¿Qué es Deepgram Nova-3?
Deepgram lanzó Nova-3 el 12 de febrero de 2025 y sigue siendo su modelo general de voz a texto para audio grabado y en streaming. Transcribe 63 entradas de idioma, alterna entre 10 de ellas a mitad de frase en tiempo real y admite keyterm prompting para hasta 100 palabras del sector, diarización de hablantes, redacción de datos sensibles y formato inteligente. Hay variantes médica y farmacéutica para inglés.
Deepgram no lo ha sustituido. Su modelo más reciente, Flux, es un modelo de streaming distinto para agentes de voz que añade detección de turnos; la documentación sigue describiendo Nova-3 como el mejor modelo de uso general sin detección de turnos, y mantiene Nova-2 para los idiomas que Nova-3 no tiene y para detectar muletillas. Los clientes Enterprise pueden ejecutar Nova-3 en contenedores autoalojados sobre GPU NVIDIA, en su propia VPC o en sus instalaciones.
¿Cuánto cuesta Deepgram Nova-3?
| Plan | Precio | Qué incluye |
|---|---|---|
| Pre-recorded, monolingual | $0.0043/min | Pago por uso |
| Pre-recorded, multilingual | $0.0052/min | Pago por uso |
| Streaming | $0.0048/min on promotion, $0.0077 regular | |
| Growth plan | From $4,000/year | Más barato por minuto |
Audio grabado a 0,0043 $/min (monolingüe) o 0,0052 $/min (multilingüe) en pago por uso; streaming a 0,0048 $/min en promoción, 0,0077 $ la tarifa normal. El plan Growth, desde 4.000 $/año, es más barato. 200 $ de crédito gratis.
¿Merece la pena Deepgram Nova-3?
Nova-3 es un modelo para volumen, no para precisión. Artificial Analysis lo mide a 546 veces el tiempo real en clips de 10 minutos, solo por detrás de Parakeet TDT 0.6B V3 de NVIDIA en Together AI, a 618, por 4,30 $ cada 1.000 minutos. Su tasa de error por palabra en la misma prueba, del 5,2%, está cerca del final de 62 entradas. ElevenLabs Scribe v2 obtiene un 2,2%, y el modelo de Microsoft, MAI-Transcribe-2 2,0%.
Las cifras de la propia Deepgram son mucho mejores: una tasa de error mediana del 5,26% en audio grabado frente al 10% del siguiente rival, y del 6,84% frente al 14,92% en streaming. Proceden de sus propios 2.703 archivos, unas 82 horas de ámbitos como el control aéreo, los autoservicios y el buzón de voz, sin nombrar a los competidores. La diferencia recuerda que Nova-3 se ajustó para audio telefónico ruidoso, mientras que las tablas neutrales premian el habla limpia.
Su punto fuerte es todo lo que rodea al audio en directo. Alterna entre 10 idiomas a mitad de llamada, redacta hasta 50 tipos de entidades en tiempo real y acepta hasta 100 keyterms para nombres de productos. En streaming, cada una de esas funciones se factura aparte. En pago por uso, la diarización y la redacción cuestan 0,0020 $ por minuto cada una y los keyterms 0,0013 $, así que un stream con todas las funciones a la tarifa normal llega a 0,0130 $ por minuto, cerca de un 70% más que el precio anunciado.
La configuración de datos por defecto merece atención antes de un piloto. Las solicitudes entran en el Model Improvement Program de Deepgram salvo que cada una lleve mip_opt_out=true, y Deepgram conserva "fractional increments" de esos datos para entrenamiento. Cita SOC 2 Type 2, HIPAA, PCI DSS y GDPR, pero solo firma acuerdos de asociado comercial HIPAA con clientes Enterprise, así que una clínica que pruebe nova-3-medical con tarjeta de crédito no tiene ninguna de las dos cosas por defecto.
Nova-3 encaja ahora mal en la propia gama de Deepgram. Quien construye agentes de voz obtiene detección de turnos con Flux a 0,0065 $ por minuto en promoción, y los equipos que transcriben archivos pueden contratar Scribe v2 por 3,67 $ cada 1.000 minutos según las cifras de Artificial Analysis, menos que los 4,30 $ de Nova-3 y con menos de la mitad de errores. Lo que queda es la transcripción en directo, de alta concurrencia y a veces en las instalaciones del cliente, sobre la que Deepgram construyó su negocio.
Dónde se gana su sitio
Un equipo de plataforma de un proveedor de software para centros de contacto
Transcribir 1M de minutos de llamadas en directo al mes para asistencia a agentes y control de calidad
El streaming cuesta 7.700 $ al mes a la tarifa normal de pago por uso o 4.800 $ con la promoción actual; añadir diarización y redacción suma 4.000 $. El pago por uso permite 150 streams simultáneos y Growth 225, así que una plataforma con mucho tráfico necesita un contrato Enterprise.
Un desarrollador que construye un bot de pedidos telefónicos para una cadena de restaurantes con 40 locales
Captar con fiabilidad platos del menú y códigos promocionales en el audio ruidoso del autoservicio
El keyterm prompting acepta hasta 100 términos por 0,0013 $ más por minuto. Nova-3 no tiene detección de turnos, así que el bot necesita su propia lógica de fin de habla, o el equipo pasa a Flux, que la incluye.
Un responsable de TI de un grupo hospitalario con datos que no pueden salir de su red
Transcribir dictados clínicos en sus instalaciones
nova-3-medical funciona en los contenedores autoalojados de Deepgram sobre GPU NVIDIA dentro de la VPC del hospital. Los acuerdos HIPAA, el autoalojamiento y los precios a medida llegan todos con un contrato Enterprise, no con los planes de autoservicio.
El responsable de archivo de una empresa de medios
Transcribir por lotes 100.000 horas de vídeo de fondo de catálogo para hacerlas buscables
Seis millones de minutos de audio grabado cuestan 25.800 $ en pago por uso o 21.600 $ a la tarifa Growth, con diarización incluida. Si las transcripciones se van a publicar, la menor tasa de error de Scribe v2 ahorra tiempo de edición por una factura parecida.
Antes de decidirte
- Puesta en marcha
- Regístrate y obtén 200 $ de crédito gratis sin tarjeta, que según Deepgram cubren unos 43.000 minutos; una llamada REST transcribe un archivo y un WebSocket gestiona el audio en directo.
- Integraciones
- API REST y WebSocket con SDK para Java, JavaScript, Python, Go y .NET; variantes nova-3-medical y nova-3-pharma; Flux y la Voice Agent API al lado.
- Datos y privacidad
- Las solicitudes entran por defecto en el Model Improvement Program; mip_opt_out=true en cada solicitud limita la retención al procesamiento. La página de cumplimiento de Deepgram indica informes SOC 2 Type 1 y Type 2 (compartidos a petición), cumplimiento PCI, preparación para el GDPR y un endpoint en la UE; los BAA solo se firman en Enterprise.
- Coste a escala
- 1M de minutos de streaming al mes son 7.700 $ a la tarifa normal de pago por uso y 6.500 $ a la tarifa Growth, más 2.000 $ por cada uno de los complementos de diarización y redacción en streaming. El mismo volumen de audio grabado son 4.300 $, o 3.600 $ en Growth, que empieza en 4.000 $ al año.
- Límites
- 50 solicitudes REST simultáneas y 150 streams en pago por uso, 225 streams en Growth; hasta 100 keyterms; sin detección de turnos; algunos idiomas y la detección de muletillas siguen necesitando Nova-2.
Lo bueno
- 546x el tiempo real en Artificial Analysis, el segundo más rápido de la tabla
- Cambio de idioma en tiempo real entre 10 idiomas
- Contenedores autoalojados y un endpoint en la UE
- Audio grabado desde 0,0043 $ por minuto con diarización incluida
Lo malo
- 5,2% de AA-WER, más del doble del 2,2% de Scribe v2
- El audio puede guardarse para entrenamiento salvo que cada solicitud se excluya
- Los complementos de streaming suben el precio por minuto cerca de un 70%
- Acuerdos HIPAA solo en Enterprise
Ideal para
Equipos de centros de contacto y de subtitulado en directo que necesitan transcripción rápida y de alta concurrencia de audio telefónico, también en sus propios servidores.
Alternativas a Deepgram Nova-3
Deepgram Nova-3: preguntas frecuentes
- ¿Merece la pena Deepgram Nova-3?
- Nova-3 es lo bastante rápido y barato para audio de llamadas en directo, pero en una prueba neutral comete más del doble de errores que los líderes en precisión. Le damos un 4.0 sobre 5.
- ¿Cuánto cuesta Deepgram Nova-3?
- Audio grabado a 0,0043 $/min (monolingüe) o 0,0052 $/min (multilingüe) en pago por uso; streaming a 0,0048 $/min en promoción, 0,0077 $ la tarifa normal. El plan Growth, desde 4.000 $/año, es más barato. 200 $ de crédito gratis.
- ¿Qué inconvenientes tiene Deepgram Nova-3?
- 5,2% de AA-WER, más del doble del 2,2% de Scribe v2; el audio puede guardarse para entrenamiento salvo que cada solicitud se excluya; los complementos de streaming suben el precio por minuto cerca de un 70%; acuerdos HIPAA solo en Enterprise.
- ¿Para quién es Deepgram Nova-3?
- Equipos de centros de contacto y de subtitulado en directo que necesitan transcripción rápida y de alta concurrencia de audio telefónico, también en sus propios servidores.
- ¿Cuánto cuesta Deepgram Nova-3 para un equipo o en producción?
- 1M de minutos de streaming al mes son 7.700 $ a la tarifa normal de pago por uso y 6.500 $ a la tarifa Growth, más 2.000 $ por cada uno de los complementos de diarización y redacción en streaming. El mismo volumen de audio grabado son 4.300 $, o 3.600 $ en Growth, que empieza en 4.000 $ al año.
- ¿Es Deepgram Nova-3 seguro para los datos de la empresa?
- Las solicitudes entran por defecto en el Model Improvement Program; mip_opt_out=true en cada solicitud limita la retención al procesamiento. La página de cumplimiento de Deepgram indica informes SOC 2 Type 1 y Type 2 (compartidos a petición), cumplimiento PCI, preparación para el GDPR y un endpoint en la UE; los BAA solo se firman en Enterprise.
- ¿Cuáles son las mejores alternativas a Deepgram Nova-3?
- Las alternativas más cercanas que hemos analizado son ElevenLabs Scribe v2, Gemini 3.5 Transcribe, GPT Transcribe y Whisper large-v3-turbo.
Respuestas comprobadas el 26 oct 2026.