Le 20 octobre 2026, Elevenlabs a annoncé deux nouveaux modèles de conversion de la parole en parole : Eleven Realtime v1 Max et v1 Mini. La version Max a obtenu un score de 98,8 % au test Big Bench Audio et répond en environ 0,57 seconde. Plus petit et moins cher, le modèle Mini peut détecter si la personne a fini de parler ou si elle dit seulement « mm-hmm ». Les deux modèles sont accessibles depuis la plateforme ElevenAgents ou via une API Realtime compatible avec OpenAI.
Ce qui distingue les deux modèles
v1 Max est destiné aux tâches plus exigeantes, comme les assistants de service client qui doivent être très précis et réactifs. v1 Mini est conçu pour les conversations naturelles du quotidien, où le coût compte davantage. La facturation se fait à la minute d’audio, à laquelle s’ajoute le coût des jetons ; selon la page tarifaire d’Elevenlabs, Max est plus cher que Mini.
Pourquoi c'est important
Pour les développeurs qui créent des assistants vocaux, le modèle Max offre des réponses quasi instantanées et très précises, ce qui peut améliorer l’expérience utilisateur dans les services d’assistance. Le modèle Mini, moins cher, permet aux petites entreprises d’intégrer des échanges vocaux en direct sans supporter des coûts de calcul élevés. Aucun benchmark indépendant allant au-delà des résultats avancés par Elevenlabs n’a encore été publié.
