Het grootteverschil tussen MIDI- en audiobestanden komt neer op een fundamenteel onderscheid: MIDI slaat instructies op; audio slaat golven op.
Een MIDI-bestand bevat data-events – note-on/note-off berichten, toonhoogte, velocity (hoe hard een toets ingedrukt werd), timing, en controllerdata (modulatie, pitch bend, sustain-pedal). Het bevat nul echte audio. Een drie-minuutnummer weegt typisch 10–50 KB.
Denk aan MIDI als digitale bladmuziek. Het vertelt een synthesizer wat te spelen, maar niet hoe het klinkt. Hetzelfde MIDI-bestand gespeeld via een goedkope geluidskaart vs. een high-end virtueel instrument zal compleet anders klinken.
Audiobestanden (WAV, AIFF, MP3, FLAC) slaan gemonsterde golven op – echte geluidsdruk-niveaus vastgelegd duizenden keren per seconde. CD-kwaliteit audio (44,1 kHz, 16-bit stereo) verbruikt ~10 MB per minuut. Een drie-minuten WAV is ~30 MB. MP3-compressie reduceert dit tot ~3–5 MB per minuut door perceptueel redundante data te verwerpen.
In productie coexisteren MIDI en audio: componisten schetsen in MIDI, renderen dan naar audio voor mixing en distributie.