ElevenLabs 发布 Eleven Realtime：语音智能体更易搭建，接入仍有边界

2026 年 10 月 20 日，ElevenLabs 推出 Eleven Realtime v1 Mini 与 v1 Max。官方将前者定位于低成本自然对话，后者面向复杂指令和多步骤任务；两者均支持超过 90 种语言。官方发布公告

整套调优，但不是单一语音模型

语音助手需要协调识别、停顿、打断、推理和语音合成。新产品把这些环节一起优化，减少开发者逐项搭配的工作。技术文档明确说明，它仍是由独立模型组成的级联架构，不应理解为一个融合的原生语音模型。架构说明

延迟数字，先看测试条件

发布公告援引 Artificial Analysis 的测试称，Max 平均 0.57 秒开始输出语音，Mini 为 0.62 秒。这是厂商披露的外部评测结果，本站未独立复测；中文通话、工具调用和弱网下的体验仍需另测。评测说明

接入前要确认什么

• 权限：Realtime 正逐步开放，工作区没出现对应选项，不代表配置出错。

• 迁移：独立 Realtime API 只支持 WebSocket，原有 WebRTC 应用不能只换模型名。

• 功能：独立 API 与 ElevenAgents 平台分开；电话渠道、知识库和监控等需求，应先核对平台能力。

模型配置与开放范围 · API 与平台区别

使用判断

对个人开发者，值得先试的是自然对话和打断处理，复杂流程再比较 Max。做一组固定中文样例，记录响应时间、工具失败后的恢复和每次成功任务的成本，比直接追随榜单更有用。以上是基于公开资料的应用分析，并非本站实测结论。