Cartesia
Cartesia Ink Whisper
Cartesia’s streaming speech-recognition model — 90ms time-to-first-token for real-time voice agents.
বুদ্ধিমত্তা
91.8 #12
AAQI 92.0
আউটপুট গতি
260 t/s
ITL 3.8 ms/tok
ব্লেন্ডেড মূল্য (3:1)
$0.008 /1M
ইনপুট $0.006/M · আউটপুট $0.012/M
কনটেক্সট
64K
≈ 160টি A4 পৃষ্ঠা · সর্বোচ্চ আউটপুট 8,192
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Cartesia Ink Whisper
Claude Mythos Preview (#1)
Average (68)
সরাসরি বেঞ্চমার্ক মাপ না থাকলে রাডার অক্ষ বিভাগ স্কোর থেকে আনুমানিক — পদ্ধতি দেখুন।
শক্তি ও ট্রেড-অফ
যেখানে এটি জেতে
- Fastest streaming STT — 90ms TTFT
- 260× realtime-factor transcription
- Cheapest per-minute tier among premium STT
যেগুলো খেয়াল রাখতে হবে
- Accuracy dips on heavy accents vs. Scribe
- Smaller language coverage than ElevenLabs
- STT only
কিলার ব্যবহারের ক্ষেত্র
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.
ডেভেলপার কুইকস্টার্ট ও API
প্রথমে
CARTESIA_API_KEY সেট করুন — API কী নিনcurl 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."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.cartesia.ai/v1",
api_key=os.environ["CARTESIA_API_KEY"],
)
resp = client.chat.completions.create(
model="ink-whisper",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://api.cartesia.ai/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.CARTESIA_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "ink-whisper",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);অফিসিয়াল রিসোর্স ও লিংক
API ডিপ্লয়মেন্ট
হোস্ট ও লেটেন্সি তুলনা করুন
Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock ও Azure জুড়ে থ্রুপুট, TTFT ও ক্যাশে মূল্য।
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
উৎস অনুযায়ী স্কোর
বিভাগ অনুযায়ী স্কোর
বেঞ্চমার্ক ফলাফল
সরাসরি লাইভ ম্যাচআপ
লাইভ স্পেসিফিকেশন ও আর্কিটেকচার
ভেতরের কাঠামো
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
প্রকাশের তারিখ
৬ অক্টো, ২০২৬
আর্কিটেকচার
Ink Whisper — state-space streaming STT
প্যারামিটার
Not disclosed
লাইসেন্স
Proprietary
কনটেক্সট উইন্ডো
64,000 tokens
সর্বোচ্চ আউটপুট
8,192 tokens
মডালিটি
audio
ক্যাশে মূল্য
রিড $0.002 · রাইট $0.008 /1M
রিজনিং
—
ইনপুট দাম
$0.006/M
আউটপুট দাম
$0.012/M
আউটপুট গতি
260 t/s
প্রথম টোকেনের সময়
—
ডেটা আপডেট
২২ অক্টো, ২০২৬
আনুমানিক মাসিক বিল
আনুমানিক মাসিক খরচ
$0.00
GPT-4o-র তুলনায় সঞ্চয় হিসাব হচ্ছে…
উদ্ধৃতি ও এম্বেড
GitHub Markdown ব্যাজ
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}
}স্কোর ব্যাজ এম্বেড করুন
আপনার GitHub বা Hugging Face README-তে লাইভ Podium স্কোর ব্যাজ যোগ করুন — এটি লাইভ র্যাংকিং-এ ফেরে।
প্রিভিউ
Markdown
Loading badge snippet...HTML
Loading badge snippet...বিকল্প মডেলসমূহ
সক্ষমতা, মূল্য এবং বেঞ্চমার্ক স্কোরের ভিত্তিতে Cartesia Ink Whisper-এর নিকটতম বিকল্প।