O que é Deepgram Nova-3?
O Nova-3 foi lançado pela Deepgram em 12 de fevereiro de 2025 e continua sendo seu modelo geral de fala para texto para áudio gravado e em streaming. Ele transcreve 63 entradas de idioma, alterna entre 10 delas no meio da frase em tempo real e oferece keyterm prompting para até 100 termos de domínio, diarização de falantes, redação de dados sensíveis e formatação inteligente. Variantes médica e farmacêutica cobrem o inglês.
A Deepgram não o substituiu. Seu modelo mais novo, o Flux, é um modelo de streaming separado para agentes de voz que adiciona detecção de turnos; a documentação ainda descreve o Nova-3 como o principal modelo de uso geral sem detecção de turnos e mantém o Nova-2 para idiomas que o Nova-3 não tem e para detecção de palavras de preenchimento. Clientes Enterprise podem rodar o Nova-3 em contêineres auto-hospedados em GPUs NVIDIA, na própria VPC ou on-premises.
Quanto custa Deepgram Nova-3?
| Plano | Preço | O que inclui |
|---|---|---|
| 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 $4,000/year | Mais barato por minuto |
Áudio gravado US$ 0,0043/min (monolíngue) ou US$ 0,0052/min (multilíngue) no pay-as-you-go; streaming US$ 0,0048/min em promoção, US$ 0,0077 no preço normal. O plano Growth, a partir de US$ 4.000/ano, é mais barato. US$ 200 de crédito gratuito.
Deepgram Nova-3 vale a pena?
O Nova-3 é um modelo de throughput, não de precisão. A Artificial Analysis o mede a 546 vezes o tempo real em clipes de 10 minutos, atrás apenas do Parakeet TDT 0.6B V3 da NVIDIA no Together AI, com 618, por US$ 4,30 a cada 1.000 minutos. Sua taxa de erro de palavras no mesmo teste, 5,2%, fica perto do fim entre 62 entradas. O ElevenLabs Scribe v2 marca 2,2% e o MAI-Transcribe-2 da Microsoft, 2,0%.
Os números da própria Deepgram parecem bem melhores: taxa de erro mediana de 5,26% em áudio gravado contra 10% do melhor rival seguinte, e 6,84% contra 14,92% em streaming. Eles vêm de 2.703 arquivos próprios, cerca de 82 horas em domínios como controle de tráfego aéreo, drive-thru e correio de voz, com os concorrentes sem nome. A diferença lembra que o Nova-3 foi ajustado para áudio telefônico ruidoso, enquanto rankings neutros premiam fala limpa.
O argumento a favor dele é o trabalho em torno do áudio ao vivo. Ele alterna entre 10 idiomas no meio da chamada, faz a redação de até 50 tipos de entidade em tempo real e aceita até 100 keyterms para nomes de produtos. Cada um desses é cobrado à parte no streaming. No pay-as-you-go, diarização e redação custam US$ 0,0020 por minuto cada e keyterms US$ 0,0013, então um stream com todos os recursos no preço normal chega a US$ 0,0130 por minuto, cerca de 70% acima do preço anunciado.
O padrão de dados merece atenção antes de um piloto. As requisições entram no Model Improvement Program da Deepgram a menos que cada uma traga mip_opt_out=true, e a Deepgram guarda "incrementos fracionários" desses dados para treinamento. Ela cita SOC 2 Type 2, HIPAA, PCI DSS e GDPR, mas assina acordos de business associate da HIPAA só para clientes Enterprise, então uma clínica que testa o nova-3-medical com cartão de crédito não tem nenhum dos dois por padrão.
O Nova-3 agora ocupa um lugar desconfortável na própria linha da Deepgram. Quem constrói agentes de voz recebe detecção de turnos do Flux a US$ 0,0065 por minuto em promoção, e equipes que transcrevem arquivos podem comprar o Scribe v2 por US$ 3,67 a cada 1.000 minutos pelos números da Artificial Analysis, menos que os US$ 4,30 do Nova-3 e com menos da metade dos erros. O que sobra é a transcrição ao vivo, de alta concorrência e às vezes on-premises sobre a qual a Deepgram construiu seu negócio.
Onde ele se destaca
Uma equipe de plataforma em um fornecedor de software para contact center
Transcrever 1M de minutos de chamadas ao vivo por mês para assistência ao atendente e controle de qualidade
O streaming custa US$ 7.700 por mês no preço normal do pay-as-you-go ou US$ 4.800 na promoção atual; adicionar diarização e redação acrescenta US$ 4.000. O pay-as-you-go permite 150 streams simultâneos e o Growth 225, então uma operação movimentada precisa de um contrato Enterprise.
Um desenvolvedor que constrói um bot de pedidos por telefone para uma rede de restaurantes com 40 unidades
Captar itens do cardápio e códigos promocionais de forma confiável em áudio ruidoso de drive-thru
O keyterm prompting aceita até 100 termos por US$ 0,0013 a mais por minuto. O Nova-3 não tem detecção de turnos, então o bot precisa da própria lógica de fim de fala, ou a equipe passa para o Flux, que já a traz.
Um líder de TI em um grupo hospitalar com dados que não podem sair da rede
Transcrever ditados de médicos on-premises
O nova-3-medical roda nos contêineres auto-hospedados da Deepgram em GPUs NVIDIA dentro da VPC do hospital. Acordos HIPAA, auto-hospedagem e preços personalizados vêm todos por um contrato Enterprise, não pelos planos self-service.
O gerente de acervo de uma empresa de mídia
Transcrever em lote 100.000 horas de vídeos do catálogo antigo para busca
Seis milhões de minutos de áudio gravado custam US$ 25.800 no pay-as-you-go ou US$ 21.600 na tarifa Growth, com diarização incluída. Se as transcrições forem publicadas, a menor taxa de erro do Scribe v2 economiza tempo de edição por uma conta parecida.
Antes de decidir
- Configuração
- Cadastre-se para receber US$ 200 de crédito gratuito sem cartão, que a Deepgram diz cobrir cerca de 43.000 minutos; uma chamada REST transcreve um arquivo, e um WebSocket cuida do áudio ao vivo.
- Integrações
- APIs REST e WebSocket com SDKs para Java, JavaScript, Python, Go e .NET; variantes nova-3-medical e nova-3-pharma; Flux e a Voice Agent API ao lado.
- Dados e privacidade
- As requisições entram no Model Improvement Program por padrão; mip_opt_out=true em cada requisição limita a retenção ao processamento. A página de compliance da Deepgram declara relatórios SOC 2 Type 1 e Type 2 (compartilhados sob solicitação), conformidade PCI, preparação para GDPR e um endpoint na UE; BAAs são assinados só para Enterprise.
- Custo em escala
- 1M de minutos de streaming por mês custa US$ 7.700 nas tarifas normais do pay-as-you-go, US$ 6.500 nas tarifas Growth, mais US$ 2.000 cada para diarização e redação em streaming. O mesmo volume de áudio gravado custa US$ 4.300, ou US$ 3.600 no Growth, que começa em US$ 4.000 por ano.
- Limites
- 50 requisições REST simultâneas e 150 streams no pay-as-you-go, 225 streams no Growth; até 100 keyterms; sem detecção de turnos; alguns idiomas e a detecção de palavras de preenchimento ainda exigem o Nova-2.
O que é bom
- 546x o tempo real na Artificial Analysis, o segundo mais rápido do ranking
- Alternância de idioma em tempo real entre 10 idiomas
- Contêineres auto-hospedados e um endpoint na UE
- Áudio gravado a partir de US$ 0,0043 por minuto com diarização incluída
O que não é
- 5,2% de AA-WER, mais que o dobro dos 2,2% do Scribe v2
- O áudio pode ser guardado para treinamento a menos que cada requisição recuse
- Os complementos de streaming elevam o preço por minuto em cerca de 70%
- Acordos HIPAA só no Enterprise
Ideal para
Equipes de contact center e de legendagem ao vivo que precisam de transcrição rápida e de alta concorrência de áudio telefônico, inclusive nos próprios servidores.
Alternativas ao Deepgram Nova-3
Deepgram Nova-3: perguntas frequentes
- Deepgram Nova-3 vale a pena?
- O Nova-3 é rápido e barato o bastante para áudio de chamadas ao vivo, mas em um teste neutro comete mais que o dobro dos erros dos líderes em precisão. Damos nota 4.0 de 5.
- Quanto custa Deepgram Nova-3?
- Áudio gravado US$ 0,0043/min (monolíngue) ou US$ 0,0052/min (multilíngue) no pay-as-you-go; streaming US$ 0,0048/min em promoção, US$ 0,0077 no preço normal. O plano Growth, a partir de US$ 4.000/ano, é mais barato. US$ 200 de crédito gratuito.
- Quais são as desvantagens de Deepgram Nova-3?
- 5,2% de AA-WER, mais que o dobro dos 2,2% do Scribe v2; o áudio pode ser guardado para treinamento a menos que cada requisição recuse; os complementos de streaming elevam o preço por minuto em cerca de 70%; acordos HIPAA só no Enterprise.
- Para quem Deepgram Nova-3 é indicado?
- Equipes de contact center e de legendagem ao vivo que precisam de transcrição rápida e de alta concorrência de áudio telefônico, inclusive nos próprios servidores.
- Quanto custa Deepgram Nova-3 para uma equipe ou em produção?
- 1M de minutos de streaming por mês custa US$ 7.700 nas tarifas normais do pay-as-you-go, US$ 6.500 nas tarifas Growth, mais US$ 2.000 cada para diarização e redação em streaming. O mesmo volume de áudio gravado custa US$ 4.300, ou US$ 3.600 no Growth, que começa em US$ 4.000 por ano.
- Deepgram Nova-3 é seguro para dados da empresa?
- As requisições entram no Model Improvement Program por padrão; mip_opt_out=true em cada requisição limita a retenção ao processamento. A página de compliance da Deepgram declara relatórios SOC 2 Type 1 e Type 2 (compartilhados sob solicitação), conformidade PCI, preparação para GDPR e um endpoint na UE; BAAs são assinados só para Enterprise.
- Quais são as melhores alternativas ao Deepgram Nova-3?
- As alternativas mais próximas que analisamos são ElevenLabs Scribe v2, Gemini 3.5 Transcribe, GPT Transcribe e Whisper large-v3-turbo.
Respostas verificadas em 26 de out. de 2026.