
Scribe v3 Live Medical:ElevenLabs 打造了一款你无法调用的临床转录工具
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 87 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 120 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 187 tok/s
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 143 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
关于 Scribe v3 Live Medical 最有趣的事实是一个部署层面的事实,而不是一个准确率数字:它没有模型 ID。ElevenLabs 发布了该模型,为其编写了文档,在临床音频上对其进行了基准测试,把它带到医疗客户面前——然后关上了大多数开发者使用的那唯一一扇门。它运行在 ElevenAgents 内部,通过智能体设置中的 ASR 下拉菜单进行选择,并且明确无法通过 Speech to Text API 使用。用于医疗音频的 API 模型仍然是 Scribe v2 Medical,一个九月份推出的批处理模型。因此,ElevenLabs 于 2026 年 11 月 9 日作为 Scribe v3 系列发布的一部分所宣布的内容——用于录制音频和实时音频的 Scribe v3 与 Scribe v3 Live,医疗实时微调版随后进入早期访问——最好理解为一项披着模型名称外衣的平台功能。
这个定位决定了这次发布对你是否重要。如果你是在 ElevenLabs 的 agent runtime 上构建临床语音智能体,那么该公司目前最好的实时医疗 ASR,现在只需一个下拉菜单就能选用。如果你是在其他任何地方构建那个智能体,这次发布并没有改变你可选项的任何东西,而 ElevenLabs 发布的基准测试图表,是一张关于你无法租用的模型的图表。
实际发布的是什么,以及何时发布
ElevenLabs 的更新日志将这一产品系列的发布时间定在 2026 年 11 月 9 日:scribe_v3用于录制音频,取代scribe_v2(用于现有转录端点),并且scribe_v3_live用于实时 WebSocket。文档记载,两者的相对提升分别为 27% 和 44%——Scribe v3 将 FLEURS 上的词错误率从 16.94% 降至 12.38%,Scribe v3 Live 则声称其语义 WER 比 Scribe v2 Realtime 低 44%。这两个数字都不是医疗场景下的数字。它们是该系列产品的通用数字,而医疗变体正是基于该系列构建的。
医疗变体单独出现,在模型文档和 ElevenLabs 的医疗转录页面上,带有三个在发布帖中不寻常、在平台功能中却很常见的属性:
• 可用性 — 仅适用于 ElevenAgents。不适用于 Speech to Text API,无需传递模型 ID。
• 状态 — 抢先体验,仅限已启用该功能的工作区使用,并且需要公司的turn_v3轮次模型。
• 成本 — 无单独费率。ElevenLabs 表示,该功能已包含在标准 ElevenAgents 定价中,最多支持 10,000 个自定义术语,且无需额外付费。
相比之下,Scribe v2 Medical 是一个普通的 API 产品:传入 scribe_v2_medical 作为模型 ID,每小时支付 0.20 美元,费率与 Scribe v2 相同。v3 医疗模型没有得到这种待遇。它得到的是一个下拉菜单。

真正重要的主张是临床主张,而且基于一个小型公开数据集。
ElevenLabs 为 Scribe v3 Live Medical 打出的核心数据并不是 FLEURS 的数字,而是 PriMock57——为研究录制的 57 次模拟初级保健问诊;该数据集规模小、公开,且其声学特征比朗读语音更接近真实临床通话。在该数据集上,ElevenLabs 报告其测试过的实时模型中最低的词错误率:Scribe v3 Live Medical 为 12.8%,而 AssemblyAI 的 Universal-3.6 Pro Realtime 在医疗模式下为 15.5%,Speechmatics Oak-1 为 16.3%,Deepgram Nova-3 Pharma 为 17.0%,Nova-3 Medical 为 17.2%。
这些是厂商自己在厂商选定的基准测试上跑出的数字,诚实的解读应保持谨慎:在一个包含 57 次问诊的数据集上,与最接近的竞争对手相差 2.7 个百分点,这确实是一个信号,说明临床微调有帮助,但它并不能保证你们心脏病诊所的电话音频也会遵循同样的排名。除 ElevenLabs 之外,没有人复现过这一结果,而且该数据集小到单次通话的方差都大于这一差距。
更有用的披露埋在医疗转录页面自己的常见问题里,而且异常坦率:脱离上下文的孤立药名,对每个模型来说都是最难的情况,ElevenLabs 的建议是使用关键术语提示,让识别偏向预期术语。这相当于公司在告诉你,它的微调到哪里就止步了。句子中的药名——“他每天两次服用二甲双胍 1000”——是一个可解决的问题,而该页面上的示例转录正是按这种形式构建的。像来电者被要求重复处方时可能做的那样,单独念出一个药名,对所有人来说仍然很难。

轮次检测正是让它成为医疗模型的功能。
本次发布中真正会改变临床智能体体验的,不是准确率,而是轮次预测。通用流式 ASR 在检测到静音时就会提交一段转写文本,这正是语音智能体会打断正在念长字符串的人的原因——比如会员 ID、出生日期、电话号码、逐字缓慢拼出的剂量。Scribe v3 Live Medical 的轮次模型利用对话上下文来判断来电者是否真正说完,因此智能体会等到会员 ID 内部的停顿结束,而不是在前三位数字之后就回应。
这一行为是 turn_v3 模型与 ASR 耦合后的一种特性,并且在 Scribe v3 Live 上普遍可用,而不只限于医学微调版本。医学变体额外增加的是其底层的词汇偏置:对最初被误识别的临床术语的识别,覆盖 90 多种语言,并具备多语言模式,能在来电者在通话中途切换语言时跟上。ElevenLabs 表示,医学准确率的提升是在英语、法语和德语中测得的,这比 90 多种语言支持的说法范围更窄,值得单独说明。
合规那一行就是需要读两遍的那一行。
ElevenLabs 的医疗转录页面称,对于已签署业务伙伴协议(Business Associate Agreement)并启用了零留存模式(Zero Retention Mode)的 Enterprise 客户,这两款模型均符合 HIPAA 要求;并且开启 ZRM 后,处理完成后不会保留音频输入和转录输出。其 Scribe v3 Live Medical 的文档页面则给出了更明确、也更不方便的说法:在该模型确认符合 HIPAA 要求之前,请勿向 Scribe v3 Live Medical 发送受保护的健康信息;并且在早期访问期间,不提供 EU 数据驻留。
这两句话都出现在 ElevenLabs 自己的网站上,而且它们并不是同一句话。调和后的解读是:一般医疗合规态势——BAA、ZRM、SOC 2、GDPR——描述的是平台和已全面可用(GA)的医疗产品 Scribe v2 Medical,而早期访问的实时模型尚未完成其自身的资格评估工作。对于受覆盖实体而言,起决定作用的是文档中的警告:无论营销页面的对比表暗示了什么,一个尚未确认符合 HIPAA 资格的早期访问模型都不是存放 PHI 的地方。这是一种临时状态,而且它也是最有可能让本季度合规审查无法通过的单一事实。
说实话,成本是多少
由于 Scribe v3 Live Medical 没有自己的计价表,因此没有可按分钟报价的价格。最接近的已公布数字是该系列在 API 上采用的数字:Scribe v3 为每音频小时 $0.20,Scribe v3 Live 为每小时 $0.22,keyterm prompting 在实时模型上为每小时 $0.08,在批处理模型上为每小时 $0.05。如果你想建立一个心智模型,了解医疗模型如果有朝一日进入 API 会是什么成本,那么这些就是它可能会继承的费率——就像 Scribe v2 Medical 继承了 Scribe v2 的 $0.20 一样。
你今天实际支付的是一项 ElevenAgents 订阅费用,它把 ASR 与智能体的 LLM、电话、轮次转换和工具调用打包在一起。这是形态上的真实差异,而不只是数字上的差异:智能体平台按对话分钟计费,而对话包括 LLM token 和音频输出,因此转写器的份额无法单独拆分。按 ASR 分钟建模成本的团队会觉得这种打包不透明;而本来就打算组装智能体的团队会发现它比各部分之和更便宜。
智能体中负责推理的那一半来自哪里
临床语音智能体是三个模型披着同一件风衣:一个负责听,一个负责决策,一个负责说。Scribe v3 Live Medical 覆盖第一个环节,且仅在 ElevenAgents 内提供。中间层是你可以独立路由的部分——这个模型读取转录文本、核查覆盖规则、起草病历记录,或判断通话需要转人工。OrcaRouter 将215 个模型置于同一个 API 之后,0% 加价,将各提供商的标价原样透传,因此,负责对转录文本进行推理的模型可以替换、进行 A/B 测试或故障转移,而无需改动 ASR 环节。
准确说明我们提供和不提供哪些服务:OrcaRouter 不托管 Scribe v3 Live Medical、Scribe v3 Live 或任何 ElevenLabs 转写模型,上述任何费率也都不是我们的。我们路由的是流水线中的 LLM 部分——即临床智能体在语音文字到达之后所调用的 Claude、Gemini、GPT、Qwen 和 DeepSeek 模型。这些模型的定价为各提供商自身的价格,未加价。

谁应该对此采取行动,谁应该等待
如果你正在使用 ElevenAgents,并接听患者、会员或医疗服务提供者的来电——包括预约排期、接诊登记、续药申请、福利咨询——那么切换 ASR 下拉选项的理由就非常明确。你能获得临床词汇偏置、会等待会员 ID 说完的轮次模型,以及 10,000 个自定义术语,且不额外计费。PriMock57 图表来自厂商,但改进方向与所有临床 ASR 厂商所报告的一致,而且功能清单足够具体,可以进行测试。
If you are not on ElevenAgents, wait. Nothing here is callable from your stack, and the substitute ElevenLabs offers through the API is a batch model from September: Scribe v2 Medical, 15% fewer errors than Scribe v2 on the Eka Medical ASR test split, $0.20 per hour, keyterms and diarization included. For ambient documentation that is processed after the visit, that is a reasonable product and it is the one with a confirmed compliance story. For a live call, your options remain the general-purpose real-time models, with a phrase list, and the accuracy gap the medical fine-tune is claiming. 不存在 {{1}}...{{/1}} 标记? The instruction says keep every marker; there are none. Output only translation. Correct translation: 如果你不在 ElevenAgents 上,就再等等。你的技术栈里没有任何东西能调用这里的接口,而 ElevenLabs 通过 API 提供的替代品是一款 9 月的批处理模型:Scribe v2 Medical,在 Eka Medical ASR 测试集上比 Scribe v2 的错误率低 15%,每小时 $0.20,包含关键术语和说话人分离功能。对于就诊结束后才处理的场景化病历记录来说,这是个合理的产物,也是唯一有明确合规说法的那个。而对于实时通话,你的选择仍然是通用实时模型,配上一份短语列表,再加上医疗微调所声称的那点准确率差距。
值得关注的不是基准测试更新,而是模型 ID。scribe_v3_live_medical当它出现在语音转文字参考文档中时——或者当文档页面上关于 PHI 的早期访问警告消失时——这就会成为一次 ElevenLabs 平台之外的开发者可以采取行动的发布。在那之前,这只是购买该平台的一个有力理由,而这大概正是重点所在。
