ElevenLabs 推出 Realtime 实时语音模型，首包延迟仅 0.57 秒

ElevenLabs 发布新一代 speech-to-speech 模型系列 Eleven Realtime，包含 Realtime v1 Max 与 Mini，主打解决语音 Agent 在「快速响应」与「精确理解」之间的两难。Realtime v1 Max 在 Big Bench Audio 基准上取得 98.8% 准确率，首包音频延迟仅 0.57 秒，可实现半秒开口并支持边说边推理，兼顾低延迟与高准确率。

2026-10-20 ~ 2026-10-21 · 3 条相关

• ElevenLabs 发布 Eleven Realtime：半秒开口还能边说边推理 — lukeharries · 2026-10-20
• ElevenLabs 发布 Realtime v1 Max：98.8% 准确率、0.57 秒开口 — Kangwook_Lee · 2026-10-21
• ElevenLabs 发布 Realtime Max/Mini 语音到语音模型,首包延迟 0.57 秒 — testingcatalog · 2026-10-21