Cartesia
Cartesia Ink Whisper
Cartesia’s streaming speech-recognition model — 90ms time-to-first-token for real-time voice agents.
Intelligenz
91.8 #12
AAQI 92.0
Ausgabegeschwindigkeit
260 t/s
ITL 3.8 ms/tok
Blended-Preis (3:1)
$0.008 /1M
Input $0.006/M · Output $0.012/M
Kontext
64K
≈ 160 A4-Seiten · max. Output 8,192
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Cartesia Ink Whisper
Claude Mythos Preview (#1)
Average (68)
Radar-Achsen sind aus Kategorie-Scores approximiert, wo direkte Benchmark-Messungen fehlen — siehe Methodik.
Stärken & Trade-offs
Wo das Modell gewinnt
- Fastest streaming STT — 90ms TTFT
- 260× realtime-factor transcription
- Cheapest per-minute tier among premium STT
Worauf achten
- Accuracy dips on heavy accents vs. Scribe
- Smaller language coverage than ElevenLabs
- STT only
Killer-Anwendungsfälle
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.
Developer-Quickstart & API
Setzen Sie zuerst
CARTESIA_API_KEY — API-Schlüssel holencurl 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);Offizielle Ressourcen & Links
API-Bereitstellung
Hosts & Latenz vergleichen
Durchsatz, TTFT und Cache-Preise bei Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock und Azure.
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Ergebnisse nach Quelle
Kategorie-Punkte
Benchmark-Ergebnisse
Direkte Live-Duelle
Live-Spezifikationen & Architektur
Unter der Haube
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
Veröffentlichungsdatum
6. Okt. 2026
Architektur
Ink Whisper — state-space streaming STT
Parameter
Not disclosed
Lizenz
Proprietary
Kontextfenster
64,000 tokens
Max. Ausgabe
8,192 tokens
Modalitäten
audio
Cache-Preise
Lesen $0.002 · Schreiben $0.008 /1M
Reasoning
—
Eingabepreis
$0.006/M
Ausgabepreis
$0.012/M
Ausgabegeschwindigkeit
260 t/s
Zeit bis zum ersten Token
—
Daten aktualisiert
22. Okt. 2026
Geschätzte Monatsrechnung
Geschätzte Monatsausgaben
$0.00
Ersparnis ggü. GPT-4o wird berechnet…
Zitieren & Einbetten
GitHub-Markdown-Badge
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}
}Score-Badge einbetten
Fügen Sie Ihrem GitHub- oder Hugging-Face-README ein Live-Podium-Score-Badge hinzu — es verlinkt auf das Live-Ranking.
Vorschau
Markdown
Loading badge snippet...HTML
Loading badge snippet...Alternative Modelle
Nächste Alternativen zu Cartesia Ink Whisper basierend auf Leistung, Preis und Benchmarks.