Was ist Deepgram Nova-3?
Nova-3 hat Deepgram am 12. Februar 2025 veröffentlicht, und es ist weiterhin das allgemeine Speech-to-Text-Modell des Anbieters für aufgezeichnetes und gestreamtes Audio. Es transkribiert 63 Spracheinträge, wechselt in Echtzeit mitten im Satz zwischen 10 davon und unterstützt Keyterm Prompting für bis zu 100 Fachbegriffe, Sprechertrennung, Schwärzung und Smart Formatting. Varianten für Medizin und Pharma decken Englisch ab.
Deepgram hat es nicht ersetzt. Das neuere Modell Flux ist ein eigenes Streaming-Modell für Voice Agents, das Turn Detection ergänzt; die Dokumentation beschreibt Nova-3 weiterhin als bestes Allzweckmodell ohne Turn Detection und behält Nova-2 für Sprachen, die Nova-3 fehlen, und für die Erkennung von Füllwörtern. Enterprise-Kunden können Nova-3 in selbst gehosteten Containern auf NVIDIA-GPUs betreiben, in der eigenen VPC oder on-premises.
Was kostet Deepgram Nova-3?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Pre-recorded, monolingual | $0.0043/min | Pay-as-you-go |
| Pre-recorded, multilingual | $0.0052/min | Pay-as-you-go |
| Streaming | $0.0048/min on promotion, $0.0077 regular | |
| Growth plan | From $4,000/year | Günstiger pro Minute |
Aufgezeichnet 0,0043 $/Min. (einsprachig) oder 0,0052 $/Min. (mehrsprachig) bei Pay-as-you-go; Streaming 0,0048 $/Min. im Aktionspreis, regulär 0,0077 $. Der Growth-Tarif ab 4.000 $/Jahr ist günstiger. 200 $ Gratisguthaben.
Lohnt sich Deepgram Nova-3?
Nova-3 ist ein Modell für Durchsatz, nicht für Genauigkeit. Artificial Analysis misst bei 10-minütigen Clips das 546-Fache der Echtzeit, übertroffen nur von NVIDIAs Parakeet TDT 0.6B V3 auf Together AI mit 618, für 4,30 $ pro 1.000 Minuten. Die Wortfehlerrate im selben Test, 5,2%, liegt nahe dem unteren Ende von 62 Einträgen. ElevenLabs Scribe v2 kommt auf 2,2%, Microsofts MAI-Transcribe-2 auf 2,0%.
Deepgrams eigene Zahlen sehen deutlich besser aus: eine mediane Fehlerrate von 5,26% bei aufgezeichnetem Audio gegenüber 10% beim nächstbesten Konkurrenten und 6,84% gegenüber 14,92% beim Streaming. Sie stammen aus Deepgrams eigenen 2.703 Dateien, etwa 82 Stunden aus Bereichen wie Flugfunk, Drive-in und Mailbox, und die Konkurrenten werden nicht genannt. Der Abstand erinnert daran, dass Nova-3 auf verrauschtes Telefonaudio abgestimmt wurde, während neutrale Ranglisten saubere Sprache belohnen.
Für Nova-3 spricht die Arbeit rund um Live-Audio. Es wechselt mitten im Gespräch zwischen 10 Sprachen, schwärzt bis zu 50 Entitätstypen in Echtzeit und nimmt bis zu 100 Keyterms für Produktnamen an. Jede dieser Funktionen wird beim Streaming separat berechnet. Bei Pay-as-you-go kosten Sprechertrennung und Schwärzung je 0,0020 $ pro Minute und Keyterms 0,0013 $. Ein Stream mit allen Funktionen kommt zum regulären Preis damit auf 0,0130 $ pro Minute, etwa 70% über dem Listenpreis.
Die Datenvoreinstellung verdient vor einem Pilotprojekt Aufmerksamkeit. Anfragen fließen in Deepgrams Model Improvement Program ein, sofern nicht jede einzelne mip_opt_out=true mitschickt, und Deepgram behält „fractional increments“, also Teilmengen dieser Daten, fürs Training. Deepgram nennt SOC 2 Type 2, HIPAA, PCI DSS und DSGVO, unterzeichnet HIPAA Business Associate Agreements aber nur für Enterprise-Kunden. Eine Praxis, die nova-3-medical mit Kreditkarte testet, hat standardmäßig also weder das eine noch das andere.
In Deepgrams eigenem Angebot steht Nova-3 inzwischen etwas unglücklich da. Wer Voice Agents baut, bekommt Turn Detection von Flux für 0,0065 $ pro Minute im Aktionspreis, und wer Archive transkribiert, bekommt laut den Zahlen von Artificial Analysis Scribe v2 für 3,67 $ pro 1.000 Minuten, weniger als die 4,30 $ von Nova-3 bei weniger als der Hälfte der Fehler. Was bleibt, ist die Live-Transkription mit hoher Parallelität, teils on-premises, auf der Deepgram sein Geschäft aufgebaut hat.
Wo es sich lohnt
Ein Plattform-Team bei einem Anbieter von Contact-Center-Software
1M Minuten Live-Anrufe im Monat für Agent Assist und Qualitätssicherung transkribieren
Streaming kostet 7.700 $ im Monat zum regulären Pay-as-you-go-Preis oder 4.800 $ im aktuellen Aktionspreis; Sprechertrennung und Schwärzung kosten zusammen weitere 4.000 $. Pay-as-you-go erlaubt 150 parallele Streams, Growth 225, ein ausgelastetes Callcenter braucht also einen Enterprise-Vertrag.
Ein Entwickler, der einen Bestellbot fürs Telefon für eine Restaurantkette mit 40 Standorten baut
Gerichte und Aktionscodes in verrauschtem Drive-in-Audio zuverlässig erkennen
Keyterm Prompting nimmt bis zu 100 Begriffe für 0,0013 $ pro Minute Aufpreis an. Nova-3 hat keine Turn Detection, der Bot braucht also eine eigene Logik für das Sprechende, oder das Team wechselt zu Flux, das sie eingebaut hat.
Eine IT-Leiterin in einem Klinikverbund, dessen Daten das eigene Netz nicht verlassen dürfen
Diktate von Ärztinnen und Ärzten on-premises transkribieren
nova-3-medical läuft in Deepgrams selbst gehosteten Containern auf NVIDIA-GPUs in der VPC der Klinik. HIPAA-Vereinbarungen, Self-Hosting und individuelle Preise gibt es nur über einen Enterprise-Vertrag, nicht in den Self-Service-Tarifen.
Der Archivverantwortliche eines Medienunternehmens
100.000 Stunden Archivvideo per Batch für die Suche transkribieren
Sechs Millionen Minuten aufgezeichnetes Audio kosten 25.800 $ bei Pay-as-you-go oder 21.600 $ zum Growth-Preis, Sprechertrennung inklusive. Sollen die Transkripte veröffentlicht werden, spart die niedrigere Fehlerrate von Scribe v2 bei ähnlicher Rechnung Redaktionszeit.
Bevor du dich festlegst
- Einrichtung
- Registriere dich ohne Kreditkarte für 200 $ Gratisguthaben, das laut Deepgram für etwa 43.000 Minuten reicht; ein REST-Aufruf transkribiert eine Datei, ein WebSocket verarbeitet Live-Audio.
- Integrationen
- REST- und WebSocket-APIs mit SDKs für Java, JavaScript, Python, Go und .NET; Varianten nova-3-medical und nova-3-pharma; daneben Flux und die Voice Agent API.
- Daten und Datenschutz
- Anfragen fließen standardmäßig in das Model Improvement Program ein; mip_opt_out=true in jeder Anfrage beschränkt die Speicherung auf die Verarbeitung. Deepgrams Compliance-Seite nennt Berichte nach SOC 2 Type 1 und Type 2 (auf Anfrage), PCI-Konformität, DSGVO-Bereitschaft und einen EU-Endpunkt; BAAs werden nur bei Enterprise unterzeichnet.
- Kosten im großen Maßstab
- 1M Streaming-Minuten im Monat kosten 7.700 $ zu regulären Pay-as-you-go-Preisen und 6.500 $ zu Growth-Preisen, plus je 2.000 $ für Sprechertrennung und Schwärzung im Streaming. Dieselbe Menge aufgezeichnetes Audio kostet 4.300 $ oder 3.600 $ bei Growth, das ab 4.000 $ im Jahr beginnt.
- Grenzen
- 50 parallele REST-Anfragen und 150 Streams bei Pay-as-you-go, 225 Streams bei Growth; bis zu 100 Keyterms; keine Turn Detection; manche Sprachen und die Füllwort-Erkennung brauchen weiterhin Nova-2.
Was gut ist
- 546-fache Echtzeit bei Artificial Analysis, das zweitschnellste Modell der Rangliste
- Sprachwechsel in Echtzeit über 10 Sprachen
- Selbst gehostete Container und ein EU-Endpunkt
- Aufgezeichnetes Audio ab 0,0043 $ pro Minute, Sprechertrennung inklusive
Was nicht
- 5,2% AA-WER, mehr als doppelt so viel wie die 2,2% von Scribe v2
- Audio kann fürs Training gespeichert werden, sofern nicht jede Anfrage widerspricht
- Streaming-Zusatzfunktionen erhöhen den Minutenpreis um etwa 70%
- HIPAA-Vereinbarungen nur bei Enterprise
Am besten für
Teams in Contact Centern und für Live-Untertitel, die schnelle Transkription von Telefonaudio mit hoher Parallelität brauchen, auch auf eigenen Servern.
Alternativen zu Deepgram Nova-3
Deepgram Nova-3: häufige Fragen
- Lohnt sich Deepgram Nova-3?
- Nova-3 ist schnell und günstig genug für Live-Telefonaudio, macht in einem neutralen Test aber mehr als doppelt so viele Fehler wie die Spitzenreiter bei der Genauigkeit. Wir bewerten es mit 4.0 von 5.
- Was kostet Deepgram Nova-3?
- Aufgezeichnet 0,0043 $/Min. (einsprachig) oder 0,0052 $/Min. (mehrsprachig) bei Pay-as-you-go; Streaming 0,0048 $/Min. im Aktionspreis, regulär 0,0077 $. Der Growth-Tarif ab 4.000 $/Jahr ist günstiger. 200 $ Gratisguthaben.
- Welche Nachteile hat Deepgram Nova-3?
- 5,2% AA-WER, mehr als doppelt so viel wie die 2,2% von Scribe v2; Audio kann fürs Training gespeichert werden, sofern nicht jede Anfrage widerspricht; Streaming-Zusatzfunktionen erhöhen den Minutenpreis um etwa 70%; HIPAA-Vereinbarungen nur bei Enterprise.
- Für wen eignet sich Deepgram Nova-3?
- Teams in Contact Centern und für Live-Untertitel, die schnelle Transkription von Telefonaudio mit hoher Parallelität brauchen, auch auf eigenen Servern.
- Was kostet Deepgram Nova-3 für ein Team oder im Produktivbetrieb?
- 1M Streaming-Minuten im Monat kosten 7.700 $ zu regulären Pay-as-you-go-Preisen und 6.500 $ zu Growth-Preisen, plus je 2.000 $ für Sprechertrennung und Schwärzung im Streaming. Dieselbe Menge aufgezeichnetes Audio kostet 4.300 $ oder 3.600 $ bei Growth, das ab 4.000 $ im Jahr beginnt.
- Ist Deepgram Nova-3 sicher für Firmendaten?
- Anfragen fließen standardmäßig in das Model Improvement Program ein; mip_opt_out=true in jeder Anfrage beschränkt die Speicherung auf die Verarbeitung. Deepgrams Compliance-Seite nennt Berichte nach SOC 2 Type 1 und Type 2 (auf Anfrage), PCI-Konformität, DSGVO-Bereitschaft und einen EU-Endpunkt; BAAs werden nur bei Enterprise unterzeichnet.
- Was sind die besten Alternativen zu Deepgram Nova-3?
- Die nächsten Alternativen, die wir getestet haben, sind ElevenLabs Scribe v2, Gemini 3.5 Transcribe, GPT Transcribe und Whisper large-v3-turbo.
Antworten geprüft am 26. Okt. 2026.