ElevenLabs 發布 Eleven Realtime,端到端語音對語音模型,用意取代分開接駁嘅 ASR+VAD+輪流對答+LLM+TTS 堆疊。兩個 SKU:Realtime v1 Mini 用喺低成本自然對話(助理、導師、角色);Realtime v1 Max 用喺複雜支援/多步工作流同工具使用。兩者聲稱支援 90 多種語言,並可用 ElevenLabs 17,000+ 語音庫。廠商引述 Artificial Analysis:Big Bench Audio 準確率 Max 98.8%/Mini 75.9%;首次發聲約 Max 0.57 秒/Mini 0.62 秒;Full-Duplex-Bench 94.1–95.8%;Speech Agent Arena Elo 約 Max 998/Mini 988;工具完成 Max 87.1%/Mini 60.3%。經 ElevenAgents 介面,或兼容 OpenAI Realtime API 嘅 WebSocket(wss://api.elevenlabs.io/v1/convai/realtime,模型 eleven_realtime_v1_mini/eleven_realtime_v1_max)交付。廠商確認;編輯台未獨立重現延遲/準確率。
窗口內最清晰嘅即時/語音模型產品發佈——兼容 OpenAI Realtime 端點,降低已用 Realtime API 團隊嘅遷移成本。
More ▾ Less ▴
ElevenLabs 於 2026 年 10 月 20 日刊登 Introducing Eleven Realtime(頁上 Published Oct 20;編輯抽查約 06:30 HKT 周三 21)。帖文將 Realtime 定為語音對語音模型,把 ASR/VAD/輪流對答/LLM/TTS 收成一棧,Mini 做自然低成本對話,Max 做複雜支援同多步工具工作流。兩者支援 90+ 語言同 17,000+ 語音庫。 廠商引述 Artificial Analysis:Big Bench Audio Max 98.8%/Mini 75.9%;首次發聲約 Max 0.57 秒/Mini 0.62 秒;Full-Duplex-Bench 94.1–95.8%;Speech Agent Arena Elo 約 998/988;工具使用 87.1%/60.3%。交付為 ElevenAgents,或 OpenAI Realtime 兼容 WebSocket wss://api.elevenlabs.io/v1/convai/realtime(模型 eleven_realtime_v1_mini/eleven_realtime_v1_max)。
- 連線分鐘同 token 定價鎖定
- 企業 CCaaS 渠道採用
- Max 工具使用喺第三方評測是否站得住
ElevenLabs 第一方確認(10 月 20 日)。Artificial Analysis 分數為廠商引述;編輯未獨立重現延遲或準確率。Wire 語音尚未鎖定文件定價美元。