Alisina NawabiEleven Realtime v1 Mini en Max bundelen spraakherkenning, beurtwisseling, een taalmodel en stemuitvoer en ondersteunen volgens ElevenLabs meer dan 90 talen en ruim 17.000 stemmen, maakte het bedrijf op 20 oktober bekend.
Eleven Realtime kost volgens de openbare prijslijst $0,08 per minuut plus kosten voor het taalmodel; 1.000 belminuten komen daardoor uit op minimaal $80, vóór de tokenrekening. De bouwkeuze verschuift van losse audio- en taalmodellen naar een beheerde agentdienst. Dat vermindert het aantal onderdelen dat een team zelf moet koppelen, terwijl de leverancier meer bepaalt over modellen en kosten.
Mini richt zich op dialoog, Max op taken
ElevenLabs positioneert Mini voor natuurlijke gesprekken en Max voor klantondersteuning, leadkwalificatie en meerstapswerk met tools. Via ElevenAgents zijn telefoon, web, WhatsApp en contactcenterkanalen beschikbaar.
Beide modellen zijn beschikbaar via ElevenAgents en de OpenAI-compatibele Realtime API, waarbij Max duurder is dan Mini, meldt The Decoder.
Volgens de resultaten die ElevenLabs deelt uit een evaluatie door Artificial Analysis, behaalde Max 98,8 procent op Big Bench Audio tegenover 75,9 procent voor Mini. Het model begon gemiddeld na 570 milliseconden met spreken; Mini na 620 milliseconden. Op de tooltaken voltooide Max 87,1 procent en Mini 60,3 procent. Voor Full-Duplex-Bench, dat onderbrekingen, beurtwisseling en korte bevestigingen meet, draaide de verhouding om: Mini scoorde 95,8 procent en Max 94,1 procent.
ElevenLabs noemt 998 Arena-punten voor Max en 988 voor Mini. De actuele ranglijst van Artificial Analysis zet Max op 997 ±28 na 638 beoordelingen en Mini op 988 ±28 na 613. De onzekerheidsmarges overlappen; het ene punt verschil maakt de modellen op deze maatstaf niet van elkaar te onderscheiden.
De API is compatibel, maar de uitrol verschilt
De Realtime API volgt het OpenAI-protocol over WebSocket, maar gebruikt onderliggende componentmodellen in een niet-publieke cascade. Een bestaande client kan de SDK en gebeurtenissen behouden na wijziging van endpoint en model. Een browserapp moet zelf PCM16-audio van 24 kHz opnemen en afspelen.
De toegang via ElevenAgents verschilt per workspace: de gefaseerde uitrol betekent dat de API een fout geeft wanneer Realtime daar nog niet beschikbaar is. In die modus beheert ElevenLabs het taalmodel, de spraakherkenning en de stemsoftware. Wie een eigen taalmodel, Amazon Bedrock of afwijkende workflowinstellingen nodig heeft, moet de Custom-modus gebruiken.
ElevenLabs beheert de afzonderlijke modellen als één systeem en maakt de componenten niet bekend. Dat vermindert afstemwerk, maar beperkt hoeveel een ontwikkelaar een onderdeel kan vervangen of onderzoeken.
EU-gegevensverwerking is beschikbaar voor Mini en Max. De gefaseerde workspace-uitrol, beheerde modelinstellingen, hogere tokenkosten voor Max en beperking van Zero Retention Mode tot Max in de EU en VS staan in de productdocumentatie.
De minutenprijs is niet de hele rekening
De API-tariefkaart toont $0,08 per minuut plus LLM-gebruik, maar geen tokenprijzen per model. Daarom is $80 voor duizend minuten een ondergrens, geen complete raming voor gesprekken met complexe taken.
De aankondiging noemt meer dan 90 talen, maar specificeert de dekking per model, stem of accent niet. Voor Nederlandse gesprekken zegt dat aantal weinig over namen, postcodes, bedragen of reacties op onderbrekingen. Die onderdelen moeten met eigen klantvragen worden beoordeeld.
Big Bench Audio gebruikt duizend vooraf bepaalde redeneervragen; de Arena vergelijkt modellen in blinde gesprekken. Die tests laten niet zien hoe een agent met de CRM, Nederlandse productnamen en bevoegdheden van een specifieke organisatie presteert. De uitkomst hangt ook af van de systemen achter de stemlaag.
Andere aanbieders kiezen een andere opbouw
De realtime-markt groeit langs verschillende technische routes. Mistral combineert transcriptiemodellen, spraakuitvoer en een agent-SDK tot Voxtral 3. In de Voxtral-opzet blijven transcriptie, stemuitvoer en de agentlaag afzonderlijke onderdelen, die via een EU-gehoste API of eigen infrastructuur kunnen draaien. Dat laat meer zicht op de samenstelling, maar vraagt dat de ontwikkelaar die onderdelen als één werkende gesprekstroom inzet.
OpenAI bracht GPT-Live-1 op 10 september naar de API, waar de stemlaag $0,05 per minuut kost. De API laat ontwikkelaars het achterliggende model en de agenttools kiezen, met die kosten apart van de stemlaag.
De markt beweegt daarmee van losse audiomodellen naar complete gesprekdiensten. Dat haalt integratiewerk uit de route, maar verplaatst keuzes over model, tokenrekening en gegevensverwerking naar de aanbieder. De aankondiging bevat geen Nederlandse testscore of volledige tokenprijs. De Realtime API is beschikbaar, terwijl toegang tot ElevenAgents en privacyopties per model verschillen.
Veelgestelde vragen
Van stem naar werkend proces
Ik help je bepalen waar een spraakagent in je proces past, ontwerp de koppelingen en bouw het hele traject van eerste idee tot livegang, self-hosted waar dat kan.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
