ElevenLabs выпустила Eleven Realtime v1: готовый голосовой агент с версиями Mini и Max.
ElevenLabs представила готового голосового агента Eleven Realtime v1. Распознавание, очередность реплик, рассуждение и озвучка работают одной системой, поэтому собирать цепочку из отдельных сервисов не нужно. Внутри это каскад моделей, настроенных работать вместе.
Версии
Доступны две версии:
- Mini для обычных разговоров;
- Max для сложных сценариев с вызовом инструментов.
Совместимость
API совместим с OpenAI Realtime. Можно оставить SDK OpenAI и направить его на адрес ElevenLabs с ключом сессии и именем модели. Работает только по WebSocket, поэтому захват и воспроизведение звука придётся подключать самостоятельно. Поддерживается больше 90 языков, а библиотека насчитывает больше 17 тысяч голосов.
Результаты тестов
По замерам Artificial Analysis Max почти безошибочно отвечает голосом на вопросы Big Bench Audio и начинает говорить раньше всех моделей с похожей точностью, включая GPT-Realtime-2 и Gemini 3.1 Flash Live. Mini в рассуждениях заметно слабее, зато немного впереди на Full-Duplex-Bench, где проверяют паузы и перебивания. С инструментами Max тоже сильнее. В тесте AA работа обеих моделей обошлась в $4,80 в пересчёте на час входящего аудио.
ElevenLabs блокирует доступ с российских IP.
Ещё новости:
