ElevenLabsAudiomodellAktiv
Eleven Flash v2.5
BeliebtheitPlatz 569 von 875
22von 100wie im Vormonat
Zusammenfassung
Eleven Flash v2.5 ist auf niedrige Latenz bei der Text-to-Speech-Ausgabe ausgelegt. ElevenLabs nennt rund 75 ms Latenz, 32 Sprachen und bis zu 40.000 Zeichen pro Anfrage.
Flash v2.5 normalisiert Telefonnummern, Datumsangaben und Währungen standardmäßig weniger zuverlässig als langsamere Modelle. Die Dokumentation führt Normalisierung als Enterprise-Option auf. Die niedrige Latenz ändert damit nichts an dieser bekannten Grenze bei Zahlenangaben.
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.
Coval pooled corpus-level synthesized-speech word error rate (TTS WER) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1.8509058333148243
- Bewertung
- 1.8509058333148243
- Messgröße
- Pooled corpus-level synthesized-speech 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
- 2090
- Quellentyp
- official-leaderboard
- Auswertung
- Coval
- Status
- superseded
- Abrufdatum
- 2026-10-16
- Methodik
- Offizielle Benchmark-Rangliste. Coval-Endpunktschlüssel elevenlabs/eleven_flash_v2_5, exakte ElevenLabs-API-Modellkennung eleven_flash_v2_5, gehostet von ElevenLabs. Dies ist eine modellbezogene WER-Messung synthetisierter Sprache; die öffentliche Route nennt die getestete Stimme nicht. Es ist keine STT-WER. Rollierendes 30-Tage-Fenster, tägliche Neumessung.
- Einordnung
- Dies ist Covals gepoolte, korpusweite WER synthetisierter Sprache am exakten Eleven-Flash-v2.5-Endpunkt, 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. Der Wert misst die Verständlichkeit der Ausgabe, nicht die STT-Genauigkeit. Die getestete Stimme ist in der öffentlichen Route nicht angegeben, daher ist dies kein stimmspezifisches Ergebnis. Die Messung stammt von Covals gehostetem ElevenLabs-Endpunkt, nicht aus einer lokalen oder nativen Ausführung.
MiniMaxAI/TTS-Multilingual-Test-Set WER, average (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1.52
- Bewertung
- 1.52
- Messgröße
- Word error rate (WER); lower is better
- Einheit
- %
- Benchmark-Version
- Gradium evaluation on MiniMaxAI/TTS-Multilingual-Test-Set, evaluated 2026-04; report published 2026-04-29; Qwen3-ASR
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Gradium, TTS WER Benchmark 2026: Pronunciation Accuracy
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. MiniMaxAI/TTS-Multilingual-Test-Set (24 verfügbare Sprachen, fünf ausgewertet: Englisch, Französisch, Spanisch, Portugiesisch, Deutsch); Referenz-ASR Qwen3-ASR. Für Englisch wurde der Whisper-English-Normalizer verwendet, für Französisch kyutai/tts_longeval und für Spanisch, Portugiesisch sowie Deutsch Whisper basic. Der Bericht benennt ElevenLabs Flash v2.5 nach Produktnamen; Anzahl der Äußerungen, Voice-IDs, API-Version und Sampling-Kontrollen sind nicht veröffentlicht.
- Einordnung
- Gradium ist ein konkurrierender TTS-Anbieter und kennzeichnet die Tabelle als selbst berichtet. Von 24 verfügbaren Datensatzsprachen wurden nur fünf ausgewertet. Der Bericht veröffentlicht weder metric-spezifisches N noch Konfidenzintervalle, unveränderliche Serving-Version, Voice-IDs oder API-Kontrollen. WER hängt vom Referenz-ASR und den sprachspezifischen Normalisierern ab; dieser Wert ist daher nicht direkt mit anderen WER-Reihen vergleichbar.
MiniMaxAI/TTS-Multilingual-Test-Set WER, English (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.36
- Bewertung
- 0.36
- Messgröße
- Word error rate (WER); lower is better
- Einheit
- %
- Benchmark-Version
- Gradium evaluation on MiniMaxAI/TTS-Multilingual-Test-Set, evaluated 2026-04; report published 2026-04-29; Qwen3-ASR
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Gradium, TTS WER Benchmark 2026: Pronunciation Accuracy
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. MiniMaxAI/TTS-Multilingual-Test-Set (24 verfügbare Sprachen, fünf ausgewertet: Englisch, Französisch, Spanisch, Portugiesisch, Deutsch); Referenz-ASR Qwen3-ASR. Für Englisch wurde der Whisper-English-Normalizer verwendet, für Französisch kyutai/tts_longeval und für Spanisch, Portugiesisch sowie Deutsch Whisper basic. Der Bericht benennt ElevenLabs Flash v2.5 nach Produktnamen; Anzahl der Äußerungen, Voice-IDs, API-Version und Sampling-Kontrollen sind nicht veröffentlicht.
- Einordnung
- Gradium ist ein konkurrierender TTS-Anbieter und kennzeichnet die Tabelle als selbst berichtet. Von 24 verfügbaren Datensatzsprachen wurden nur fünf ausgewertet. Der Bericht veröffentlicht weder metric-spezifisches N noch Konfidenzintervalle, unveränderliche Serving-Version, Voice-IDs oder API-Kontrollen. WER hängt vom Referenz-ASR und den sprachspezifischen Normalisierern ab; dieser Wert ist daher nicht direkt mit anderen WER-Reihen vergleichbar.
MiniMaxAI/TTS-Multilingual-Test-Set WER, French (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 2.45
- Bewertung
- 2.45
- Messgröße
- Word error rate (WER); lower is better
- Einheit
- %
- Benchmark-Version
- Gradium evaluation on MiniMaxAI/TTS-Multilingual-Test-Set, evaluated 2026-04; report published 2026-04-29; Qwen3-ASR
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Gradium, TTS WER Benchmark 2026: Pronunciation Accuracy
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. MiniMaxAI/TTS-Multilingual-Test-Set (24 verfügbare Sprachen, fünf ausgewertet: Englisch, Französisch, Spanisch, Portugiesisch, Deutsch); Referenz-ASR Qwen3-ASR. Für Englisch wurde der Whisper-English-Normalizer verwendet, für Französisch kyutai/tts_longeval und für Spanisch, Portugiesisch sowie Deutsch Whisper basic. Der Bericht benennt ElevenLabs Flash v2.5 nach Produktnamen; Anzahl der Äußerungen, Voice-IDs, API-Version und Sampling-Kontrollen sind nicht veröffentlicht.
- Einordnung
- Gradium ist ein konkurrierender TTS-Anbieter und kennzeichnet die Tabelle als selbst berichtet. Von 24 verfügbaren Datensatzsprachen wurden nur fünf ausgewertet. Der Bericht veröffentlicht weder metric-spezifisches N noch Konfidenzintervalle, unveränderliche Serving-Version, Voice-IDs oder API-Kontrollen. WER hängt vom Referenz-ASR und den sprachspezifischen Normalisierern ab; dieser Wert ist daher nicht direkt mit anderen WER-Reihen vergleichbar.
MiniMaxAI/TTS-Multilingual-Test-Set WER, Spanish (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.99
- Bewertung
- 0.99
- Messgröße
- Word error rate (WER); lower is better
- Einheit
- %
- Benchmark-Version
- Gradium evaluation on MiniMaxAI/TTS-Multilingual-Test-Set, evaluated 2026-04; report published 2026-04-29; Qwen3-ASR
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Gradium, TTS WER Benchmark 2026: Pronunciation Accuracy
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. MiniMaxAI/TTS-Multilingual-Test-Set (24 verfügbare Sprachen, fünf ausgewertet: Englisch, Französisch, Spanisch, Portugiesisch, Deutsch); Referenz-ASR Qwen3-ASR. Für Englisch wurde der Whisper-English-Normalizer verwendet, für Französisch kyutai/tts_longeval und für Spanisch, Portugiesisch sowie Deutsch Whisper basic. Der Bericht benennt ElevenLabs Flash v2.5 nach Produktnamen; Anzahl der Äußerungen, Voice-IDs, API-Version und Sampling-Kontrollen sind nicht veröffentlicht.
- Einordnung
- Gradium ist ein konkurrierender TTS-Anbieter und kennzeichnet die Tabelle als selbst berichtet. Von 24 verfügbaren Datensatzsprachen wurden nur fünf ausgewertet. Der Bericht veröffentlicht weder metric-spezifisches N noch Konfidenzintervalle, unveränderliche Serving-Version, Voice-IDs oder API-Kontrollen. WER hängt vom Referenz-ASR und den sprachspezifischen Normalisierern ab; dieser Wert ist daher nicht direkt mit anderen WER-Reihen vergleichbar.
MiniMaxAI/TTS-Multilingual-Test-Set WER, Portuguese (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3.18
- Bewertung
- 3.18
- Messgröße
- Word error rate (WER); lower is better
- Einheit
- %
- Benchmark-Version
- Gradium evaluation on MiniMaxAI/TTS-Multilingual-Test-Set, evaluated 2026-04; report published 2026-04-29; Qwen3-ASR
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Gradium, TTS WER Benchmark 2026: Pronunciation Accuracy
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. MiniMaxAI/TTS-Multilingual-Test-Set (24 verfügbare Sprachen, fünf ausgewertet: Englisch, Französisch, Spanisch, Portugiesisch, Deutsch); Referenz-ASR Qwen3-ASR. Für Englisch wurde der Whisper-English-Normalizer verwendet, für Französisch kyutai/tts_longeval und für Spanisch, Portugiesisch sowie Deutsch Whisper basic. Der Bericht benennt ElevenLabs Flash v2.5 nach Produktnamen; Anzahl der Äußerungen, Voice-IDs, API-Version und Sampling-Kontrollen sind nicht veröffentlicht.
- Einordnung
- Gradium ist ein konkurrierender TTS-Anbieter und kennzeichnet die Tabelle als selbst berichtet. Von 24 verfügbaren Datensatzsprachen wurden nur fünf ausgewertet. Der Bericht veröffentlicht weder metric-spezifisches N noch Konfidenzintervalle, unveränderliche Serving-Version, Voice-IDs oder API-Kontrollen. WER hängt vom Referenz-ASR und den sprachspezifischen Normalisierern ab; dieser Wert ist daher nicht direkt mit anderen WER-Reihen vergleichbar.
MiniMaxAI/TTS-Multilingual-Test-Set WER, German (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.61
- Bewertung
- 0.61
- Messgröße
- Word error rate (WER); lower is better
- Einheit
- %
- Benchmark-Version
- Gradium evaluation on MiniMaxAI/TTS-Multilingual-Test-Set, evaluated 2026-04; report published 2026-04-29; Qwen3-ASR
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Gradium, TTS WER Benchmark 2026: Pronunciation Accuracy
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. MiniMaxAI/TTS-Multilingual-Test-Set (24 verfügbare Sprachen, fünf ausgewertet: Englisch, Französisch, Spanisch, Portugiesisch, Deutsch); Referenz-ASR Qwen3-ASR. Für Englisch wurde der Whisper-English-Normalizer verwendet, für Französisch kyutai/tts_longeval und für Spanisch, Portugiesisch sowie Deutsch Whisper basic. Der Bericht benennt ElevenLabs Flash v2.5 nach Produktnamen; Anzahl der Äußerungen, Voice-IDs, API-Version und Sampling-Kontrollen sind nicht veröffentlicht.
- Einordnung
- Gradium ist ein konkurrierender TTS-Anbieter und kennzeichnet die Tabelle als selbst berichtet. Von 24 verfügbaren Datensatzsprachen wurden nur fünf ausgewertet. Der Bericht veröffentlicht weder metric-spezifisches N noch Konfidenzintervalle, unveränderliche Serving-Version, Voice-IDs oder API-Kontrollen. WER hängt vom Referenz-ASR und den sprachspezifischen Normalisierern ab; dieser Wert ist daher nicht direkt mit anderen WER-Reihen vergleichbar.
Async TTS pronunciation benchmark, ElevenLabs Flash v2.5 sentence-level normalization accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 40.3
- Bewertung
- 40.3
- Messgröße
- Strict sentence-level text-normalization accuracy; every normalization unit in a sentence must be pronounced correctly; higher is better
- Einheit
- %
- Benchmark-Version
- Async TTS pronunciation benchmark, full article captured 2026-10-17
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Stichprobe
- 1022
- Quellentyp
- independent-evaluator
- Auswertung
- Async TTS Pronunciation Benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Das Benchmark nennt ElevenLabs Flash v2.5, das die aktuelle offizielle Modellübersicht der API-Route eleven_flash_v2_5 zuordnet. Audio wird über die Echtzeit-WebSocket-Streaming-Schnittstelle direkt aus Rohtext ohne Textbereinigung oder LLM-Umschreiben erzeugt; Gemini 3.1 Pro wendet kategorienbezogene Normalisierungsregeln an. Diese Zeile ist der veröffentlichte Wert der genannten Bewertungsdimension.
- Einordnung
- Die unabhängige Seite veröffentlicht weder Konfidenzintervall noch genaue Stimmenauswahl oder unveränderliche Anbieterrevision. Sprachfachleute prüften insgesamt etwa 300 Satz-Modell-Paare; eine modellspezifische Validierungsschätzung wird nicht angegeben.
Async TTS pronunciation benchmark, ElevenLabs Flash v2.5 unit-level normalization accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 56.4
- Bewertung
- 56.4
- Messgröße
- Accuracy over individual non-standard text-normalization units; higher is better
- Einheit
- %
- Benchmark-Version
- Async TTS pronunciation benchmark, full article captured 2026-10-17
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Stichprobe
- 2243
- Quellentyp
- independent-evaluator
- Auswertung
- Async TTS Pronunciation Benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Das Benchmark nennt ElevenLabs Flash v2.5, das die aktuelle offizielle Modellübersicht der API-Route eleven_flash_v2_5 zuordnet. Audio wird über die Echtzeit-WebSocket-Streaming-Schnittstelle direkt aus Rohtext ohne Textbereinigung oder LLM-Umschreiben erzeugt; Gemini 3.1 Pro wendet kategorienbezogene Normalisierungsregeln an. Diese Zeile ist der veröffentlichte Wert der genannten Bewertungsdimension.
- Einordnung
- Die unabhängige Seite veröffentlicht weder Konfidenzintervall noch genaue Stimmenauswahl oder unveränderliche Anbieterrevision. Sprachfachleute prüften insgesamt etwa 300 Satz-Modell-Paare; eine modellspezifische Validierungsschätzung wird nicht angegeben.
Cekura TTS hard-part accuracy: numbers and shorthand (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 55
- Bewertung
- 55
- Messgröße
- Share of hard-part readings accepted for numbers and shorthand
- Einheit
- %
- Benchmark-Version
- Cekura TTS Model Benchmarks; current page snapshot 2026-10-19; run date and serving revision not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- Cekura Bench TTS Model Benchmarks
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Offizielle Benchmark-Rangliste. Vom Evaluator ausgeführter TTS-Benchmark. Cekura zufolge las jedes Modell dieselben 104 Sprachagenten-Sätze je dreimal aus einer Cloud-Region in US East, mit einer Standardstimme je Modell und eigenem Streaming-Protokoll. Die Nicht-Streaming-Zeit reicht vom Senden des vollständigen Texts bis zum ersten hörbaren Ton; die Streaming-Zeit vom letzten gesendeten Wort bis zum ersten hörbaren Ton. Die geschätzte Lesegenauigkeit nutzt Transkripte von Deepgram Nova-3 und OpenAI Whisper; akzeptierte Lesarten werden ohne menschliche Prüfung gezählt. Naturalness nutzt UTMOS, ein offenes Modell zur Vorhersage eines Hörtestwerts. Die erfassten Zeilen nennen weder zellbezogenes N, CI, exaktes Testdatum, Serving-/API-Revision noch konkrete Voice-ID, sofern sie nicht separat angezeigt wird.
- Einordnung
- Cekura legt offen, dass das Unternehmen den Benchmark selbst betreibt und zugleich Test- und Monitoringprodukte im selben Markt verkauft. Die Ergebnisse stammen vom Evaluator und umfassen Stimme, Laufzeit, Protokoll sowie ASR- und UTMOS-Einflüsse. Es handelt sich weder um einen reinen Hörtest mit Menschen noch um eine isolierte Modellmessung.
Cekura TTS hard-part accuracy: codes and addresses (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 55
- Bewertung
- 55
- Messgröße
- Share of hard-part readings accepted for codes and addresses
- Einheit
- %
- Benchmark-Version
- Cekura TTS Model Benchmarks; current page snapshot 2026-10-19; run date and serving revision not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- Cekura Bench TTS Model Benchmarks
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Offizielle Benchmark-Rangliste. Vom Evaluator ausgeführter TTS-Benchmark. Cekura zufolge las jedes Modell dieselben 104 Sprachagenten-Sätze je dreimal aus einer Cloud-Region in US East, mit einer Standardstimme je Modell und eigenem Streaming-Protokoll. Die Nicht-Streaming-Zeit reicht vom Senden des vollständigen Texts bis zum ersten hörbaren Ton; die Streaming-Zeit vom letzten gesendeten Wort bis zum ersten hörbaren Ton. Die geschätzte Lesegenauigkeit nutzt Transkripte von Deepgram Nova-3 und OpenAI Whisper; akzeptierte Lesarten werden ohne menschliche Prüfung gezählt. Naturalness nutzt UTMOS, ein offenes Modell zur Vorhersage eines Hörtestwerts. Die erfassten Zeilen nennen weder zellbezogenes N, CI, exaktes Testdatum, Serving-/API-Revision noch konkrete Voice-ID, sofern sie nicht separat angezeigt wird.
- Einordnung
- Cekura legt offen, dass das Unternehmen den Benchmark selbst betreibt und zugleich Test- und Monitoringprodukte im selben Markt verkauft. Die Ergebnisse stammen vom Evaluator und umfassen Stimme, Laufzeit, Protokoll sowie ASR- und UTMOS-Einflüsse. Es handelt sich weder um einen reinen Hörtest mit Menschen noch um eine isolierte Modellmessung.
Cekura TTS hard-part accuracy: read from context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 75
- Bewertung
- 75
- Messgröße
- Share of hard-part readings accepted for context-dependent readings
- Einheit
- %
- Benchmark-Version
- Cekura TTS Model Benchmarks; current page snapshot 2026-10-19; run date and serving revision not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- Cekura Bench TTS Model Benchmarks
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Offizielle Benchmark-Rangliste. Vom Evaluator ausgeführter TTS-Benchmark. Cekura zufolge las jedes Modell dieselben 104 Sprachagenten-Sätze je dreimal aus einer Cloud-Region in US East, mit einer Standardstimme je Modell und eigenem Streaming-Protokoll. Die Nicht-Streaming-Zeit reicht vom Senden des vollständigen Texts bis zum ersten hörbaren Ton; die Streaming-Zeit vom letzten gesendeten Wort bis zum ersten hörbaren Ton. Die geschätzte Lesegenauigkeit nutzt Transkripte von Deepgram Nova-3 und OpenAI Whisper; akzeptierte Lesarten werden ohne menschliche Prüfung gezählt. Naturalness nutzt UTMOS, ein offenes Modell zur Vorhersage eines Hörtestwerts. Die erfassten Zeilen nennen weder zellbezogenes N, CI, exaktes Testdatum, Serving-/API-Revision noch konkrete Voice-ID, sofern sie nicht separat angezeigt wird.
- Einordnung
- Cekura legt offen, dass das Unternehmen den Benchmark selbst betreibt und zugleich Test- und Monitoringprodukte im selben Markt verkauft. Die Ergebnisse stammen vom Evaluator und umfassen Stimme, Laufzeit, Protokoll sowie ASR- und UTMOS-Einflüsse. Es handelt sich weder um einen reinen Hörtest mit Menschen noch um eine isolierte Modellmessung.
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
pyannote Community-1, pyannote: 73
Nemotron-3-Diarization, NVIDIA: 57
Gemini 3.5 Transcribe, Google: 52
Confucius4-R2T2, NetEase Youdao: 52
Granite Speech 5.0 470M TurboCTC, IBM: 52
Kokoro-82M, hexgrad: 51
Nova-3, Deepgram: 51
Fish Audio S2 Pro, Fish Audio: 51
NVIDIA Nemotron 3.5 Transcribe, NVIDIA: 50
Granite Speech 5.0 470M TurboCTC NC, IBM: 50
Orukeet, Oruk: 49
Lyria 3.5, Google: 47
Gemini 3.5 Live Translate, Google: 46
Phonon-2, Fermion Research: 44
Aura-2, Deepgram: 44
Gemini 3.1 Flash TTS, Google: 44
MiniMax-Music3, MiniMax: 41
Audio8-ASR-Infinite, Edge0 AI: 41
GPT-Realtime 2.1, OpenAI: 41
Eleven Flash v2.5, ElevenLabs: 22
Eleven Flash v2.5
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 5. November 2026
Eleven Flash v2.5Index-Echo-S2TT-9BLyria RealtimeIndex-Echo-S2TT-2BLyria 3 Clip
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
- Mit Einschränkungen. ElevenLabs beschreibt ein unhörbares Wasserzeichen für selbst erzeugtes Audio und nennt SynthID, unter anderem für seine Sprachgenerierung. Ältere Aufnahmen vor der Einführung und Ausgaben von Drittmodellen sind nicht automatisch erfasst.
- Quelle 1: KI-WasserzeichenQuelle 2: KI-WasserzeichenQuelle 3: KI-WasserzeichenQuelle 4: KI-Wasserzeichen
- Watermarking-Technik
- SynthID
- Quelle 1: Watermarking-TechnikQuelle 2: Watermarking-TechnikQuelle 3: Watermarking-TechnikQuelle 4: Watermarking-Technik
- Kennzeichnung geprüft am
- 05.11.2026
- Quelle 1: Kennzeichnung geprüft amQuelle 2: Kennzeichnung geprüft amQuelle 3: Kennzeichnung geprüft amQuelle 4: Kennzeichnung geprüft am
Lizenz und Zugang
API
Weitere Angaben
Quellen und Datenstand
Alle 45 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.