Какие нейросети лучше расшифровывают запись
Качество расшифровки меряют долей ошибок в словах: сколько слов не совпало с эталоном. Чем меньше, тем лучше. У Scribe v2 — 2,2% ошибок, это примерно одна ошибка на 45 слов.
52 модели в зачёте · данные на 2 сентября 2026
| Модель | Поставщик | Ошибок в словах | Быстрее записи в | Цена за 1000 минут |
|---|---|---|---|---|
| 1Scribe v2 | ElevenLabs | 2,2% | 53 | 318 ₽ |
| 2MAI-Transcribe-1.5 |  Microsoft Azure | 2,4% | 195 | 521 ₽ |
| 3Smallest AI Pulse Pro | Smallest.ai | 2,4% | 274 | 347 ₽ |
| 4MAI-Transcribe-1 | Microsoft Azure | 2,6% | 67 | 521 ₽ |
| 5Gemini 3.5 Transcribe |  Google | 2,6% | 88 | 434 ₽ |
| 6Gemini 3.1 Pro Preview (High) | Google | 2,8% | 7 | 1 575 ₽ |
| 7Voxtral Small |  Mistral | 2,8% | 66 | 347 ₽ |
| 8Gemini 3 Flash (High) | Google | 2,9% | 20 | 1 189 ₽ |
| 9Gemini 2.5 Pro | Google | 2,9% | 12 | 988 ₽ |
| 10Universal-3 Pro | AssemblyAI | 3,1% | 91 | 304 ₽ |
| 11Solaria-3, Gladia | Gladia | 3,2% | 64 | 881 ₽ |
| 12GPT Transcribe, OpenAI |  OpenAI | 3,3% | 42 | 390 ₽ |
| 13Gemini 3.1 Flash-Lite Preview (Minimal) | Google | 3,4% | 84 | 506 ₽ |
| 14Resonant-1 | Reson8 | 3,4% | 333 | 312 ₽ |
| 15Qwen3.5 Omni Plus | Alibaba Cloud | 3,5% | 97 | — |
| 16Gemini 3.1 Pro Preview (Low) | Google | 3,6% | 6 | 670 ₽ |
| 17Voxtral Mini Transcribe 2 | Mistral | 3,6% | 83 | 260 ₽ |
| 18Universal, AssemblyAI | AssemblyAI | 3,8% | 119 | 217 ₽ |
| 19Voxtral Mini | DeepInfra | 3,8% | 79 | 87 ₽ |
| 20Soniox v5 Async | Soniox | 3,8% | 35 | 144 ₽ |
| 21Inworld STT 1 | Inworld | 3,9% | 211 | 217 ₽ |
| 22Soniox V4 | Soniox | 3,9% | 44 | 144 ₽ |
| 23Grok Speech to Text, SpaceXAI |  SpaceXAI | 4,0% | 221 | 145 ₽ |
| 24GPT-4o Transcribe | OpenAI | 4,0% | 37 | 521 ₽ |
| 25Speechmatics Enhanced | Speechmatics | 4,0% | 65 | 1 084 ₽ |
| 26Amazon Transcribe |  Amazon Bedrock | 4,1% | 18 | 521 ₽ |
| 27Solaria-1, Gladia | Gladia | 4,1% | 82 | 882 ₽ |
| 28Whisper Large v3 | fal.ai | 4,1% | 104 | 100 ₽ |
| 29Whisper Large v2 | OpenAI | 4,1% | 29 | 521 ₽ |
| 30Modulate STT Batch English VFast | Modulate | 4,2% | 61 | 36 ₽ |
| 31Chirp 3, Google | Google | 4,3% | 28 | 1 388 ₽ |
| 32Canary Qwen 2.5B, NVIDIA | Replicate | 4,3% | 6 | 64 ₽ |
| 33Smallest AI Pulse | Smallest.ai | 4,4% | 282 | 434 ₽ |
| 34GPT-4o Mini Transcribe | OpenAI | 4,5% | 40 | 260 ₽ |
| 35transcribe-03-2026 |  Cohere | 4,6% | 114 | — |
| 36Whisper Large v3 Turbo | Groq | 4,6% | 105 | 58 ₽ |
| 37StepAudio 2.5 ASR, StepFun | StepFun | 4,7% | 84 | 32 ₽ |
| 38Wizper Large v3 | fal.ai | 4,7% | 220 | 43 ₽ |
| 39Nova 2 Pro | Amazon Bedrock | 4,9% | 23 | 269 ₽ |
| 40Speechmatics Melia | Speechmatics | 4,9% | 192 | 347 ₽ |
Как читать долю ошибок
Пять процентов означают одну ошибку на двадцать слов — расшифровку можно читать, но вычитывать придётся. При доле меньше двух процентов текст пригоден почти как есть. Разброс в этом зачёте большой: от 2,2% до 31,2%.
Цифры получены на записях преимущественно на английском. Для русского языка ошибок обычно больше, а на записи с шумом, несколькими говорящими или сильным акцентом разница между моделями становится решающей.
Где это нужно
Расшифровка совещаний и интервью, субтитры к роликам, голосовой ввод, разбор звонков в поддержке. Скорость в таблице показывает, во сколько раз обработка быстрее самой записи: значение 50 означает, что часовая запись расшифруется примерно за минуту.