ElevenLabs

ElevenLabs Scribe v2

ElevenLabs’ second-generation speech-to-text — 90+ languages, speaker diarization and sub-200ms streaming.

#10صدر 19 أكتوبر 2026·Proprietary·Not disclosed
audio64K ctx
مزودو APIشغّل النموذج ←ضد Cartesia Ink Whisperالترتيب
الذكاء
92.5 #10
AAQI 93.0
سرعة الإخراج
240 t/s
ITL 4.2 ms/tok
السعر الممزوج (3:1)
$0.01 /1M
إدخال $0.008/M · إخراج $0.016/M
السياق
64K
≈ 160 صفحة A4 · أقصى إخراج 8,192

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

ElevenLabs Scribe v2
Claude Mythos Preview (#1)
Average (68)
Coding (15)Mathematics (15)Hard Science (GPQA) (30)Agentic & Tool Use (70)Knowledge (MMLU) (50)Vision / Multimodal (90)

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

نقاط القوة والمقايضات

أين يتفوق

  • Top-tier WER across 90+ languages
  • Realtime partials fast enough for barge-in agents
  • Built-in diarization — no extra pipeline

ما يجب الانتباه له

  • STT only — pair with an LLM and TTS for full loops
  • Per-minute pricing adds up on call centers
  • No on-prem option

حالات استخدام قاتلة

Voice-agent front end
Streaming transcripts with low-latency turn detection.
Meeting intelligence
Diarized, timestamped records at scale.
Multimedia subtitling
Multi-language caption pipelines.

بداية سريعة للمطورين و API

عيّن ELEVENLABS_API_KEY أولاً — احصل على مفتاح API
curl -X POST "https://api.elevenlabs.io/v1/text-to-speech/VOICE_ID" \
  -H "xi-api-key: $ELEVENLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text": "Welcome to the future of voice agents.", "model_id": "scribe_v2"}' \
  --output speech.mp3

Text-to-speech — replace VOICE_ID with a voice from your library; returns an audio stream.

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
Scribe v2 — streaming speech recognition
  • 90+ languages with automatic language ID
  • Speaker diarization and word-level timestamps
  • Sub-200ms partial transcripts for live agents
  • Noise-robust far-field microphone handling
تاريخ الإصدار
19 أكتوبر 2026
البنية
Scribe v2 — streaming speech recognition
المعلمات
Not disclosed
الترخيص
Proprietary
نافذة السياق
64,000 tokens
أقصى إخراج
8,192 tokens
الوسائط
audio
أسعار التخزين المؤقت
قراءة $0.003 · كتابة $0.01 /1M
الاستدلال
—
سعر الإدخال
$0.008/M
سعر الإخراج
$0.016/M
سرعة الإخراج
240 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{llmpodium2026elevenlabsscribev2,
  title = {Benchmark Analysis and Intelligence Evaluation of ElevenLabs Scribe v2},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/elevenlabs-scribe-v2}
}

تضمين شارة النتيجة

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

معاينة
ElevenLabs Scribe v2 LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

المزيد من ElevenLabs

النماذج البديلة

أقرب البدائل لـ ElevenLabs Scribe v2 استناداً إلى القدرات والأسعار ونتائج الاختبارات.

0 / 4