O que é ElevenLabs Scribe v2?
Scribe v2 é o modelo de fala para texto em lote da ElevenLabs, lançado em 9 de janeiro de 2026, dois meses depois do Scribe v2 Realtime, de baixa latência. Ele cobre mais de 90 idiomas, lida com vários idiomas em um mesmo arquivo e acrescenta keyterm prompting, diarização para até 32 falantes, detec ção de 65 tipos de entidade com timestamps e marcação de eventos de áudio.
O Scribe v2 Medical, ajustado para áudio clínico, é elegível para HIPAA sob um BAA e, segundo a ElevenLabs, comete 35% menos erros em áudio clínico que o modelo base. O Scribe v2 Realtime mira agentes de voz com cerca de 150 ms de latência.
Quanto custa ElevenLabs Scribe v2?
| Plano | Preço | O que inclui |
|---|---|---|
| Scribe v2 and v2 Medical | $0.22 per hour of audio | |
| Scribe v2 Realtime | $0.39 per hour | |
| Keyterm prompting | +$0.05 per hour |
API: Scribe v2 e v2 Medical US$ 0,22 por hora de áudio; Scribe v2 Realtime US$ 0,39 por hora; keyterm prompting acrescenta US$ 0,05 por hora. Planos a partir de US$ 6/mês incluem horas.
ElevenLabs Scribe v2 vale a pena?
O Scribe v2 está entre os modelos de transcrição mais precisos disponíveis, mas já não é a escolha óbvia quando se somam precisão e preço. No índice de taxa de erro de palavras da Artificial Analysis (AA-WER), ele marca 2,2%, quarto no ranking, atrás da prévia do Fun-Realtime-ASR da Alibaba (1,7%), do MAI-Transcribe-2 da Microsoft (2,0%) e do Voxtral Small Transcribe 3 da Mistral (2,1%). Ele ainda supera o Gemini 3.5 Transcribe do Google (2,6%) e o GPT Transcribe da OpenAI (3,3%).
O MAI-Transcribe-2 é a comparação incômoda. A Artificial Analysis o lista a US$ 1,67 por 1.000 minutos e 307 vezes o tempo real, contra US$ 3,67 e 69 vezes do Scribe v2: precisão melhor por menos da metade do preço e mais de quatro vezes a velocidade. O Deepgram Nova-3 é ainda mais rápido, com 546 vezes o tempo real, mas sua taxa de erro de 5,2% é mais que o dobro da do Scribe.
O que mantém o Scribe na disputa é o trabalho em torno das palavras. Diarização para até 32 falantes, detecção de entidades com timestamps para redação de dados, até 1.000 keyterms por requisição em lote e uma variante médica elegível para HIPAA são recursos que um produto de reuniões ou clínico teria de construir por conta própria. Keyterms custam US$ 0,05 a mais por hora, e o silêncio é cobrado como fala.
Verifique os padrões de dados antes de enviar gravações. A ElevenLabs guarda o histórico de requisições por padrão, itens apagados podem ficar em backups por até 30 dias, e o Zero Retention Mode, ativado por requisição com enable_logging=false, só é oferecido a clientes empresariais selecionados. O trust centre lista SOC 2 Type II, ISO 27001 e HIPAA, então compradores regulados conseguem chegar lá, mas só por um contrato com a equipe de vendas.
Onde ele se destaca
Uma startup de notas de reunião que transcreve 20.000 horas de chamadas por mês
Obter transcrições com falantes identificados e nomes e jargões corretos
Envie as gravações com keyterms para nomes de produtos e clientes: 20.000 horas custam cerca de US$ 4.400, ou US$ 5.400 com keyterms ativados. Arquivos de mais de 8 minutos são divididos em até quatro partes paralelas, o que encurta o tempo de entrega.
Uma equipe digital de hospital testando notas clínicas ambientes
Transcrever consultas sem armazenar o áudio dos pacientes
Use o Scribe v2 Medical sob um BAA com o Zero Retention Mode; a ElevenLabs afirma 35% menos erros clínicos que o Scribe v2 base. Os dois exigem um contrato empresarial com a equipe de vendas, então os termos de volume são negociados.
Um engenheiro de compliance em um contact center
Encontrar e ocultar números de cartão e dados pessoais em chamadas gravadas
Ative a detecção de entidades, que devolve timestamps para 65 tipos de entidade, incluindo números de cartão, e silencie esses trechos no áudio. A US$ 0,22 por hora, 1.000 horas de chamadas por dia custam cerca de US$ 6.600 por mês.
Antes de decidir
- Configuração
- Uma chave de API e um POST para /v1/speech-to-text com o arquivo; jobs longos podem entregar resultados a um webhook definido nas configurações do workspace.
- Integrações
- API REST e SDKs da ElevenLabs, webhooks para resultados assíncronos, ElevenCreative e ElevenAgents; Scribe v2 Realtime para uso ao vivo.
- Dados e privacidade
- O histórico de requisições é guardado por padrão; o Zero Retention Mode é para clientes empresariais selecionados. O trust centre lista SOC 2 Type II, ISO 27001, ISO 42001, GDPR, HIPAA e PCI, e a ElevenLabs oferece residência de dados na UE e na Índia. A central de ajuda da ElevenLabs diz que dados de contas não Enterprise são usados para treinar seus modelos de áudio a menos que a conta desative "Improve the models for everyone", e não faz exceção separada para a API; dados Enterprise ficam excluídos por padrão.
- Custo em escala
- US$ 0,22 por hora de áudio em todos os planos, então 10.000 horas por mês custam US$ 2.200, mais US$ 500 com keyterms. O plano Business de US$ 990 inclui 4.500 horas; o Realtime custa US$ 0,39 por hora.
- Limites
- 3 GB e 10 horas por arquivo, até 5 canais no modo multicanal e 1.000 keyterms por requisição em lote (50 no Realtime). A velocidade em lote é de cerca de 69 vezes o tempo real no teste da Artificial Analysis.
O que é bom
- 2,2% de AA-WER, quarto no ranking da Artificial Analysis
- Diarização para até 32 falantes
- 65 tipos de entidade com timestamps para redação de dados
- Variante médica elegível para HIPAA pelo mesmo US$ 0,22 por hora
- Arquivos de até 3 GB e 10 horas
O que não é
- O MAI-Transcribe-2 é mais preciso, mais barato e mais rápido nos testes da Artificial Analysis
- 69x o tempo real, bem mais lento que o Deepgram Nova-3
- O Zero Retention Mode é só para clientes empresariais
- O silêncio é cobrado
Ideal para
Produtos de reuniões, mídia e saúde que precisam de identificação de falantes e redação de dados, além de uma transcrição precisa.
Alternativas ao ElevenLabs Scribe v2
ElevenLabs Scribe v2: perguntas frequentes
- ElevenLabs Scribe v2 vale a pena?
- O Scribe v2 transcreve com precisão e faz por você o trabalho de redação de dados e de falantes, mas a Microsoft agora vende precisão melhor por menos da metade do preço. Damos nota 4.4 de 5.
- Quanto custa ElevenLabs Scribe v2?
- API: Scribe v2 e v2 Medical US$ 0,22 por hora de áudio; Scribe v2 Realtime US$ 0,39 por hora; keyterm prompting acrescenta US$ 0,05 por hora. Planos a partir de US$ 6/mês incluem horas.
- Quais são as desvantagens de ElevenLabs Scribe v2?
- O MAI-Transcribe-2 é mais preciso, mais barato e mais rápido nos testes da Artificial Analysis; 69x o tempo real, bem mais lento que o Deepgram Nova-3; o Zero Retention Mode é só para clientes empresariais; o silêncio é cobrado.
- Para quem ElevenLabs Scribe v2 é indicado?
- Produtos de reuniões, mídia e saúde que precisam de identificação de falantes e redação de dados, além de uma transcrição precisa.
- Quanto custa ElevenLabs Scribe v2 para uma equipe ou em produção?
- US$ 0,22 por hora de áudio em todos os planos, então 10.000 horas por mês custam US$ 2.200, mais US$ 500 com keyterms. O plano Business de US$ 990 inclui 4.500 horas; o Realtime custa US$ 0,39 por hora.
- ElevenLabs Scribe v2 é seguro para dados da empresa?
- O histórico de requisições é guardado por padrão; o Zero Retention Mode é para clientes empresariais selecionados. O trust centre lista SOC 2 Type II, ISO 27001, ISO 42001, GDPR, HIPAA e PCI, e a ElevenLabs oferece residência de dados na UE e na Índia. A central de ajuda da ElevenLabs diz que dados de contas não Enterprise são usados para treinar seus modelos de áudio a menos que a conta desative "Improve the models for everyone", e não faz exceção separada para a API; dados Enterprise ficam excluídos por padrão.
- Quais são as melhores alternativas ao ElevenLabs Scribe v2?
- As alternativas mais próximas que analisamos são Gemini 3.5 Transcribe, GPT Transcribe, Deepgram Nova-3, Whisper large-v3-turbo e MOSS-Transcribe-Diarize 0.9B.
Respostas verificadas em 26 de out. de 2026.