A Elevenlabs anunciou dois novos modelos de conversão de fala em fala em 20 de outubro de 2026: Eleven Realtime v1 Max e v1 Mini. A versão Max obteve 98.8 % no benchmark Big Bench Audio e responde em cerca de 0.57 segundos. O Mini é menor, custa menos e consegue detectar quando alguém terminou de falar ou está apenas dizendo “mm-hmm”. Os dois modelos podem ser acessados pela plataforma ElevenAgents ou por uma API Realtime compatível com a OpenAI.
Diferenças entre os modelos
O v1 Max é voltado a tarefas mais exigentes, como bots de atendimento ao cliente que precisam de alta precisão e baixa latência. O v1 Mini foi desenvolvido para conversas naturais do dia a dia, nas quais o custo é uma preocupação maior. A cobrança é feita por minuto de áudio, além do uso de tokens, e o Max custa mais que o Mini, segundo a página de preços da Elevenlabs.
Por que importa
Para desenvolvedores que criam assistentes de voz, o modelo Max oferece respostas quase em tempo real e alta precisão, o que pode melhorar a experiência do usuário em situações de atendimento. O Mini, mais barato, permite que empresas menores adicionem interação por voz ao vivo sem grandes custos de processamento. Ainda não foram publicados benchmarks independentes além dos dados divulgados pela própria Elevenlabs.
