AssemblyAIAudiomodellAktiv

Universal-3.6 Pro Realtime

BeliebtheitPlatz 670 von 875

0von 100wie im Vormonat

Zusammenfassung

AssemblyAI beschreibt Universal-3.6 Pro Realtime als direkte Weiterentwicklung von Universal-3.5 Pro für Sprachagenten und Telefonie. Das Modell wurde für kurze Äußerungen und schwierige Bedingungen wie laute Räume, Akzente und Telefonleitungen trainiert. Die API erkennt 32 Sprachen automatisch und sendet während des Gesprächs Transkripttext.

AssemblyAI verwendet an der bestehenden Streaming-Schnittstelle die Kennung universal-3-6-pro. Der Listenpreis beträgt 0,45 $ pro Audiostunde, mit volumenabhängigen Rabatten.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 223 veröffentlichten Benchmark-Werte anzeigen

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

entity error rate (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 14.4
Bewertung: 14.4
Messgröße: entity error rate
Einheit: %
Benchmark-Version: source version not stated
Kategorie: audio
Richtung: Weniger ist besser
Quellentyp: vendor-reported
Auswertung: AssemblyAI announcement
Status: active
Abrufdatum: 2026-10-04
Methodik: Vom Anbieter veröffentlichter Wert. Same setup
Einordnung: Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.

Quelle AssemblyAI announcement

exact transcript rate (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 87
Bewertung: 87
Messgröße: score
Einheit: %
Benchmark-Version: source version not stated
Kategorie: audio
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: AssemblyAI announcement
Status: active
Abrufdatum: 2026-10-04
Methodik: Unabhängige Evaluation. Same public run
Einordnung: Die Quelle dokumentiert ein separates Evaluator-Setup. Diese Beobachtung wird nicht mit dem Anbieter-Benchmark von AssemblyAI zusammengeführt.

Quelle AssemblyAI announcement

Coval pooled corpus-level STT word error rate (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 2.150440149608203
Bewertung: 2.150440149608203
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: 26332
Quellentyp: official-leaderboard
Auswertung: Coval
Status: superseded
Abrufdatum: 2026-10-16
Methodik: Offizielle Benchmark-Rangliste. Coval-Endpunktschlüssel assemblyai/universal-3.6-pro auf der exakten Route /models/universal-3.6-pro, gehostet über AssemblyAIs eigene API. Die genaue API-Modellkennung im Verzeichnis lautet universal-3-6-pro, das Profil heißt Universal-3.6 Pro Realtime. Covals Route weist dasselbe benannte AssemblyAI-Produkt aus, verwendet intern jedoch eine abweichende Zeichensetzung.
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.

Quelle Coval

AssemblyAI English voice-agent benchmark, Universal 3.6 Pro code-switching WER mean (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 7.2
Bewertung: 7.2
Messgröße: word error rate (WER), mean across five English to European language-pair directions
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
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Exakte API-Modell-ID universal-3-6-pro, öffentliche Streaming-API mit Standardeinstellungen, im englischsprachigen Voice-Agent-Benchmark von AssemblyAI. Die Code-Switching-Zeile ist der Mittelwert über 20 öffentliche Sets mit fünf Sprachpaaren zwischen Englisch und europäischen Sprachen; der Bericht führt EN nach ES, DE, FR, IT und PT einzeln auf. Der Gesamtbenchmark umfasst 12.460 geskriptete Szenarien, drei Umgebungsgeräusche und 12 Sprechergruppen, aber keine Stichprobengröße je Metrik oder Unsicherheitsspanne.
Einordnung: Dies ist ein Herstellerbenchmark. Weder die 12.460 Gesamtszenarien noch die 20 öffentlichen Sets werden als fehlender Nenner der Einzelmetrik eingesetzt; ein Konfidenzintervall ist nicht veröffentlicht. Die unversionierte API-Route ist identifiziert, nicht jedoch der bereitgestellte Modellstand.

Quelle AssemblyAI

AssemblyAI English voice-agent benchmark, Universal 3.6 Pro short-form WER (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 3.44
Bewertung: 3.44
Messgröße: word error rate (WER) on English short-form speech
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
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Exakte API-Modell-ID universal-3-6-pro, öffentliche Streaming-API mit Standardeinstellungen, im englischsprachigen Voice-Agent-Benchmark von AssemblyAI. English short-form WER ist eine getrennte Sprach-Untergruppe und nicht der Gesamt-WER-Wert. Der Gesamtbenchmark umfasst 12.460 geskriptete Szenarien, drei Umgebungsgeräusche und 12 Sprechergruppen, aber der Bericht nennt weder den tatsächlichen short-form-Nenner noch ein Unsicherheitsintervall.
Einordnung: Dies ist ein Herstellerbenchmark. Die Gesamtzahl von 12.460 Szenarien wird nicht als fehlender Nenner der short-form-Untergruppe eingesetzt; ein Konfidenzintervall ist nicht veröffentlicht. Die unversionierte API-Route ist identifiziert, nicht jedoch der bereitgestellte Modellstand.

Quelle AssemblyAI

AssemblyAI English voice-agent benchmark, Universal 3.6 Pro short-answer semantic error (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 1.45
Bewertung: 1.45
Messgröße: semantic wrong-answer rate on short user answers
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
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Exakte API-Modell-ID universal-3-6-pro im englischsprachigen Voice-Agent-Benchmark von AssemblyAI. Die Metrik zählt kurze Antworten nach ihrer Bedeutung als falsch: Eine gleichbedeutende Antwort wie yeah für yes gilt als richtig, eine abweichende oder ausgelassene Antwort als Fehler. Die Größe der bewerteten Untergruppe und ein Unsicherheitsintervall sind nicht angegeben.
Einordnung: Dies ist ein herstellerseitig gemeldeter semantischer Untertest, kein WER und kein Gesamtbenchmark-Score. Nenner der Untergruppe und Konfidenzintervall sind nicht veröffentlicht. Die unversionierte API-Route ist identifiziert, nicht jedoch der bereitgestellte Modellstand.

Quelle AssemblyAI

AssemblyAI English voice-agent no-speech false-transcript rate, Universal-3.6 Pro Realtime (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0.27
Bewertung: 0.27
Messgröße: Share of clips containing hold music, line noise or silence but no speech that returned transcript text; lower is better
Einheit: %
Benchmark-Version: AssemblyAI Universal-3.6 Pro Realtime release report, published 2026-09-29; 2,950 no-speech clips; model build not stated.
Kategorie: speech-to-text / no-speech false activation
Richtung: Weniger ist besser
Stichprobe: 2950
Quellentyp: vendor-reported
Auswertung: AssemblyAI Universal-3.6 Pro Realtime release report
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Exakte Produktroute universal-3-6-pro, produktiver Universal-3.6-Pro-Realtime-Endpunkt. Der Bericht prüfte 2.950 Clips mit Warteschleifenmusik, Leitungsrauschen oder Stille ohne Sprache und zählte, ob Text transkribiert wurde. Anfrageparameter oder ein unveränderlicher Serving-Build für diesen Wert werden nicht genannt.
Einordnung: Herstellerberichteter Wert des Modellanbieters. Gemessen wird eine falsche Textausgabe bei Audio ohne Sprache, nicht Transkriptionsgenauigkeit. Konfidenzintervall und unveränderlicher Endpunkt-Build fehlen. Die 2.950 bezeichnen den veröffentlichten Clip-Nenner, nicht unabhängige gesprochene Äußerungen.

Quelle AssemblyAI Universal-3.6 Pro Realtime release report

Entity error rate: names (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 10.9
Bewertung: 10.9
Messgröße: Entity error rate for names
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.
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.

Quelle AssemblyAI Universal-3.6 Pro Realtime report

Entity error rate: phone numbers (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 2.4
Bewertung: 2.4
Messgröße: Entity error rate for phone numbers
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.
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.

Quelle AssemblyAI Universal-3.6 Pro Realtime report

Entity error rate: email addresses (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 17.2
Bewertung: 17.2
Messgröße: Entity error rate for email addresses
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.
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.

Quelle AssemblyAI Universal-3.6 Pro Realtime report

Entity error rate: dates (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 18.6
Bewertung: 18.6
Messgröße: Entity error rate for dates
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.
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.

Quelle AssemblyAI Universal-3.6 Pro Realtime report

Entity error rate: codes and IDs (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 10
Bewertung: 10
Messgröße: Entity error rate for codes and IDs
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.
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.

Quelle AssemblyAI Universal-3.6 Pro Realtime report

Seite 1 von 19

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-173

Nemotron-3-Diarization57

Gemini 3.5 Transcribe52

Confucius4-R2T252

Granite Speech 5.0 470M TurboCTC52

Kokoro-82M51

Nova-351

Fish Audio S2 Pro51

NVIDIA Nemotron 3.5 Transcribe50

Granite Speech 5.0 470M TurboCTC NC50

Orukeet49

Lyria 3.547

Gemini 3.5 Live Translate46

Phonon-244

Aura-244

Gemini 3.1 Flash TTS44

MiniMax-Music341

Audio8-ASR-Infinite41

GPT-Realtime 2.141

Universal-3.6 Pro Realtime0

pyannote Community-1

Nemotron-3-Diarization

Gemini 3.5 Transcribe

Confucius4-R2T2

Granite Speech 5.0 470M TurboCTC

Kokoro-82M

Nova-3

Fish Audio S2 Pro

NVIDIA Nemotron 3.5 Transcribe

Granite Speech 5.0 470M TurboCTC NC

Orukeet

Lyria 3.5

Gemini 3.5 Live Translate

Universal-3.6 Pro Realtime

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 5. November 2026

Universal-3.6 Pro RealtimeAmazon Nova 2 SonicEleven Multilingual STS v2Eleven Music v2.5Eleven Text to Sound v2

Alle technischen Daten

Architektur

Modellklasse: Streaming-Spracherkennung; Quelle: Modellklasse

Ein- und Ausgabe

Eingabe: Laufendes Audio; Quelle: Eingabe
Ausgabe: Transkript; Quelle: Ausgabe
Sprachen: 32 Sprachen mit automatischer Erkennung; Quelle: Sprachen

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
Watermarking-Technik: Nicht bekannt; ohne Quelle

Lizenz und Zugang

Zugang: AssemblyAI API; Quelle: Zugang

API

API-Modellkennung: universal-3-6-pro; Quelle: API-Modellkennung

Weitere Angaben

Streaming: Echtzeitmodell für die bestehende AssemblyAI-Streaming-Schnittstelle; Quelle: Streaming

Preise

Preis: 0,45 $ pro Audiostunde; Mengenrabatte verfügbarQuelle

Quellen und Datenstand

Alle 27 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.

Art	Nachweis und Datenstand
Recherchestand	Recherchestand 4. Oktober 2026. 21 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht	metric-specific-sample-count-and-uncertainty Hinweis AssemblyAI nennt den Gesamtumfang und Untergruppen, veröffentlicht aber weder einen bewerteten Nenner noch ein Konfidenzintervall für den Code-Switching-Mittelwert, den English short-form WER oder den semantischen Fehler kurzer Antworten.
Ungeklärt	exact-serving-snapshot-and-unpublished-method-details Hinweis Die erfasste externe Quelle meldet ein benchmarkspezifisches Modell oder eine gehostete Route, belegt aber keinen unveränderlichen aktuell ausgelieferten Checkpoint. Nicht veröffentlichte Nenner je Zeile und Konfidenzintervalle bleiben unbekannt; Stichprobenumfänge wurden nur für ausdrücklich bezifferte Zellen eingetragen.
Weitere Quelle	AssemblyAI Universal-3.6 Pro Realtime (abgerufen 3. Oktober 2026; 4. Oktober 2026; 17. Oktober 2026; 21. Oktober 2026) · AssemblyAI Universal-3.6 Pro Realtime · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere Quelle	Coval benchmark (abgerufen 4. Oktober 2026)
Weitere Quelle	Coval (abgerufen 16. Oktober 2026; 19. Oktober 2026; 28. Oktober 2026; 29. Oktober 2026; 30. Oktober 2026; 31. Oktober 2026; 1. November 2026; 2. November 2026; 5. November 2026; 6. November 2026)
Weitere Quelle	Pipecat STT benchmark (abgerufen 17. Oktober 2026)
Weitere Quelle	AssemblyAI (abgerufen 17. Oktober 2026; 18. Oktober 2026)
Weitere Quelle	Omi Health Medical Speech-to-Text Benchmark (abgerufen 22. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 16. Oktober 2026)1 2
Weitere Quelle	Modellmetadaten (abgerufen 17. Oktober 2026)1 2
Weitere Quelle	Modellmetadaten (abgerufen 28. Oktober 2026)1 2 3 4 5
Weitere Quelle	Modellmetadaten (abgerufen 5. November 2026)1 2 3
Weitere Quelle	Modellmetadaten (abgerufen 6. November 2026)1 2 3
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0