Independent

Deepgram Flux

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

#37выпущена 28 сент. 2026 г.·Proprietary·Not disclosed
audio64K ctx
API-провайдерыЗапустить модель →Рейтинг
Интеллект
86.5 #37
AAQI 86.0
Скорость вывода
260 t/s
ITL 3.8 ms/tok
Смешанная цена (3:1)
$0.01 /1M
Вход $0.007/M · Выход $0.015/M
Контекст
64K
≈ 160 стр. A4 · макс. выход 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)

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

Сильные стороны и компромиссы

Где модель выигрывает

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

На что обратить внимание

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

Киллер-сценарии

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.

Быстрый старт для разработчика и API

Сначала задайте DEEPGRAM_API_KEY — получить ключ API
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.

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

Живые характеристики и архитектура

Под капотом
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
Дата выпуска
28 сент. 2026 г.
Архитектура
Flux — conversational speech-recognition transformer
Параметры
Not disclosed
Лицензия
Proprietary
Контекстное окно
64,000 tokens
Макс. вывод
8,192 tokens
Модальности
audio
Цены кэша
чтение $0.002 · запись $0.01 /1M
Рассуждение
—
Цена ввода
$0.007/M
Цена вывода
$0.015/M
Скорость вывода
260 t/s
Время до первого токена
—
Данные обновлены
30 сент. 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{llmpodium2026deepgramflux,
  title = {Benchmark Analysis and Intelligence Evaluation of Deepgram Flux},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/deepgram-flux}
}

Бейдж оценки для README

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

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

Ещё от Independent

Альтернативные модели

Ближайшие альтернативы для Deepgram Flux по возможностям, цене и бенчмаркам.

0 / 4
Сравнить →