DeepgramAudiomodellAktiv
Flux
BeliebtheitPlatz 319 von 876
37von 100wie im Vormonat
Zusammenfassung
Deepgram hat Flux für Sprachagenten gebaut, die zuhören, nachdenken und den richtigen Moment zum Antworten erkennen müssen. Das Streaming-Modell verbindet Spracherkennung mit modellintegrierter Erkennung des Gesprächsendes und konfigurierbarer Gesprächssteuerung. Die Variante flux-general-en verarbeitet Englisch mit allen Akzenten und liefert neben Text auch Zugwechsel-Ereignisse.
Flux ist auf englische, interaktive Agenten mit modellintegriertem Turn-Taking begrenzt. Für mehrsprachige oder klassische Batch-Transkription bleibt Nova-3 der passendere Deepgram-Pfad.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 234 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 20
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
VoiceCodeBench: CTEM (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 86.572
- Bewertung
- 86.572
- Messgröße
- canonical token/entity match
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- general
- Aufgabe
- ctem
- Aufgabenbezeichnung
- CTEM
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-11-06
- Methodik
- Kennung des Quellmodells: deepgram/flux-general-en. Name des Quellmodells: Flux. Anbieter laut Quelle: Deepgram. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-24. Latenz in Sekunden: 68.8. Standardfehler: 0. Kosten je Aufgabe in USD: 0.007172. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-voice-code-bench-2026-11-06-7753d162bfe3. Prüfsumme der Quelldaten: 7753d162bfe3fa3470d586da3917bf8ddd96f14e10f9aa8f03dd517b8d5f003b. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-voice-code-bench:1:ctem
VoiceCodeBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 55.667
- Bewertung
- 55.667
- Messgröße
- task success rate
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- general
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-11-06
- Methodik
- Kennung des Quellmodells: deepgram/flux-general-en. Name des Quellmodells: Flux. Anbieter laut Quelle: Deepgram. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-24. Latenz in Sekunden: 68.8. Standardfehler: 0. Kosten je Aufgabe in USD: 0.007172. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-voice-code-bench-2026-11-06-7753d162bfe3. Prüfsumme der Quelldaten: 7753d162bfe3fa3470d586da3917bf8ddd96f14e10f9aa8f03dd517b8d5f003b. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-voice-code-bench:1:overall
Artificial Analysis AA-WER Streaming (final transcription) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 7.3903
- Bewertung
- 7.3903
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- AA-WER v2.2 streaming
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Direkte Streaming-Auswertung über die API; WER der finalen Transkription über AA-AgentTalk (50 %), VoxPopuli (25 %) und Earnings22 (25 %), insgesamt etwa acht Stunden. WER ist innerhalb jedes Datensatzes nach Dauer gewichtet; Die Chunks von Earnings22 werden auf Ebene des übergeordneten Aufrufs wieder zusammengesetzt. Streaming-Protokoll AA-WER v2.2.
Coval pooled corpus-level STT word error rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 5.789713965267468
- Bewertung
- 5.789713965267468
- Messgröße
- Pooled corpus-level speech-recognition word error rate, Coval pooled_value
- Einheit
- %
- Benchmark-Version
- Coval rolling 30-day window, re-measured daily; route last measured 2026-10-16
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 26027
- Quellentyp
- official-leaderboard
- Auswertung
- Coval
- Status
- superseded
- Abrufdatum
- 2026-10-16
- Methodik
- Offizielle Benchmark-Rangliste. Coval-Endpunktschlüssel deepgram/flux-general-en, exakte API-Modellkennung flux-general-en, gehostet von Deepgram. Die Route weist den englischen Streaming-Recognizer getrennt von Flux General Multi aus. Rollierendes 30-Tage-Fenster, tägliche Neumessung.
- Einordnung
- Dies ist Covals gepoolte, korpusweite STT-WER, nicht der separate Mittelwert pro Clip oder ein gerundeter Ranglistenwert. Gepoolte WER und mittlere WER pro Clip sind unterschiedliche Aggregationen und dürfen nicht als derselbe Wert verglichen werden. Verwendet wird sample_count der WER-Zeile, nicht die Stichprobenzahl einer anderen Metrik oder eine Gesamtzahl der Rangliste. Das Ergebnis beschreibt Covals gehostete 30-Tage-Endpunktkohorte, nicht eine lokale oder native Ausführung.
Cekura Converse-STT, Deepgram Flux English Pipecat WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3.9
- Bewertung
- 3.9
- Messgröße
- word error rate (WER) on Pipecat public short-clip speech-to-text set
- Einheit
- %
- Benchmark-Version
- Cekura Converse-STT page last updated 2026-09-16, retrieved 2026-10-17
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 999
- Untere Konfidenzgrenze
- 3.53
- Obere Konfidenzgrenze
- 4.29
- Quellentyp
- independent-evaluator
- Auswertung
- Cekura Bench
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Streaming-STT-Zeile Deepgram Flux English, zugeordnet zur offiziellen API-Modell-ID flux-general-en auf /v2/listen. Pipecat umfasst 1.000 öffentliche Clips; für die Modellzeile sind 999 nutzbare Ausgaben ausgewiesen. Cekura bezeichnet die Unsicherheitsspanne als wahrscheinlichen 95-%-Bereich. Die Endpunktversion ist nicht gepinnt.
- Einordnung
- Das veröffentlichte Intervall ist Cekuras wahrscheinlicher 95-%-Bereich, kein separat dokumentiertes Modell-Konfidenzintervall. Die Stichprobengröße sind die 999 gültigen Ausgaben, nicht alle 1.000 Korpusclips. Diese eigene WER-Messung auf öffentlichen Clips ist weder das bestehende Coval- oder AA-WER-Ergebnis noch VoiceCodeBench.
Cekura Converse-STT, Deepgram Flux English Ocular WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 4.18
- Bewertung
- 4.18
- Messgröße
- word error rate (WER) on Ocular licensed real-phone-conversation speech-to-text set
- Einheit
- %
- Benchmark-Version
- Cekura Converse-STT page last updated 2026-09-16, retrieved 2026-10-17
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 8
- Untere Konfidenzgrenze
- 3.08
- Obere Konfidenzgrenze
- 5.23
- Quellentyp
- independent-evaluator
- Auswertung
- Cekura Bench
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Streaming-STT-Zeile Deepgram Flux English, zugeordnet zur offiziellen API-Modell-ID flux-general-en auf /v2/listen. Ocular stellt acht lizenzierte Aufnahmen aus vier echten Telefongesprächen bereit, mit acht nutzbaren Modellausgaben. Cekura bezeichnet die Unsicherheitsspanne als wahrscheinlichen 95-%-Bereich. Die Endpunktversion ist nicht gepinnt.
- Einordnung
- Das veröffentlichte Intervall ist Cekuras wahrscheinlicher 95-%-Bereich, kein separat dokumentiertes Modell-Konfidenzintervall. Laut Seite sind die je Modell ausgewiesenen Anzahlen nutzbare Ausgaben. Diese eigene WER-Messung aus echten Gesprächen ist weder das bestehende Coval- oder AA-WER-Ergebnis noch VoiceCodeBench.
Speko streaming FLEURS test+dev+train English WER, deepgram:flux-general-en (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 7.2
- Bewertung
- 7.2
- Messgröße
- Word error rate on streaming transcript; lower is better
- Einheit
- %
- Benchmark-Version
- Speko STT streaming FLEURS test+dev+train run; 2026-10-01.
- Kategorie
- speech-to-text
- Richtung
- Weniger ist besser
- Stichprobe
- 1541
- Quellentyp
- independent-evaluator
- Auswertung
- Speko independent speech benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Englische gelesene FLEURS-Clips im Echtzeit-Stream über die exakte Speko-Providerroute; die Quelle kombiniert FLEURS-Test-, Entwicklungs- und Trainingsclips. Speko nennt n=1.541 Clips und den Messtag 01.10.2026.
- Einordnung
- Die Quelle kombiniert ausdrücklich FLEURS-Test-, Entwicklungs- und Trainingsclips. Es handelt sich daher nicht um einen reinen zurückgehaltenen Testsatz. Ein Konfidenzintervall oder unveränderlicher Provider-Build wird nicht veröffentlicht; die Zelle nennt exakte Route und ausgewertete Datenmenge.
Speko EdAcc spontaneous accented English conversation WER, deepgram:flux-general-en (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 19.684
- Bewertung
- 19.684
- Messgröße
- Word error rate over spontaneous accented conversational speech; lower is better
- Einheit
- %
- Benchmark-Version
- Speko EdAcc spontaneous-conversation realtime run; 2026-10-01.
- Kategorie
- speech-to-text
- Richtung
- Weniger ist besser
- Stichprobe
- 283
- Quellentyp
- independent-evaluator
- Auswertung
- Speko independent speech benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Spontane englische Gespräche mit Akzenten (EdAcc), 60 Personen, 283 Clips, zwei Echtzeitdurchläufe, exakte Speko-Providerroute. Speko nennt n=283 Clips und den Messtag 01.10.2026; die zwei Durchläufe werden nicht als unabhängige Beispiele gezählt.
- Einordnung
- Die Speko-Quelle zeigt in derselben Zelle einen Bereich (z. B. 14,4 bis 19,9 %), bezeichnet aber weder Intervalltyp noch Konfidenzniveau; er wird nicht als Konfidenzintervall übernommen. Genannt werden 60 Personen und zwei Durchläufe. N=283 bezeichnet Quellclips, nicht 566 Durchläufe. Ein unveränderlicher Backend-Build fehlt.
WER, report headline (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 13.5
- Bewertung
- 13.5
- Messgröße
- Word error rate (WER)
- Einheit
- %
- Benchmark-Version
- AssemblyAI Universal-3.6 Pro Realtime launch report, published 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- AssemblyAI Universal-3.6 Pro Realtime report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Laut AssemblyAI-Bericht nutzte die Evaluation 12.460 geskriptete Anruf-Szenarien mit echten Sprechern, drei Geräuschumgebungen und 12 Sprechergruppen. Wettbewerber wurden über öffentliche Streaming-APIs mit Anbieter-Standardeinstellungen und derselben Audio- und Scoring-Pipeline aufgerufen. Dies ist eine Anbieterangabe; der Nenner der einzelnen Tabellenzeile ist nicht veröffentlicht. Der Bericht benennt die ausgewertete Route als Flux General English.
- Einordnung
- Anbieterangabe aus diesem Bericht. Keine unabhängig durchgeführte modellübergreifende Kohorte; exakter API-Snapshot, N der einzelnen Zeile und Konfidenzintervalle sind nicht veröffentlicht, sofern nicht ausdrücklich getrennt genannt.
Entity error rate, report headline (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 30.1
- Bewertung
- 30.1
- Messgröße
- Entity error rate
- Einheit
- %
- Benchmark-Version
- AssemblyAI Universal-3.6 Pro Realtime launch report, published 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- AssemblyAI Universal-3.6 Pro Realtime report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Laut AssemblyAI-Bericht nutzte die Evaluation 12.460 geskriptete Anruf-Szenarien mit echten Sprechern, drei Geräuschumgebungen und 12 Sprechergruppen. Wettbewerber wurden über öffentliche Streaming-APIs mit Anbieter-Standardeinstellungen und derselben Audio- und Scoring-Pipeline aufgerufen. Dies ist eine Anbieterangabe; der Nenner der einzelnen Tabellenzeile ist nicht veröffentlicht. Der Bericht benennt die ausgewertete Route als Flux General English.
- Einordnung
- Anbieterangabe aus diesem Bericht. Keine unabhängig durchgeführte modellübergreifende Kohorte; exakter API-Snapshot, N der einzelnen Zeile und Konfidenzintervalle sind nicht veröffentlicht, sofern nicht ausdrücklich getrennt genannt.
Mean code-switch WER, report headline (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 52.86
- Bewertung
- 52.86
- Messgröße
- Mean word error rate (WER) on the report's code-switch set
- Einheit
- %
- Benchmark-Version
- AssemblyAI Universal-3.6 Pro Realtime launch report, published 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- AssemblyAI Universal-3.6 Pro Realtime report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Laut AssemblyAI-Bericht nutzte die Evaluation 12.460 geskriptete Anruf-Szenarien mit echten Sprechern, drei Geräuschumgebungen und 12 Sprechergruppen. Wettbewerber wurden über öffentliche Streaming-APIs mit Anbieter-Standardeinstellungen und derselben Audio- und Scoring-Pipeline aufgerufen. Dies ist eine Anbieterangabe; der Nenner der einzelnen Tabellenzeile ist nicht veröffentlicht. Der Bericht benennt die ausgewertete Route als Flux General English.
- Einordnung
- Anbieterangabe aus diesem Bericht. Keine unabhängig durchgeführte modellübergreifende Kohorte; exakter API-Snapshot, N der einzelnen Zeile und Konfidenzintervalle sind nicht veröffentlicht, sofern nicht ausdrücklich getrennt genannt.
English short-form WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 6.53
- Bewertung
- 6.53
- Messgröße
- Word error rate (WER) on English short-form utterances
- Einheit
- %
- Benchmark-Version
- AssemblyAI Universal-3.6 Pro Realtime launch report, published 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- AssemblyAI Universal-3.6 Pro Realtime report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Laut AssemblyAI-Bericht nutzte die Evaluation 12.460 geskriptete Anruf-Szenarien mit echten Sprechern, drei Geräuschumgebungen und 12 Sprechergruppen. Wettbewerber wurden über öffentliche Streaming-APIs mit Anbieter-Standardeinstellungen und derselben Audio- und Scoring-Pipeline aufgerufen. Dies ist eine Anbieterangabe; der Nenner der einzelnen Tabellenzeile ist nicht veröffentlicht. Der Bericht benennt die ausgewertete Route als Flux General English.
- Einordnung
- Anbieterangabe aus diesem Bericht. Keine unabhängig durchgeführte modellübergreifende Kohorte; exakter API-Snapshot, N der einzelnen Zeile und Konfidenzintervalle sind nicht veröffentlicht, sofern nicht ausdrücklich getrennt genannt.
Seite 1 von 20
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 83 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 6. November 2026
FluxEleven v3 39GPT-Live-Transcribe 39GPT-4o Mini TTS 36Gemini 3.5 Transcribe Live 35
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Flux im Vergleich
- 1Flux vs. Nova-324 gemeinsame Tests
- 2Flux vs. GPT-Live-Transcribe4 gemeinsame Tests
- 3Flux vs. Gemini 3.5 Transcribe Live17 gemeinsame Tests
- 4Flux vs. GPT-Realtime-Whisper2 gemeinsame Tests
- 5Flux vs. Scribe v2 Realtime19 gemeinsame Tests
- 6Flux vs. Voxtral Mini Transcribe Realtime5 gemeinsame Tests
- 7Flux vs. Cartesia Ink-25 gemeinsame Tests
- 8Flux vs. Muse Voice Transcribe3 gemeinsame Tests
- 9Flux vs. Universal-3.6 Pro Realtime1 gemeinsamer Test
Ähnliche Modelle
Weitere Modelle derselben Art wie Flux, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Nova-3Deepgram · gleicher Anbieter
- Aura-2Deepgram · gleicher Anbieter
- Gemini 3.5 TranscribeGoogle · beliebt in dieser Kategorie
- pyannote Community-1pyannote · beliebt in dieser Kategorie
- Nemotron-3-DiarizationNVIDIA · beliebt in dieser Kategorie
- Confucius4-R2T2NetEase Youdao · beliebt in dieser Kategorie
- NVIDIA Nemotron 3.5 TranscribeNVIDIA · beliebt in dieser Kategorie
- Granite Speech 5.0 470M TurboCTCIBM · beliebt in dieser Kategorie
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
API
Weitere Angaben
- Sprecherwechsel
- Modellintegrierte Erkennung des Gesprächsendes mit konfigurierbarer Gesprächssteuerung
- Quelle: Sprecherwechsel
Quellen und Datenstand
Alle 33 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Vals AI | 1 | 0 | 3 |
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.