Independent

Deepgram Flux

End-to-end voice-to-voice and high-precision speech-to-text model optimized for enterprise AI agent telephone telephony.

#37veröffentlicht 28. Sept. 2026·Proprietary·Not disclosed
audio64K ctx
API-AnbieterModell ausführen →Rangliste
Intelligenz
86.5 #37
AAQI 86.0
Ausgabegeschwindigkeit
260 t/s
ITL 3.8 ms/tok
Blended-Preis (3:1)
$0.01 /1M
Input $0.007/M · Output $0.015/M
Kontext
64K
≈ 160 A4-Seiten · max. Output 8,192

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Deepgram Flux
Claude Mythos Preview (#1)
Average (68)
Coding (15)Mathematics (15)Hard Science (GPQA) (25)Agentic & Tool Use (72)Knowledge (MMLU) (45)Vision / Multimodal (92.5)

Radar-Achsen sind aus Kategorie-Scores approximiert, wo direkte Benchmark-Messungen fehlen — siehe Methodik.

Stärken & Trade-offs

Wo das Modell gewinnt

  • Fastest conversational STT — 260 t/s-class realtime factor
  • Enterprise accuracy on calls and meetings
  • Purpose-built turn-taking for voice agents

Worauf achten

  • Audio input only — pair with an LLM for reasoning
  • Noisy environments need endpoint tuning

Killer-Anwendungsfälle

Voice agents
Streaming STT with turn detection — the front end of every serious voice agent.
Call-center analytics
Real-time transcription and intent extraction.
Live captions
Broadcast and meeting captioning.

Developer-Quickstart & API

Setzen Sie zuerst DEEPGRAM_API_KEY — API-Schlüssel holen
curl -X POST "https://api.deepgram.com/v1/listen?model=flux-general-en" \
  -H "Authorization: Token $DEEPGRAM_API_KEY" \
  -H "Content-Type: audio/wav" \
  --data-binary @call.wav

Streaming STT — post audio bytes, get a transcript. Flux adds acoustic turn detection for voice agents.

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
Anbieter-Matrix ansehen →

Ergebnisse nach Quelle

Live-Spezifikationen & Architektur

Unter der Haube
Flux — conversational speech-recognition transformer
  • Turn detection from acoustic + textual cues — knows when a speaker finished
  • Streaming-first: partial transcripts in real time
  • Flux TTS sibling enables full voice-agent loops
  • Multilingual Flux variant available
Veröffentlichungsdatum
28. Sept. 2026
Architektur
Flux — conversational speech-recognition transformer
Parameter
Not disclosed
Lizenz
Proprietary
Kontextfenster
64,000 tokens
Max. Ausgabe
8,192 tokens
Modalitäten
audio
Cache-Preise
Lesen $0.002 · Schreiben $0.01 /1M
Reasoning
—
Eingabepreis
$0.007/M
Ausgabepreis
$0.015/M
Ausgabegeschwindigkeit
260 t/s
Zeit bis zum ersten Token
—
Daten aktualisiert
30. Sept. 2026

Geschätzte Monatsrechnung

Geschätzte Monatsausgaben
$0.00
Ersparnis ggü. GPT-4o wird berechnet…

Zitieren & Einbetten

GitHub-Markdown-Badge
Loading badge markdown...
BibTeX
@misc{llmpodium2026deepgramflux,
  title = {Benchmark Analysis and Intelligence Evaluation of Deepgram Flux},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/deepgram-flux}
}

Score-Badge einbetten

Fügen Sie Ihrem GitHub- oder Hugging-Face-README ein Live-Podium-Score-Badge hinzu — es verlinkt auf das Live-Ranking.

Vorschau
Deepgram Flux LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Mehr von Independent

Alternative Modelle

Nächste Alternativen zu Deepgram Flux basierend auf Leistung, Preis und Benchmarks.

0 / 4