Elevenlabs a publié deux nouveaux modèles speech-to-speech appelés Eleven Realtime. La variante Max obtient un score de 98,8 pour cent sur le benchmark Big Bench Audio avec un temps de réponse de 0,57 seconde. Elevenlabs affiche qu'aucun modèle du classement d'Artificial Analysis n'est à la fois plus rapide et plus précis actuellement.
Le plus petit v1 Mini est conçu pour des conversations naturelles à moindre coût et peut détecter quand quelqu'un a fini de parler ou dit simplement « mm-hmm ». Le v1 Max cible des tâches plus complexes comme le support client.
Les deux modèles sont disponibles via la plateforme ElevenAgents et une API Realtime compatible avec OpenAI. La tarification est à la minute plus les coûts de tokens, le v1 Max coûtant plus cher que le v1 Mini. Tous les détails figurent sur la page de tarification d'Elevenlabs.Annonce
Source : Elevenlabs