Was ist ElevenLabs Scribe v3 and Scribe v3 Live?
Scribe v3 ist ElevenLabs' Speech-to-Text-Modell für aufgezeichnetes Audio, veröffentlicht am 10. November 2026 zusammen mit Scribe v3 Live für Echtzeit-Streams. Beide lösten am selben Tag Scribe v2 als Standard in App und API von ElevenLabs ab; zum Wechseln reicht die Modell-ID scribe_v3 oder scribe_v3_live.
Das Batch-Modell unterscheidet bis zu 32 Sprecher, nimmt bis zu 1.000 Schlüsselbegriffe an, markiert Audio-Ereignisse, erkennt Entitäten und liefert Zeitstempel pro Wort oder Zeichen. Neue Optionen legen fest, ob Zahlen als Ziffern oder Wörter erscheinen, und helfen bei Audio mit gemischten Sprachen. Das Live-Modell ergänzt Turn-Vorhersage, einen mehrsprachigen Modus für Sprachwechsel mitten im Satz, Sprecherlabels in Echtzeit und eine Bibliothek mit bis zu 10.000 Schlüsselbegriffen. Beide decken mehr als 90 Sprachen ab.
Die Gewichte sind nicht veröffentlicht. Audio wird in den USA verarbeitet, sofern du nicht einen Enterprise-Tarif mit isolierter Umgebung in der EU, Indien oder Singapur hast.
Was kostet ElevenLabs Scribe v3 and Scribe v3 Live?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Scribe v3 | $0.20 an hour | Aufgezeichnetes Audio; Schlüsselbegriffe +0,05 $, Bearbeitung +0,07 $ |
| Scribe v3 Live | $0.22 an hour | Echtzeit; Schlüsselbegriffe +0,08 $, Bearbeitung +0,12 $ |
Scribe v3 0,20 $ pro Stunde Audio (Schlüsselbegriffe +0,05 $, Transkriptbearbeitung +0,07 $); Scribe v3 Live 0,22 $ pro Stunde (Schlüsselbegriffe +0,08 $, Bearbeitung +0,12 $). Der Gratis-Tarif enthält einige Stunden.
Lohnt sich ElevenLabs Scribe v3 and Scribe v3 Live?
Scribe v3 ist ein leises Upgrade mit lautem Ergebnis. Im unabhängigen Test für aufgezeichnetes Audio von Artificial Analysis, abgelesen am 12. November, kam es auf 1,9 % Wortfehlerrate, Platz zwei von 64 Modellen und nur hinter Alibabas Fun-Realtime-ASR-preview mit 1,7 %. Der Vorgänger Scribe v2 liegt bei 2,2 %. Der Preis blieb bei 0,20 $ pro Stunde, und das ist die interessantere Entscheidung.
ElevenLabs' eigene Schlagzeile, 27 % weniger Fehler in 102 Sprachen auf dem FLEURS-Datensatz, verdient eine Fußnote, die das Unternehmen selbst liefert: Der Fehler wird pro Clip gemittelt statt über den ganzen Korpus, daher liegen die Werte (12,38 %, vorher 16,94 %) höher als bei anderen Anbietern und lassen sich nicht direkt mit ihnen vergleichen. Die Zahlen des Live-Modells sind leichter zu lesen: Auf Earnings-22, einem Satz von Finanzgesprächen mit Akzent, sank der Fehler von 5,99 % auf 3,91 %.
Der Haken: Tempo und Standort. Artificial Analysis misst Scribe v3 mit dem 63-Fachen der Echtzeit, gegenüber 340,8 bei Microsofts MAI-Transcribe-2, das bei der Genauigkeit nur ein Zehntel Punkt dahinter liegt und pro Minute halb so viel kostet. Audio im Self-Service wird in den USA verarbeitet; EU-Verarbeitung erfordert einen Enterprise-Vertrag, und der Zero Retention Mode ist nicht standardmäßig aktiv. Die offiziellen SDKs hinken dem Live-Modell zudem hinterher, sodass Turn-Vorhersage und die große Schlüsselbegriff-Bibliothek einen direkten WebSocket brauchen.
Unser Fazit: Für ein Team, das schon Audio an ElevenLabs schickt, ist das eine kostenlose Verbesserung ohne Grund zu warten. Wem Durchsatz oder EU-Datenhaltung wichtiger sind als das letzte Zehntel, für den liegen Microsoft und Mistral inzwischen so nah, dass der Vergleich eine Frage der Logistik ist und nicht der Qualität.
Wo es sich lohnt
Ein Podcast-Netzwerk, das in acht Sprachen veröffentlicht
Aus jeder Folge ein sauberes Transkript mit Sprecherlabels machen
Schicke die Dateien mit Diarisierung und SRT-Export an scribe_v3. Ein Archiv von 1.000 Stunden kostet vor Zusatzoptionen etwa 200 $.
Das Kundenservice-Team eines Versorgers
Postleitzahlen, Kontonummern und Namen in Live-Anrufen richtig erfassen
Streame die Anrufe an scribe_v3_live mit einer Schlüsselbegriff-Bibliothek aus Straßennamen und Produktbegriffen; die Bibliothek greift nur, wenn das Modell einen wahrscheinlichen Treffer hört. 0,22 $ pro Stunde plus 0,08 $ für Schlüsselbegriffe.
Bevor du dich festlegst
- Einrichtung
- Sende Audio per POST an /v1/speech-to-text mit model_id scribe_v3 oder öffne den Echtzeit-WebSocket mit scribe_v3_live. Bestehende v2-Parameter funktionieren weiter.
- Integrationen
- ElevenLabs-API und SDKs, ElevenAgents, Webhooks für asynchrone Ergebnisse, Export als SRT, DOCX und PDF. Turn-Vorhersage, mehrsprachiger Modus und Schlüsselbegriff-Bibliothek brauchen derzeit einen direkten WebSocket.
- Daten und Datenschutz
- Keine veröffentlichten Gewichte, kein Self-Hosting. Self-Service-Audio wird in den USA verarbeitet und gespeichert. Isolierte Umgebungen in der EU, Indien und Singapur gibt es nur für Enterprise, und der Zero Retention Mode ist nicht standardmäßig aktiv.
- Kosten im großen Maßstab
- 10.000 Stunden im Jahr kosten mit Scribe v3 vor Zusatzoptionen etwa 2.000 $; stille Passagen werden mitberechnet. Artificial Analysis führt es mit 3,33 $ pro 1.000 Minuten.
- Grenzen
- Concurrency reicht von 8 Batch- und 6 Echtzeit-Jobs bei Free bis 60 und 45 bei Scale oder Business. Die maximale Dateilänge nennt die Modellseite nicht.
Was gut ist
- 1,9 % Fehler bei Artificial Analysis, Platz zwei von 64 Modellen
- Gleicher Preis wie Scribe v2: 0,20 $ pro Stunde Batch, 0,22 $ live
- Bis zu 32 Sprecher, 1.000 Schlüsselbegriffe und Audio-Event-Tags
- Upgrade ist eine einzeilige Änderung der Modell-ID
Was nicht
- Bei Artificial Analysis etwa fünfmal langsamer als MAI-Transcribe-2
- Verarbeitung in den USA, außer du kaufst Enterprise-Datenhaltung
- Eigene FLEURS-Werte nicht mit denen anderer Anbieter vergleichbar
- SDKs unterstützen Live-Turn-Vorhersage und Schlüsselbegriff-Bibliothek noch nicht
Am besten für
Produktteams, die Anrufe, Meetings oder Medien in vielen Sprachen transkribieren und Spitzengenauigkeit ohne Preisänderung oder neue Integration wollen.
Alternativen zu ElevenLabs Scribe v3 and Scribe v3 Live
ElevenLabs Scribe v3 and Scribe v3 Live: häufige Fragen
- Lohnt sich ElevenLabs Scribe v3 and Scribe v3 Live?
- Abgesehen von einem Preview-Modell macht keine Transkription, die man diesen Monat kaufen kann, weniger Fehler, und ElevenLabs hat für den Verkauf nicht den Preis erhöht. Wir bewerten es mit 4.6 von 5.
- Was kostet ElevenLabs Scribe v3 and Scribe v3 Live?
- Scribe v3 0,20 $ pro Stunde Audio (Schlüsselbegriffe +0,05 $, Transkriptbearbeitung +0,07 $); Scribe v3 Live 0,22 $ pro Stunde (Schlüsselbegriffe +0,08 $, Bearbeitung +0,12 $). Der Gratis-Tarif enthält einige Stunden.
- Welche Nachteile hat ElevenLabs Scribe v3 and Scribe v3 Live?
- Bei Artificial Analysis etwa fünfmal langsamer als MAI-Transcribe-2; Verarbeitung in den USA, außer du kaufst Enterprise-Datenhaltung; Eigene FLEURS-Werte nicht mit denen anderer Anbieter vergleichbar; SDKs unterstützen Live-Turn-Vorhersage und Schlüsselbegriff-Bibliothek noch nicht.
- Für wen eignet sich ElevenLabs Scribe v3 and Scribe v3 Live?
- Produktteams, die Anrufe, Meetings oder Medien in vielen Sprachen transkribieren und Spitzengenauigkeit ohne Preisänderung oder neue Integration wollen.
- Was kostet ElevenLabs Scribe v3 and Scribe v3 Live für ein Team oder im Produktivbetrieb?
- 10.000 Stunden im Jahr kosten mit Scribe v3 vor Zusatzoptionen etwa 2.000 $; stille Passagen werden mitberechnet. Artificial Analysis führt es mit 3,33 $ pro 1.000 Minuten.
- Ist ElevenLabs Scribe v3 and Scribe v3 Live sicher für Firmendaten?
- Keine veröffentlichten Gewichte, kein Self-Hosting. Self-Service-Audio wird in den USA verarbeitet und gespeichert. Isolierte Umgebungen in der EU, Indien und Singapur gibt es nur für Enterprise, und der Zero Retention Mode ist nicht standardmäßig aktiv.
- Was sind die besten Alternativen zu ElevenLabs Scribe v3 and Scribe v3 Live?
- Die nächsten Alternativen, die wir getestet haben, sind ElevenLabs Scribe v2, MAI-Transcribe-2-Streaming, Voxtral 3 (Transcribe and TTS) und AssemblyAI STT-3.7 (batch, Realtime and Realtime-Agent).
Antworten geprüft am 21. Nov. 2026.