先了解这件事
2026年10月20日,ElevenLabs发布Eleven Realtime系列语音到语音模型,包含面向低成本自然对话的v1 Mini和面向复杂任务的v1 Max。据ElevenLabs博客,两者均支持90多种语言并可调用其17,000多个音色;Artificial Analysis的独立评测显示,v1 Max在Big Bench Audio语音推理上答对98.8%,平均0.57秒开始说话,v1 Mini分别为75.9%和0.62秒。该API兼容OpenAI Realtime API,已有集成只需更换endpoint和模型名,也可在ElevenAgents中直接选择模型部署。10月22日,智东西报道称两款模型目前仅支持WebSocket连接,其实测中Architect搭建助手可用语音修改Agent设置,但中文口音明显、回复偏长且延迟较高。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：ElevenLabs Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月22日
智东西
ElevenLabs 发布 Eleven Realtime 实时语音模型，实测语音搭建 Agent
ElevenLabs 于 10 月 20 日发布实时语音系列模型 Eleven Realtime，包括面向自然交流的 v1 Mini 和面向客服、多步骤任务的 v1 Max，支持超过 90 种语言和 1.7 万种音色。据 Artificial Analysis 测试，Max 在 Big Bench Audio 语音推理评测中正确率 98.8%，位列第三，平均首次音频响应时间 0.57 秒，Mini 为 0.62 秒。两款模型可通过 ElevenAgents 平台或兼容 OpenAI Realtime 规范的 Realtime API 使用，目前仅支持 WebSocket 连接；智东西实测其 Architect 搭建助手可用语音修改 Agent 设置，但中文口音明显、回复偏长且延迟较高。
凤凰科技
ElevenLabs 发布 Eleven Realtime v1 Mini 与 Max 两款实时语音模型
ElevenLabs 于 10 月 20 日发布实时语音系列模型 Eleven Realtime，包括面向自然交流的 v1 Mini 和面向客服、多步骤任务的 v1 Max，均支持超过 90 种语言和 1.7 万种音色。据 Artificial Analysis 测试，Max 在 Big Bench Audio 语音推理评测中正确率 98.8%、位列第三，平均首次音频响应时间 0.57 秒，Mini 正确率 75.9%、响应 0.62 秒。两款模型可通过 ElevenAgents 平台或兼容 OpenAI Realtime 规范的 Realtime API 使用，目前仅支持 WebSocket 连接；作者实测 Architect 搭建助手时中文口音明显、回复偏长且延迟较高。
10月21日
Testing Catalog
AI 日报：OpenAI 收购 Orchestra Bio，Mistral 发布 Voxtral 3
OpenAI 收购药物开发协调平台 Orchestra Bio，用于扩展其 Rosalind 生命科学模型与工具；ChatGPT 全套餐上线 Locked Chats，支持 PIN、Face ID、Touch ID 或设备解锁保护对话。OpenAI API 新增 12 小时提示词缓存，Mistral 发布 Voxtral 3 语音模型系列并驱动新的语音智能体 API，Google 开源 Kubernetes 原生分布式 LLM 推理栈 llm-d 1.0。
Testing Catalog
ElevenLabs 发布 Eleven Realtime Max 与 Mini 语音到语音模型
ElevenLabs 发布 Eleven Realtime Max 和 Mini 两款语音到语音模型。Eleven Realtime v1 Max 在 Big Bench Audio 上得分 98.8%，开口响应时间为 0.57 秒；Eleven Realtime v1 mini 面向低成本的自然对话场景优化。两款模型均已在 ElevenAgents 平台和 API 上线。
Analytics India Magazine
ElevenLabs 发布 Eleven Realtime 实时语音模型，语音推理准确率达 98.8%
ElevenLabs 推出 Eleven Realtime 语音到语音模型系列，包含面向 AI 助手、教师等场景的 v1 Mini 和面向客服、线索筛选及多步骤流程的 v1 Max 两个版本。两款模型支持 90 多种语言和超过 17000 种音色，将语音识别、轮次切换、语音活动检测与语音生成整合为一个系统。在 Artificial Analysis 的评测中，Max 在 Big Bench Audio 上正确回答 98.8% 的问题，Mini 为 75.9%；Max 首音频平均耗时 0.57 秒，Mini 为 0.62 秒；工具调用任务上 Max 完成 87.1%，Mini 为 60.3%。Eleven Realtime 遵循 OpenAI Realtime 规范，开发者只需修改 API 端点和模型名即可迁移，但使用 WebRTC 的集成需改用 WebSockets。
The Decoder
ElevenLabs 发布两款实时语音到语音模型 Eleven Realtime
ElevenLabs 发布两款语音到语音模型 Eleven Realtime，其中 v1 Max 在 Big Bench Audio 上得分 98.8%，响应时间 0.57 秒。较小的 v1 Mini 面向低成本自然对话，能判断对方是说完还是只说“mm-hmm”，v1 Max 则面向客服等更复杂任务。两款模型可通过 ElevenAgents 平台和兼容 OpenAI 的 Realtime API 使用，按分钟加 token 计费，v1 Max 价格高于 v1 Mini。
The New Stack
ElevenLabs 推出 Eleven Realtime 托管语音智能体，开发者需让出底层模型控制权
ElevenLabs 发布 Eleven Realtime，提供 Mini 和 Max 两个托管语音智能体模型，整合语音识别、推理、轮次切换与语音生成，但开发者无法单独选择或配置底层模型。外部测试机构 Artificial Analysis 的数据显示，Max 在 Big Bench Audio 上得分 98.8%，Mini 为 75.9%；工具调用任务完成率 Max 为 87.1%，Mini 为 60.3%，而 Mini 在 Full-Duplex-Bench 上以 95.8% 略高于 Max 的 94.1%。该接口沿用 OpenAI Realtime API 的协议和 WebSocket 传输，但仅支持 WebSocket，WebRTC 应用需先更换传输方式并自行处理 24kHz PCM16 音频的采集与播放。
10月20日
ElevenLabs Blog一手精选
ElevenLabs 发布 Eleven Realtime 语音到语音模型 v1 Mini 与 v1 Max
ElevenLabs 发布 Eleven Realtime 系列语音到语音模型，包含面向低成本自然对话的 v1 Mini 和面向复杂任务的 v1 Max，两者均支持 90 多种语言并可调用其 17,000 多个音色。Artificial Analysis 的独立评测显示，v1 Max 在 Big Bench Audio 语音推理上答对 98.8%，平均 0.57 秒开始说话，v1 Mini 分别为 75.9% 和 0.62 秒。该 API 兼容 OpenAI Realtime API，已有集成只需更换 endpoint 和模型名，也可在 ElevenAgents 中直接选择模型部署。
本事件热度走势
- 当前
- 5
- 区间峰值
- 22 10月22日 13:00
- 近 24 小时变化
- —
移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。