ElevenLabsDeepgramAudio-DuellSprachausgabe
Eleven Flash v2.5vs.Aura-2
Welches Modell ist besser?
Aura-2 liegt in unabhängigen Tests leicht vorn, sicher ist der Vorsprung aber nicht.
Nimm Eleven Flash v2.5 für
Nimm Aura-2 für
Gemeinsame Tests
Nur unabhängige Auswerter und Bestenlisten, je Auswerter der neueste gemeinsame Stand. Mit 95-%-Bereichen zählt ein Vorsprung, wenn sie sich nicht überlappen; bei Trefferquoten, wenn er im 95-%-Test hält. Ohne Unsicherheitsangabe höchstens „leicht vorn“.
Coval
je nach TeiltestEleven Flash v2.5 ist in 0 von 20 Teiltests klar vorn und in 9 leicht, Aura-2 in 0 klar und in 5 leicht. 6 sind gleichauf.
Coval TTFA leading silence maximum
niedriger ist besser, Stand 6. November 2026
Coval TTFA leading silence mean
niedriger ist besser, Stand 6. November 2026
Coval TTFA leading silence p50
niedriger ist besser, Stand 6. November 2026
Alle 20 Teiltests zeigen
| Teiltest | Eleven Flash v2.5 | Aura-2 | Urteil |
|---|---|---|---|
| Coval TTFA leading silence maximum (niedriger ist besser) | 116 ms | 534 ms | Eleven Flash v2.5 leicht vorn |
| Coval TTFA leading silence mean (niedriger ist besser) | 42 ms | 192 ms | Eleven Flash v2.5 leicht vorn |
| Coval TTFA leading silence p50 (niedriger ist besser) | 42 ms | 133 ms | Eleven Flash v2.5 leicht vorn |
| Coval Time to First Audio (TTFA) p90 (niedriger ist besser) | 248 ms | 496 ms | Eleven Flash v2.5 leicht vorn |
| Coval Time to First Audio (TTFA) p75 (niedriger ist besser) | 218 ms | 433 ms | Eleven Flash v2.5 leicht vorn |
| Coval Time to First Audio (TTFA) p95 (niedriger ist besser) | 279 ms | 536 ms | Eleven Flash v2.5 leicht vorn |
| Coval Time to First Audio (TTFA) mean (niedriger ist besser) | 204 ms | 307 ms | Eleven Flash v2.5 leicht vorn |
| Coval Time to First Audio (TTFA) maximum (niedriger ist besser) | 555 ms | 808 ms | Eleven Flash v2.5 leicht vorn |
| Coval TTFA roundtrip component mean (niedriger ist besser) | 162 ms | 115 ms | Aura-2 leicht vorn |
| Coval Time to First Audio (TTFA) p50 (niedriger ist besser) | 197 ms | 277 ms | Eleven Flash v2.5 leicht vorn |
| Coval TTFA roundtrip component p50 (niedriger ist besser) | 151 ms | 129 ms | Aura-2 leicht vorn |
| Coval TTFA roundtrip component maximum (niedriger ist besser) | 517 ms | 464 ms | Aura-2 leicht vorn |
| Coval Word Error Rate (WER) per-sample maximum (niedriger ist besser) | 75,0 % | 68,0 % | Aura-2 leicht vorn |
| Coval Word Error Rate (WER) per-sample p95 (niedriger ist besser) | 16,0 % | 15,2 % | Aura-2 leicht vorn |
| Coval Word Error Rate (WER) per-sample p90 (niedriger ist besser) | 9,1 % | 8,8 % | gleichauf |
| Coval Time to First Audio (TTFA) p25 (niedriger ist besser) | 182 ms | 178 ms | gleichauf |
| Coval pooled corpus Word Error Rate (WER) (niedriger ist besser) | 1,9 % | 1,9 % | gleichauf |
| Coval Word Error Rate (WER) per-sample p25 (niedriger ist besser) | 0,0 % | 0,0 % | gleichauf |
| Coval Word Error Rate (WER) per-sample p50 (niedriger ist besser) | 0,0 % | 0,0 % | gleichauf |
| Coval Word Error Rate (WER) per-sample p75 (niedriger ist besser) | 2,7 % | 2,7 % | gleichauf |
Quelle · zuletzt 6. November 2026
Cekura
Aura-2 leicht vornAura-2 ist in 0 von 8 Teiltests klar vorn und in 4 leicht, Eleven Flash v2.5 in 0 klar und in 2 leicht. 2 sind gleichauf.
Cekura TTS hard-part accuracy: codes and addresses
Stand 19. Oktober 2026
Cekura TTS non-streaming latency
niedriger ist besser, Stand 19. Oktober 2026
Cekura TTS streaming latency median
niedriger ist besser, Stand 19. Oktober 2026
Alle 8 Teiltests zeigen
| Teiltest | Eleven Flash v2.5 | Aura-2 | Urteil |
|---|---|---|---|
| Cekura TTS hard-part accuracy: codes and addresses | 55,0 % | 87,0 % | Aura-2 leicht vorn |
| Cekura TTS non-streaming latency (niedriger ist besser) | 182 ms | 281 ms | Eleven Flash v2.5 leicht vorn |
| Cekura TTS streaming latency median (niedriger ist besser) | 177 ms | 126 ms | Aura-2 leicht vorn |
| Cekura TTS hard-part accuracy: numbers and shorthand | 55,0 % | 71,0 % | Aura-2 leicht vorn |
| Cekura TTS ASR-based hard-part accuracy estimate | 64,4 % | 77,2 % | Aura-2 leicht vorn |
| Cekura TTS hard-part accuracy: medical terms | 100,0 % | 86,0 % | Eleven Flash v2.5 leicht vorn |
| Cekura UTMOS-predicted naturalness | 4 | 4 | gleichauf |
| Cekura TTS hard-part accuracy: read from context | 75,0 % | 75,0 % | gleichauf |
Quelle · zuletzt 19. Oktober 2026
Alle Daten im Vergleich
Preise stehen wörtlich wie beim Hersteller, weil Audiomodelle pro Minute, Zeichen oder Token abrechnen.
| Eleven Flash v2.5 | Aura-2 | |
|---|---|---|
| Aufgabe | Sprachausgabe | Sprachausgabe |
| Entwickler | ElevenLabs | Deepgram |
| Status | Aktiv | Aktiv |
| Gewichte | proprietär | proprietär |
| Läuft lokal | nein | nein |
| Beliebtheit (von 100) | 22 | 44 |