核心要点速览
- 发布帖由 @ElevenLabs 于2026年10月20日发出，累计221,622次浏览、2,504次点赞、1,208次收藏、189次转发，收藏数接近点赞的一半，开发者向的关注度明显。
- 两档模型的分工按官方介绍：v1 Mini偏向高速应答，v1 Max偏向更精确的推理回答；两者都是语音进、语音出，不经过文字中转给用户看。
- ElevenLabs官网 https://elevenlabs.io/ 标称提供17,500种以上的音色、90多种语言以及API和SDK，展示的客户包括Twilio、Disney、Epic Games、Nvidia、Meta、Adobe。
- Eleven Realtime的单独定价、上下文长度、基准分数目前都未公开，也没有提到开放权重；它是否支持中文对话、各语言延迟表现如何，目前都没有公开数据。
10月20日的发布帖：v1 Mini与v1 Max两档语音到语音模型
Eleven Realtime是ElevenLabs在2026年10月20日通过X官方账号 @ElevenLabs 公布的Speech to Speech模型，定位是给语音智能体用的底层模型，首批分成v1 Mini和v1 Max两款。官方给出的问题意识很明确：过去的语音AI往往只能在“回得快”和“答得对”之间二选一，Eleven Realtime要把这两件事同时做到。
这条发布帖累计221,622次浏览、2,504次点赞、1,208次收藏、189次转发。最抓人的是两点：开口时间压到0.5秒以内，以及面对需要推理的口头问题也能给出正确答案。对做客服机器人、电话外呼和语音助手的团队来说，这两项正好对应用户最常抱怨的“等太久”和“答非所问”。
ElevenLabs把自己的业务分为ElevenAgents、ElevenCreative、ElevenAPI三条线。官网 https://elevenlabs.io/ 的页面标题是“Free AI Voice Generator & Voice Agents Platform”，客户墙上列着Twilio、Disney、Epic Games、Nvidia、Meta、Adobe等公司，这也是Eleven Realtime一发布就被企业用户认真看待的背景。
出处[1]
半秒内开口还要答对推理题：Speech to Speech的设计取舍
Speech to Speech指的是直接以语音为输入、以自然语音作答，而不是让用户面对一段转写文字。按官方说法，Eleven Realtime把“听、想、答”整个流程压在0.5秒以内完成，开口间隔已经接近真人对话里自然接话的节奏，同时保留对推理类问题作答的能力。
两档模型的分工大致是：v1 Mini适合需要快速来回的高频应答，v1 Max适合复杂推理、对准确度要求更高的场景。实际部署时可以按业务选型，比如简单的预约确认、常见问题回复优先考虑Mini，涉及条件判断或多步计算的咨询再交给Max。
它背后的平台能力也很关键：ElevenLabs标称拥有17,500种以上音色、覆盖90多种语言，并提供安全的API与SDK。不过这些是整个平台的规模数字，Eleven Realtime本身支持哪些语言、每种语言的延迟能否都稳定在0.5秒内，官方并没有单独说明。
出处[1]
通过ElevenAgents与ElevenAPI接入，以及仍未公开的部分
Eleven Realtime不是独立的聊天App，而是通过ElevenLabs现有产品使用：在 https://elevenlabs.io/ 用Sign up注册或Log in登录后，用ElevenAgents搭建面向客户的语音智能体，或者用ElevenAPI和SDK把模型接进自家应用；企业采购则走页面上的Contact sales。实测时，安静环境、耳麦和简短清晰的提问更容易体现低延迟的效果。
同一平台上还有AI Voice Generator、Text to Speech、Music、Speech to Text、Voice Cloning、Dubbing、Narration等功能，官网把Eleven v4介绍为情感表现最丰富的模型，ElevenCreative则面向内容创作。Eleven Realtime负责实时对话，可以和这些配音、克隆、翻译配音能力组合使用。
需要注意的未知项不少：目前没有公开Eleven Realtime的计费方式、调用配额、基准测试分数和与其他厂商实时语音模型的对比，也没有提到开放权重或本地部署。这些信息要等ElevenLabs在官网或 @ElevenLabs 后续发布中补充。
出处[1]
X（推特）首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
Eleven Realtime的v1 Mini和v1 Max该怎么选？
按官方介绍，v1 Mini偏重应答速度，适合简单、高频的来回对话；v1 Max偏重推理准确度，适合需要条件判断或多步思考的提问。两者的具体延迟差距、价格差距目前都没有公开数字，最好在自己的场景里各测一轮再定。
出处[1]
Eleven Realtime能下载到本地运行吗？要付费吗？
发布信息中没有提到开放权重或本地部署，目前的使用途径是ElevenLabs的ElevenAgents和ElevenAPI。官网有Sign up、Log in和Contact sales入口，但Eleven Realtime的单独定价和免费额度尚未公开。
出处[1]
Eleven Realtime支持中文语音对话吗？
ElevenLabs平台整体标称支持90多种语言、17,500种以上音色，但这是全平台的数字。Eleven Realtime这款实时模型具体支持哪些语言、中文对话的延迟和推理表现如何，官方没有说明，尚未确认。
出处[1]
