડિયો રાખ્યો. બે ચેનલે આટલું લાંબું કંઈ પોસ્ટ કર્યું ન હતું, એટલે 101 વીડિયો બચ્યા.
સાચો ટેસ્ટ, 21 નવેમ્બર 2026 (UTC), YouTubeTranscript.dev API દ્વારા.
| અમે શું માપ્યું | પરિણામ |
|---|---|
| વીડિયો | 101, 29 ચેનલમાંથી |
| લંબાઈ | 34.0 કલાક (મીડિયન 17 મિનિટ 49 સેકન્ડ, સૌથી લાંબો 56 મિનિટ 55 સેકન્ડ) |
| મળેલી ટ્રાન્સક્રિપ્ટ | બધા 101માં કેપ્શન હતાં; કોઈના ઓડિયોને AIથી ટ્રાન્સક્રાઇબ કરવાની જરૂર ન પડી |
| શબ્દો | 407,082 |
| બધી ટ્રાન્સક્રિપ્ટ લાવવાનો સમય | 120.6 સેકન્ડ, એક બેચ રિક્વેસ્ટ |
| AIનો વાંચવાનો સમય | 74.4 સેકન્ડ (દરેક વીડિયો એક વાર) + 12.7 સેકન્ડ (બધાની સરખામણી) |
| YouTubeTranscript.dev ક્રેડિટ | 101 (દરેક વીડિયોની 1) |
| AI મોડલનો ખર્ચ | $0.41 |
અમે કેવી રીતે માપ્યું: ચેનલ યાદીઓ અને બેચ 21 નવેમ્બર 2026એ 04:00થી 04:05 UTC વચ્ચે અમારા API દ્વારા ચાલ્યાં. બેચનો સમય તેના પોતાના બનવાના અને પૂરા થવાના ટાઇમસ્ટેમ્પ પરથી છે. શબ્દો પાછા આવેલા ટેક્સ્ટમાં ગણ્યા. ક્રેડિટ અમારું પહેલાં (2,189) અને પછી (2,088)નું બેલેન્સ છે. AIનો ખર્ચ દરેક રિક્વેસ્ટે જણાવેલા ટોકન છે, મોડલની લિસ્ટ કિંમતે.
AIને વારંવાર શું મળ્યું?
અમે AI પાસે દરેક વીડિયોના પાઠ માગ્યા, દરેક સાથે ટ્રાન્સક્રિપ્ટમાંથી કોપી કરેલું અવતરણ. પછી તેણે એકસરખી વાત કહેતા પાઠ એક જૂથમાં મૂક્યા. નીચેના આંકડા એ જૂથોમાંથી ગણેલા વીડિયો છે, AIએ લખેલા આંકડા નથી.
જે નીકળ્યું: 34 કલાકને બદલે અમે વાંચ્યું હોત તે એક પાનું.
- Fable 5.2 વધુ સારાં પરિણામ આપે છે, પણ Opus 5.5 કરતાં મોંઘું છે (6 વીડિયો). Jack Robertsને તે "twice as expensive as Opus 5.5 and 50% slower" લાગ્યું (24:50).
- મોટાં કામ એજન્ટોના "ઝુંડ"માં વહેંચો (6 વીડિયો).
- Gemini 4 Neon સસ્તું છે અને ટોચનાં મોડલની નજીક છે (5 વીડિયો).
- Claude હવે તમારા વીડિયો કૉલમાં જોડાઈ શકે છે અને વાત ચાલતી હોય ત્યારે ડોક્યુમેન્ટ અને વ્હાઇટબોર્ડ બનાવી શકે છે (4 વીડિયો).
- સરળ કામ માટે નાનાં, સસ્તાં મોડલ વાપરો (4 વીડિયો).
- એજન્ટના જોખમી કામ પહેલાં માનવ મંજૂરી રાખો (4 વીડિયો).
- મોડલને બેન્ચમાર્ક પર નહીં, તમારા પોતાના કામ પર ચકાસો (4 વીડિયો, 3 ચેનલ). "Make your own benchmark. Take five to 10 real tasks you do every single week" (TheAIGRID, 29:22).
AI વગર ફક્ત શબ્દો ગણવાથી જ ખબર પડે છે કે અઠવાડિયું શેના વિશે હતું: 101 ટ્રાન્સક્રિપ્ટમાંથી Claude 78માં આવ્યું, Fable 58માં, Opus 56માં, GPT 41માં અને Gemini 35માં.
સૌથી ચોંકાવનારા દાવા કયા હતા?
અમે એવા દાવા માગ્યા જે AIને અનુસરતી કોઈ વ્યક્તિને ચોંકાવી દે. આ ક્રિએટર્સના શબ્દો છે, જે ક્ષણે તેમણે કહ્યા તે જ. અમે તેમને ચકાસ્યા નથી, અને ફરી કહેતાં પહેલાં તમારે ચકાસવા જોઈએ.
- Anthropicના IPOએ "raised $81.3 billion" (Matt Wolfe, 0:31).
- GPT-6.2 Astraએ "scored 100% on ARC-AGI 3", પહેલો સંપૂર્ણ સ્કોર (TheAIGRID, 5:33).
- Fableએ "coordinated over a thousand sub agents working around the clock for eight days and built a working operating system" (Ben AI, 7:35).
- Anthropicમાં AI એજન્ટોના કામના કલાકો ત્યાંના લોકો કરતાં "by six or 7 to one" વધુ છે (Nick Saraev, 3:40).
- એક નાના ઓપન મોડલે "refused 92 out of 100" રિક્વેસ્ટ, અને તેની સેફ્ટી ટ્રેનિંગ કાઢ્યા પછી 100માંથી 4 (Jack Roberts, 30:29).
ક્રિએટર્સ કઈ બાબતોમાં અસહમત હતા?
આ એવો ભાગ છે જે એક વીડિયોનો સારાંશ આપી શકતો નથી. અમે AIને એવા પ્રશ્નો શોધવા કહ્યું જેના જવાબ જુદી જુદી ચેનલે ઊલટા આપ્યા.
- શું Fable 5.2 તેની કિંમતને લાયક છે? બેએ હા કહ્યું: MattVidPro ("for some people it's definitely worth it", 8:16) અને Jack Roberts, જે તેને રોજ વાપરે છે (26:03). બેએ કહ્યું Opus 5.5 પર જ રહો: Ben AI ("faster and it's half the price", 4:16) અને David Ondrej (2:14).
- કયું મોડલ પસંદ કરો તેનાથી હજુ ફરક પડે છે? corbin: "at a certain point it's just going to get so good it doesn't matter who you choose" (3:21). AI Explained: "the main three families of models on your particular task" અજમાવો (2:03).
- શું AIથી વીડિયો એડિટિંગ હવે સારું છે? Wes Rothએ Fableને "top of the line" કહ્યું (20:52); Nate Herkએ બે ટોચનાં મોડલ અજમાવ્યાં અને "they were both really bad" (9:12).
શું AIએ કોઈ ભૂલ કરી?
હા, અને એટલે જ દરેક તારણ સાથે અવતરણ હતું.
- ઘડી કાઢેલાં અવતરણ. તેણે 1,053 અવતરણ આપ્યાં. અમે દરેકને ટ્રાન્સક્રિપ્ટમાં શોધ્યું: 829 શબ્દશઃ મળ્યાં, અને બાકીનાં 224 (21%) અમે કાઢી નાખ્યાં. આ લેખનો દરેક ટાઇમસ્ટેમ્પ ટ્રાન્સક્રિપ્ટમાંથી છે, AIમાંથી નહીં.
- મતભેદ જે મતભેદ ન હતા. તેણે 7 બતાવ્યા. વાંચતાં 4 સાચા નીકળ્યા. એકમાં તેણે એક ક્રિએટરને ખોટી બાજુ મૂક્યા હતા, જે અમે સુધાર્યું.
- જે ફક્ત સ્ક્રીન પર છે. ટ્રાન્સક્રિપ્ટમાં એ જ હોય જે બોલાયું. બોલ્યા વગર બતાવેલો ચાર્ટ, ડેમો કે કોડ એડિટર તેને દેખાતો નથી.
- કેપ્શનની જોડણી. એક વીડિયોના શીર્ષકમાં "Riemann Hypothesis" છે, પણ આ શબ્દ 101માંથી એક પણ ટ્રાન્સક્રિપ્ટમાં નથી, કારણ કે કેપ્શન તેને જુદી રીતે લખે છે. ફક્ત ચોક્કસ શબ્દથી નહીં, અર્થથી શોધો.
મારી પોતાની વીડિયો યાદી સાથે આ કેવી રીતે કરું?
વેબસાઇટ પર. કોઈ ચેનલ કે પ્લેલિસ્ટની લિંક YouTubeTranscript.devમાં પેસ્ટ કરો, અને દરેક વીડિયોની ટ્રાન્સક્રિપ્ટ ટાઇમસ્ટેમ્પ સાથે એક જ જોબમાં મળી જશે. તમારી Watch Later યાદી ખાનગી હોય છે, એટલે પહેલાં વીડિયોને કોઈ પબ્લિક પ્લેલિસ્ટમાં કોપી કરો. પછી નીચેના પ્રોમ્પ્ટ સાથે ટ્રાન્સક્રિપ્ટ તમારા AI સહાયકને આપો.
આ એ વીડિયોની ટ્રાન્સક્રિપ્ટ છે જે મેં સેવ કર્યા અને ક્યારેય જોયા નથી. દરેક વીડિયો માટે મને 5 સુધી એવા પાઠ આપો જે હું વાપરી શકું, અને સૌથી ચોંકાવનારો દાવો. દરેક મુદ્દા માટે ટ્રાન્સક્રિપ્ટના ચોક્કસ શબ્દો ટાઇમસ્ટેમ્પ સાથે ટાંકો. પછી બધા વીડિયોને સાથે જોઈને: કયા પાઠ 3 કે વધુ વીડિયોમાં આવ્યા, અને ક્યાં બે વીડિયો એકબીજા સાથે અસહમત હતા? ફક્ત ટ્રાન્સક્રિપ્ટમાં જે છે તે જ વાપરો.
જો વીડિયો થોડા કરતાં વધુ હોય, તો તેમને જૂથોમાં વહેંચો, જેમ AIથી લાંબા દસ્તાવેજોનો સારાંશ કેવી રીતે બનાવવોમાં છે.
API દ્વારા. અમે આ જ કર્યું: કોઈ ચેનલના અપલોડની યાદી લો, બધા વીડિયો ID એક બેચ રિક્વેસ્ટમાં મોકલો, પછી કોઈ પણ AI મોડલથી ટ્રાન્સક્રિપ્ટ વંચાવો. શબ્દશઃ અવતરણ માગો અને ભરોસો કરતાં પહેલાં દરેકને ટ્રાન્સક્રિપ્ટના ટેક્સ્ટ સાથે મેળવો; આ કોડની થોડી લાઇનો છે, અને તેનાથી અમને 224 ખોટાં અવતરણ પકડાયાં.
Claude Code કે Claude Desktopમાં. YouTubeTranscript.devનું એક MCP સર્વર છે, એટલે Claude જાતે ટ્રાન્સક્રિપ્ટ લાવી શકે છે. તમારી API key સાથે તેને ઉમેરો:
claude mcp add --transport http youtubetranscript https://mcp.youtubetranscript.dev --header "x-api-token: YOUR_API_KEY"
પછી પૂછો: "આ વીડિયોની ટ્રાન્સક્રિપ્ટ લાવો અને ટાઇમસ્ટેમ્પ સાથે કહો કે મેં શું ચૂકી ગયું."
મને આનો કેટલો ખર્ચ થશે?
- ટ્રાન્સક્રિપ્ટ: કેપ્શન ધરાવતા દરેક વીડિયો માટે 1 ક્રેડિટ, લંબાઈ ગમે તે હોય. અમારા 101 વીડિયો પર 101 ક્રેડિટ લાગી. કેપ્શન વગરના વીડિયો ઓડિયોમાંથી ટ્રાન્સક્રાઇબ થાય છે, દર 2 મિનિટની 1 ક્રેડિટ.
- પ્લાન: ફ્રી પ્લાન દર મહિને 10 ક્રેડિટ અને એક બેચમાં 10 વીડિયો સુધી આપે છે. Basic મહિને $9માં 1,200 ક્રેડિટ અને એક બેચમાં 500 વીડિયો સુધી આપે છે, જે આ ટેસ્ટ મહિનામાં 11 વાર ચલાવવા માટે પૂરતું છે. કિંમતો જુઓ.
- AIનું વાંચન: અમારા ટેસ્ટમાં 407,082 શબ્દો પર $0.41. મોટું મોડલ વધુ મોંઘું પડત; નાના મોડલે દરેક વીડિયો સારી રીતે વાંચ્યો.
34 કલાકનો વીડિયો, ચાર મિનિટથી ઓછા સમયમાં વંચાયો, 101 ક્રેડિટ અને 41 સેન્ટમાં. ધ્યાન રાખવાની વાત ઉપર છે: અવતરણ માગો, અને તેમને તપાસો.
વારંવાર પૂછાતા પ્રશ્નો
શું AI ખરેખર YouTube વીડિયો જોઈ શકે છે?+
તમારી જેમ નહીં. તે વીડિયોની ટ્રાન્સક્રિપ્ટ વાંચે છે, જેમાં કહેવાયેલી વાતો ટાઇમસ્ટેમ્પ સાથે હોય છે. જે ફક્ત સ્ક્રીન પર દેખાય છે, જેમ કે કોઈ ચાર્ટ કે બોલ્યા વગર બતાવેલો ડેમો, તે તેનાથી છૂટી જાય છે. કેમેરા સામે બોલતા વીડિયો, ટ્યુટોરિયલ અને પોડકાસ્ટમાં મોટા ભાગની સામગ્રી ટ્રાન્સક્રિપ્ટમાં જ હોય છે.
AIને 100 YouTube વીડિયોનો સારાંશ બનાવતાં કેટલો સમય લાગે?+
21 નવેમ્બર 2026ના અમારા ટેસ્ટમાં 101 વીડિયો (34 કલાક) પર 3 મિનિટ 28 સેકન્ડનો મશીન ટાઇમ લાગ્યો: એક બેચમાં બધી ટ્રાન્સક્રિપ્ટ લાવવામાં 2 મિનિટ, AIને દરેક વાંચવામાં 74 સેકન્ડ, અને બધાની સરખામણીમાં 13 સેકન્ડ.
તેનો ખર્ચ કેટલો છે?+
અમારા ટેસ્ટમાં YouTubeTranscript.dev પર 101 ક્રેડિટ લાગી (કેપ્શન ધરાવતા દરેક વીડિયો માટે 1 ક્રેડિટ, લંબાઈ ગમે તે હોય) અને AI મોડલ પર $0.41. ફ્રી પ્લાન દર મહિને 10 ક્રેડિટ આપે છે; Basic મહિને $9માં 1,200 ક્રેડિટ આપે છે અને એક બેચમાં 500 વીડિયો સુધી લે છે.
શું હું AIના સારાંશ પર ભરોસો કરી શકું?+
તપાસી લો. અમારા ટેસ્ટમાં AIએ 1,053 અવતરણ આપ્યાં અને તેમાંથી ફક્ત 829 ટ્રાન્સક્રિપ્ટમાં શબ્દશઃ મળ્યાં; બાકીનાં અમે કાઢી નાખ્યાં. તેણે બતાવેલા 7 મતભેદમાંથી 4 સાચા નીકળ્યા. દરેક તારણ સાથે અવતરણ અને ટાઇમસ્ટેમ્પ માગો, જેથી તમે સેકન્ડોમાં તપાસી શકો.
શું Claude મારી Watch Later યાદી જોઈ શકે?+
Claude, YouTubeTranscript.devના MCP સર્વર દ્વારા ટ્રાન્સક્રિપ્ટ વાંચી શકે છે. તમારી Watch Later યાદી ખાનગી હોય છે, એટલે વીડિયો કોઈ પબ્લિક પ્લેલિસ્ટમાં ઉમેરો અથવા Claudeને લિંક આપો, અને તેને દરેક ટ્રાન્સક્રિપ્ટ લાવીને સારાંશ બનાવવા કહો.