Elevenlabs در 20 اکتبر 2026 از دو مدل جدید تبدیل گفتار به گفتار رونمایی کرد: Eleven Realtime v1 Max و v1 Mini. نسخه Max در بنچمارک Big Bench Audio امتیاز 98.8 % گرفت و در حدود 0.57 ثانیه پاسخ می‌دهد. نسخه Mini کوچک‌تر و ارزان‌تر است و می‌تواند تشخیص دهد گوینده حرفش را تمام کرده یا فقط می‌گوید «mm‑hmm». دسترسی به هر دو مدل از طریق پلتفرم ElevenAgents یا Realtime API سازگار با OpenAI امکان‌پذیر است.
تفاوت مدل‌ها
v1 Max برای کارهای دشوارتر، مانند ربات‌های پشتیبانی مشتری که به دقت بالا و تأخیر کم نیاز دارند، طراحی شده است. v1 Mini برای مکالمه‌های طبیعی و روزمره ساخته شده که در آن‌ها هزینه اهمیت بیشتری دارد. طبق صفحه قیمت‌گذاری Elevenlabs، هزینه بر اساس دقیقه صوت و میزان استفاده از توکن محاسبه می‌شود و قیمت Max از Mini بیشتر است.
چرا مهم است
برای توسعه‌دهندگانی که دستیارهای صوتی می‌سازند، مدل Max پاسخ‌هایی با دقت بسیار بالا و تقریباً بلادرنگ ارائه می‌دهد و می‌تواند تجربه کاربری را در موقعیت‌های پشتیبانی بهبود دهد. مدل ارزان‌تر Mini به کسب‌وکارهای کوچک‌تر امکان می‌دهد بدون هزینه‌های سنگین پردازشی، تعامل صوتی زنده را به خدمات خود اضافه کنند. هنوز بنچمارک مستقلی فراتر از ادعاهای خود Elevenlabs منتشر نشده است.
