Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Soniox STT v6 (stt-rt-v6 and stt-async-v6)

Les modèles de transcription de Soniox de novembre 2026 : plus de 60 langues à 0,12 $ de l'heure en direct, et un mode agent vocal qui ignore la voix du bot lui-même.

Avis de ReviewRamble editors · Mis à jour

Partager cette page :XLinkedInFacebookRedditWhatsAppE-mail

Notre note

4.2/5

Une transcription au prix d'une erreur d'arrondi, avec une idée vraiment nouvelle pour les agents vocaux ; les chiffres de précision dépendent du benchmark que vous lisez.

Qu’est-ce que Soniox STT v6 (stt-rt-v6 and stt-async-v6) ?

Soniox STT v6 est une paire de modèles de transcription sortie le 3 novembre 2026 : stt-rt-v6 pour les flux en temps réel et stt-async-v6 pour les fichiers enregistrés. Ils remplacent les modèles v5, supprimés le 15 décembre 2026, après quoi les requêtes seront redirigées automatiquement vers v6. L'API ne change pas ; la mise à jour consiste à changer le nom du modèle.

La grande nouveauté concerne les agents vocaux. Avec l'entrée de texte de l'agent activée, le développeur envoie en streaming au moteur de reconnaissance le texte que l'agent s'apprête à dire, pour qu'il entende les deux côtés de la conversation ; l'annulation d'écho de la voix de l'agent retire alors de la transcription la lecture de l'agent lui-même, tout en captant un appelant qui l'interrompt. Les deux fonctions marchent dans toutes les langues prises en charge par le modèle temps réel.

L'identification des locuteurs, la détection de langue, la mise en forme et la traduction dans plus de 60 langues sont comprises dans le prix horaire. Un changement de comportement demande de la vigilance : v6 écrit les prix et les codes alphanumériques plus près de la façon dont on les prononce.

Combien coûte Soniox STT v6 (stt-rt-v6 and stt-async-v6) ?

OffrePrixCe qui est inclus
Real-time (stt-rt-v6)About $0.12 an hour2,00 $ par 1M de tokens audio ; 4,00 $ par 1M de tokens texte
Async (stt-async-v6)About $0.10 an hour1,50 $ par 1M de tokens audio ; 3,50 $ par 1M de tokens texte

Temps réel à environ 0,12 $ de l'heure (2,00 $ par 1M de tokens audio) ; asynchrone à environ 0,10 $ de l'heure (1,50 $ par 1M de tokens audio). Tokens texte à 4,00 $ ou 3,50 $ par 1M. Diarisation, détection de langue et traduction comprises.

Soniox STT v6 (stt-rt-v6 and stt-async-v6) vaut-il le coup ?

L'argument de Soniox commence par le prix. À environ 0,12 $ de l'heure pour l'audio en direct, identification des locuteurs et traduction comprises, il coûte à peu près le quart du modèle Agent d'AssemblyAI à 0,45 $. Mille heures par mois reviennent à 120 $.

Le filtre d'écho est la partie astucieuse. La voix d'un agent repasse souvent par le haut-parleur de l'appelant et se retrouve transcrite comme si l'appelant l'avait dite ; en recevant le texte sortant de l'agent, v6 sait quoi écarter sans devenir sourd aux interruptions.

Le hic : la précision est contestée. Sur le benchmark ouvert de Pipecat, tel que publié par Soniox, stt-rt-v6 a obtenu l'erreur sémantique la plus basse de 23 systèmes, à 0,74 %, mais ses marges sur Meta (0,80 %) et Universal-3.6 Pro d'AssemblyAI (0,89 %) restent dans l'intervalle de confiance du test, et quatre systèmes ont rendu leur texte final plus vite. Le propre test d'agents vocaux d'AssemblyAI a placé v6 à 6,02 % contre 4,53 % pour son modèle le plus récent. Et le passage à des prix et codes écrits comme ils se prononcent peut casser discrètement les parseurs en aval.

Notre avis : à ces prix, v6 est le choix par défaut raisonnable pour la transcription à gros volume et pour les agents qui parlent à travers des haut-parleurs. Là où un seul chiffre mal entendu coûte cher, faites passer vos propres appels par v6 et par un concurrent avant de vous engager.

Là où il fait la différence

  • Un agent vocal de réservation de restaurant qui reçoit des appels depuis des kits mains libres en voiture

    Empêcher que l'accueil de l'agent soit transcrit comme des paroles de l'appelant

    Activez l'entrée de texte de l'agent sur stt-rt-v6 et envoyez chaque phrase TTS avec sendAgentText ; l'annulation d'écho la filtre et les interruptions fonctionnent toujours. 5 000 heures d'appels par mois coûtent environ 600 $.

  • Un institut d'études de marché qui mène des entretiens en 12 langues

    Transcrire et traduire des enregistrements sans configuration par langue

    Traitez les fichiers par lots avec stt-async-v6 à environ 0,10 $ de l'heure, avec identification des locuteurs et traduction dans le même appel.

Avant de vous engager

Mise en route
Changez le nom du modèle en stt-rt-v6 ou stt-async-v6 ; pour les agents, activez enable_agent_text_input et envoyez en streaming le texte de l'agent avec l'audio.
Intégrations
API REST et WebSocket de Soniox ; SDK JavaScript (v2026.11.03 ajoute sendAgentText et une région en Inde) ; intégrations communautaires comme Home Assistant.
Données et confidentialité
Les poids ne sont pas publiés et Soniox ne propose pas d'auto-hébergement. La page tarifaire n'aborde ni la conservation ni l'usage pour l'entraînement ; vérifiez les conditions de Soniox avant d'envoyer de l'audio réglementé.
Coût à grande échelle
Une heure représente environ 30 000 tokens audio, donc 100 000 heures d'audio en direct coûtent environ 12 000 $ ; en asynchrone, environ 10 000 $.
Limites
v5 supprimé le 15 décembre 2026. Annulation d'écho et entrée de texte de l'agent en temps réel uniquement. Prix et codes alphanumériques écrits comme ils se prononcent.

Les points forts

  • Environ 0,12 $ de l'heure en direct, 0,10 $ en asynchrone, options comprises
  • Entrée de texte de l'agent et annulation d'écho pour les bots vocaux
  • Erreur sémantique la plus basse sur le benchmark Pipecat, 0,74 %
  • Mise à jour directe ; le trafic v5 bascule vers v6 après le 15 décembre

Les points faibles

  • L'avance sur Pipecat est dans l'intervalle de confiance
  • 6,02 % sur le test d'appels d'agents d'AssemblyAI, derrière STT-3.7
  • Prix et codes désormais écrits comme ils se prononcent
  • Pas d'auto-hébergement ; conditions de conservation absentes de la page tarifaire

Idéal pour

Les équipes qui transcrivent de gros volumes d'appels ou de réunions dans de nombreuses langues, et les concepteurs d'agents vocaux dont les appelants utilisent le haut-parleur.

Alternatives à Soniox STT v6 (stt-rt-v6 and stt-async-v6)

Soniox STT v6 (stt-rt-v6 and stt-async-v6) : questions fréquentes

Soniox STT v6 (stt-rt-v6 and stt-async-v6) vaut-il le coup ?
Une transcription au prix d'une erreur d'arrondi, avec une idée vraiment nouvelle pour les agents vocaux ; les chiffres de précision dépendent du benchmark que vous lisez. Nous lui donnons 4.2 sur 5.
Combien coûte Soniox STT v6 (stt-rt-v6 and stt-async-v6) ?
Temps réel à environ 0,12 $ de l'heure (2,00 $ par 1M de tokens audio) ; asynchrone à environ 0,10 $ de l'heure (1,50 $ par 1M de tokens audio). Tokens texte à 4,00 $ ou 3,50 $ par 1M. Diarisation, détection de langue et traduction comprises.
Quels sont les inconvénients de Soniox STT v6 (stt-rt-v6 and stt-async-v6) ?
L'avance sur Pipecat est dans l'intervalle de confiance; 6,02 % sur le test d'appels d'agents d'AssemblyAI, derrière STT-3.7; prix et codes désormais écrits comme ils se prononcent; pas d'auto-hébergement ; conditions de conservation absentes de la page tarifaire.
À qui s’adresse Soniox STT v6 (stt-rt-v6 and stt-async-v6) ?
Les équipes qui transcrivent de gros volumes d'appels ou de réunions dans de nombreuses langues, et les concepteurs d'agents vocaux dont les appelants utilisent le haut-parleur.
Combien coûte Soniox STT v6 (stt-rt-v6 and stt-async-v6) pour une équipe ou en production ?
Une heure représente environ 30 000 tokens audio, donc 100 000 heures d'audio en direct coûtent environ 12 000 $ ; en asynchrone, environ 10 000 $.
Soniox STT v6 (stt-rt-v6 and stt-async-v6) est-il sûr pour les données de l’entreprise ?
Les poids ne sont pas publiés et Soniox ne propose pas d'auto-hébergement. La page tarifaire n'aborde ni la conservation ni l'usage pour l'entraînement ; vérifiez les conditions de Soniox avant d'envoyer de l'audio réglementé.
Quelles sont les meilleures alternatives à Soniox STT v6 (stt-rt-v6 and stt-async-v6) ?
Les alternatives les plus proches que nous avons testées sont AssemblyAI STT-3.7 (batch, Realtime and Realtime-Agent), ElevenLabs Scribe v3 and Scribe v3 Live, Deepgram Nova-3 et Voxtral 3 (Transcribe and TTS).

Réponses vérifiées le 21 nov. 2026.

Vous éditez Soniox STT v6 (stt-rt-v6 and stt-async-v6) ? Affichez cette note sur votre siteSoniox STT v6 (stt-rt-v6 and stt-async-v6) noté 4.2 sur 5 par ReviewRamble