Cartesia

Cartesia Ink Whisper

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

#12выпущена 6 окт. 2026 г.·Proprietary·Not disclosed
audio64K ctx
Интеллект
91.8 #12
AAQI 92.0
Скорость вывода
260 t/s
ITL 3.8 ms/tok
Смешанная цена (3:1)
$0.008 /1M
Вход $0.006/M · Выход $0.012/M
Контекст
64K
≈ 160 стр. A4 · макс. выход 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)

Оси радара приближены по категорийным оценкам там, где нет прямых бенчмарк-измерений — см. Методология.

Сильные стороны и компромиссы

Где модель выигрывает

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

На что обратить внимание

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

Киллер-сценарии

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.

Быстрый старт для разработчика и API

Сначала задайте CARTESIA_API_KEY — получить ключ 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."}]
  }'

Официальные ресурсы и ссылки

Развёртывание API

Хосты и задержка

Пропускная способность, TTFT и цены на кэш у Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock и Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Матрица провайдеров →

Оценки по источникам

Очные live-сравнения

Живые характеристики и архитектура

Под капотом
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
Дата выпуска
6 окт. 2026 г.
Архитектура
Ink Whisper — state-space streaming STT
Параметры
Not disclosed
Лицензия
Proprietary
Контекстное окно
64,000 tokens
Макс. вывод
8,192 tokens
Модальности
audio
Цены кэша
чтение $0.002 · запись $0.008 /1M
Рассуждение
—
Цена ввода
$0.006/M
Цена вывода
$0.012/M
Скорость вывода
260 t/s
Время до первого токена
—
Данные обновлены
22 окт. 2026 г.

Оценка ежемесячного счёта

Оценка расходов в месяц
$0.00
Считаем экономию против GPT-4o…

Цитирование и вставка

Бейдж GitHub Markdown
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}
}

Бейдж оценки для README

Живой бейдж Podium Score для README на GitHub или Hugging Face — ведёт на актуальный рейтинг.

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

Альтернативные модели

Ближайшие альтернативы для Cartesia Ink Whisper по возможностям, цене и бенчмаркам.

0 / 4
Сравнить →