Mistral AIDeepgramAudio-DuellSpracherkennung
Voxtral Mini Transcribe Realtimevs.Nova-3
Welches Modell ist besser?
Nova-3 liegt in unabhängigen Tests leicht vorn, sicher ist der Vorsprung aber nicht.
Nimm Voxtral Mini Transcribe Realtime für
Nimm Nova-3 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
Nova-3 leicht vornNova-3 ist in 0 von 16 Teiltests klar vorn und in 13 leicht, Voxtral Mini Transcribe Realtime in 0 klar und in 1 leicht. 2 sind gleichauf.
Coval Word Error Rate (WER) per-sample p50
niedriger ist besser, Stand 5. November 2026
Coval Time to First Token (TTFT) maximum
niedriger ist besser, Stand 5. November 2026
Coval RTF maximum
niedriger ist besser, Stand 5. November 2026
Alle 16 Teiltests zeigen
| Teiltest | Voxtral Mini Transcribe Realtime | Nova-3 | Urteil |
|---|---|---|---|
| Coval Word Error Rate (WER) per-sample p50 (niedriger ist besser) | 0,0 % | 3,1 % | Voxtral Mini Transcribe Realtime leicht vorn |
| Coval Time to First Token (TTFT) maximum (niedriger ist besser) | 40.858 ms | 5.457 ms | Nova-3 leicht vorn |
| Coval RTF maximum (niedriger ist besser) | 15,59 | 2,89 | Nova-3 leicht vorn |
| Coval Time to Final Segment (TTFS) mean (niedriger ist besser) | 444 ms | 86 ms | Nova-3 leicht vorn |
| Coval Time to Final Segment (TTFS) p50 (niedriger ist besser) | 339 ms | 91 ms | Nova-3 leicht vorn |
| Coval Word Error Rate (WER) per-sample maximum (niedriger ist besser) | 191,7 % | 100,0 % | Nova-3 leicht vorn |
| Coval Time to First Token (TTFT) p50 (niedriger ist besser) | 1.846 ms | 1.000 ms | Nova-3 leicht vorn |
| Coval Time to Final Segment (TTFS) maximum (niedriger ist besser) | 35.330 ms | 19.227 ms | Nova-3 leicht vorn |
| Coval AudioToFinal maximum (niedriger ist besser) | 43,02 s | 29,38 s | Nova-3 leicht vorn |
| Coval Time to First Token (TTFT) mean (niedriger ist besser) | 1.872 ms | 1.440 ms | Nova-3 leicht vorn |
| Coval RTF mean (niedriger ist besser) | 1,07 | 1,01 | Nova-3 leicht vorn |
| Coval AudioToFinal mean (niedriger ist besser) | 8,38 s | 8,02 s | Nova-3 leicht vorn |
| Coval AudioToFinal p50 (niedriger ist besser) | 8,70 s | 8,39 s | Nova-3 leicht vorn |
| Coval RTF p50 (niedriger ist besser) | 1,05 | 1,01 | Nova-3 leicht vorn |
| Coval pooled corpus Word Error Rate (WER) (niedriger ist besser) | 5,4 % | 5,2 % | gleichauf |
| Coval Word Error Rate (WER) per-sample mean (niedriger ist besser) | 5,7 % | 5,6 % | gleichauf |
Quelle · zuletzt 5. November 2026
Alle Daten im Vergleich
Preise stehen wörtlich wie beim Hersteller, weil Audiomodelle pro Minute, Zeichen oder Token abrechnen.
| Voxtral Mini Transcribe Realtime | Nova-3 | |
|---|---|---|
| Aufgabe | Spracherkennung | Spracherkennung |
| Entwickler | Mistral AI | Deepgram |
| Status | Aktiv | Aktiv |
| Gewichte | offen | proprietär |
| Läuft lokal | ja | nein |
| Beliebtheit (von 100) | 18 | 51 |