ElevenLabs
ElevenLabs Scribe v2
ElevenLabs’ second-generation speech-to-text — 90+ languages, speaker diarization and sub-200ms streaming.
Интеллект
92.5 #10
AAQI 93.0
Скорость вывода
240 t/s
ITL 4.2 ms/tok
Смешанная цена (3:1)
$0.01 /1M
Вход $0.008/M · Выход $0.016/M
Контекст
64K
≈ 160 стр. A4 · макс. выход 8,192
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
ElevenLabs Scribe v2
Claude Mythos Preview (#1)
Average (68)
Оси радара приближены по категорийным оценкам там, где нет прямых бенчмарк-измерений — см. Методология.
Сильные стороны и компромиссы
Где модель выигрывает
- Top-tier WER across 90+ languages
- Realtime partials fast enough for barge-in agents
- Built-in diarization — no extra pipeline
На что обратить внимание
- STT only — pair with an LLM and TTS for full loops
- Per-minute pricing adds up on call centers
- No on-prem option
Киллер-сценарии
Voice-agent front end
Streaming transcripts with low-latency turn detection.
Meeting intelligence
Diarized, timestamped records at scale.
Multimedia subtitling
Multi-language caption pipelines.
Быстрый старт для разработчика и API
Сначала задайте
ELEVENLABS_API_KEY — получить ключ APIcurl -X POST "https://api.elevenlabs.io/v1/text-to-speech/VOICE_ID" \
-H "xi-api-key: $ELEVENLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"text": "Welcome to the future of voice agents.", "model_id": "scribe_v2"}' \
--output speech.mp3import os, requests
resp = requests.post(
"https://api.elevenlabs.io/v1/text-to-speech/VOICE_ID",
headers={"xi-api-key": os.environ["ELEVENLABS_API_KEY"]},
json={"text": "Welcome to the future of voice agents.", "model_id": "scribe_v2"},
)
open("speech.mp3", "wb").write(resp.content)const res = await fetch("https://api.elevenlabs.io/v1/text-to-speech/VOICE_ID", {
method: "POST",
headers: { "xi-api-key": process.env.ELEVENLABS_API_KEY, "Content-Type": "application/json" },
body: JSON.stringify({ text: "Welcome to the future of voice agents.", model_id: "scribe_v2" }),
});
await fs.promises.writeFile("speech.mp3", Buffer.from(await res.arrayBuffer()));Text-to-speech — replace VOICE_ID with a voice from your library; returns an audio stream.
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
Groq
Cerebras
Together AI
DeepInfra
Fireworks AI
AWS Bedrock
Azure AIОценки по источникам
Оценки по категориям
Результаты бенчмарков
Очные live-сравнения
Claude Fable 5-0.9
GPT-Image 2-0.6
Grok Imagine Quality-0.1Живые характеристики и архитектура
Под капотом
Scribe v2 — streaming speech recognition
- 90+ languages with automatic language ID
- Speaker diarization and word-level timestamps
- Sub-200ms partial transcripts for live agents
- Noise-robust far-field microphone handling
Дата выпуска
19 окт. 2026 г.
Архитектура
Scribe v2 — streaming speech recognition
Параметры
Not disclosed
Лицензия
Proprietary
Контекстное окно
64,000 tokens
Макс. вывод
8,192 tokens
Модальности
audio
Цены кэша
чтение $0.003 · запись $0.01 /1M
Рассуждение
—
Цена ввода
$0.008/M
Цена вывода
$0.016/M
Скорость вывода
240 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{llmpodium2026elevenlabsscribev2,
title = {Benchmark Analysis and Intelligence Evaluation of ElevenLabs Scribe v2},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/elevenlabs-scribe-v2}
}Бейдж оценки для README
Живой бейдж Podium Score для README на GitHub или Hugging Face — ведёт на актуальный рейтинг.
Превью
Markdown
Loading badge snippet...HTML
Loading badge snippet...Ещё от ElevenLabs
Альтернативные модели
Ближайшие альтернативы для ElevenLabs Scribe v2 по возможностям, цене и бенчмаркам.
