Cartesia

Cartesia Ink Whisper

Cartesia’s streaming speech-recognition model — 90ms time-to-first-token for real-time voice agents.

#12صدر 6 أكتوبر 2026·Proprietary·Not disclosed
audio64K ctx
مزودو APIشغّل النموذج ←ضد ElevenLabs Scribe v2الترتيب
الذكاء
91.8 #12
AAQI 92.0
سرعة الإخراج
260 t/s
ITL 3.8 ms/tok
السعر الممزوج (3:1)
$0.008 /1M
إدخال $0.006/M · إخراج $0.012/M
السياق
64K
≈ 160 صفحة A4 · أقصى إخراج 8,192

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Cartesia Ink Whisper
Claude Mythos Preview (#1)
Average (68)
Coding (15)Mathematics (15)Hard Science (GPQA) (28)Agentic & Tool Use (68)Knowledge (MMLU) (45)Vision / Multimodal (88)

محاور الرادار تقريبية من درجات الفئات عند غياب قياسات مباشرة — راجع المنهجية.

نقاط القوة والمقايضات

أين يتفوق

  • Fastest streaming STT — 90ms TTFT
  • 260× realtime-factor transcription
  • Cheapest per-minute tier among premium STT

ما يجب الانتباه له

  • Accuracy dips on heavy accents vs. Scribe
  • Smaller language coverage than ElevenLabs
  • STT only

حالات استخدام قاتلة

Barge-in voice agents
Instant partials let agents interrupt naturally.
Live captioning
Sub-second captions for calls and streams.
Telephony analytics
Realtime intent extraction on 8kHz audio.

بداية سريعة للمطورين و API

عيّن CARTESIA_API_KEY أولاً — احصل على مفتاح API
curl https://api.cartesia.ai/v1/chat/completions \
  -H "Authorization: Bearer $CARTESIA_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "ink-whisper",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

الموارد والروابط الرسمية

نشر API

مقارنة المضيفين ووقت الاستجابة

الإنتاجية وTTFT وتسعير ذاكرة التخزين المؤقت عبر Groq وCerebras وTogether وDeepInfra وFireworks وBedrock وAzure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
عرض مصفوفة المزودين →

الدرجات حسب المصدر

مواجهات مباشرة حية

المواصفات الحية والبنية

تحت الغطاء
Ink Whisper — state-space streaming STT
  • State-space architecture — linear-time streaming decode
  • 90ms time-to-first-transcript-token
  • Endpointing tuned for conversational turn-taking
  • On-device-friendly distilled variants
تاريخ الإصدار
6 أكتوبر 2026
البنية
Ink Whisper — state-space streaming STT
المعلمات
Not disclosed
الترخيص
Proprietary
نافذة السياق
64,000 tokens
أقصى إخراج
8,192 tokens
الوسائط
audio
أسعار التخزين المؤقت
قراءة $0.002 · كتابة $0.008 /1M
الاستدلال
—
سعر الإدخال
$0.006/M
سعر الإخراج
$0.012/M
سرعة الإخراج
260 t/s
الزمن حتى أول رمز
—
آخر تحديث
22 أكتوبر 2026

الفاتورة الشهرية المقدرة

الإنفاق الشهري المقدر
$0.00
جارٍ حساب التوفير مقابل GPT-4o…

اقتباس وتضمين

شارة Markdown لـ GitHub
Loading badge markdown...
BibTeX
@misc{llmpodium2026cartesiainkwhisper,
  title = {Benchmark Analysis and Intelligence Evaluation of Cartesia Ink Whisper},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/cartesia-ink-whisper}
}

تضمين شارة النتيجة

أضف شارة Podium Score المباشرة إلى ملف README على GitHub أو Hugging Face — ترتبط بالترتيب المباشر.

معاينة
Cartesia Ink Whisper LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

النماذج البديلة

أقرب البدائل لـ Cartesia Ink Whisper استناداً إلى القدرات والأسعار ونتائج الاختبارات.

0 / 4