Elevenlabs veröffentlicht zwei neue Speech-to-Speech-Modelle für Echtzeit-KI-Gespräche
decoder ·
Elevenlabs hat zwei neue Speech-to-Speech-Modelle, Eleven Realtime v1 Max und v1 Mini, speziell für Echtzeit-KI-Konversationen eingeführt. Die Variante v1 Max erzielt eine Punktzahl von 98,8 Prozent im Big Bench Audio Benchmark mit einer beeindruckenden Antwortzeit von nur 0,57 Sekunden. Laut Elevenlabs platziert diese Kombination aus Geschwindigkeit und Genauigkeit sie an der Spitze des Artificial Analysis Leaderboards und übertrifft damit alle anderen aktuellen Modelle. Das kleinere Modell v1 Mini ist hingegen auf kosteneffektive natürliche Interaktionen ausgelegt und kann zwischen aktiven Zuhörimpulsen wie „mm-hmm“ und tatsächlichen Sprachabschlüssen unterscheiden. Während v1 Mini allgemeine Gespräche bewältigt, ist v1 Max für komplexere Szenarien wie Kundensupport-Aufgaben optimiert. Beide Modelle sind über die ElevenAgents-Plattform und eine OpenAI-kompatible Realtime-API verfügbar. Die Preisstrukturen variieren je nach Modell, wobei v1 Max höhere Kosten als v1 Mini verursacht, basierend auf Nutzungsminuten und Tokens.
decoder