ElevenLabs

Eleven Multilingual v3

ElevenLabs’ multilingual TTS flagship — 70+ languages, emotional audio tags and ultra-low latency.

#4lanzado 22 oct 2026·Proprietary·Not disclosed
textaudio32K ctx
Inteligencia
94.0 #4
AAQI 94.0
Velocidad de Salida
200 t/s
ITL 5.0 ms/tok
Precio combinado (3:1)
$0.03 /1M
Entrada $0.025/M · Salida $0.05/M
Contexto
32K
≈ 80 páginas A4 · salida máx. 8,192

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Eleven Multilingual v3
Claude Mythos Preview (#1)
Average (68)
Coding (15)Mathematics (15)Hard Science (GPQA) (35)Agentic & Tool Use (65)Knowledge (MMLU) (48)Vision / Multimodal (95)

Los ejes del radar se aproximan a partir de las puntuaciones de categoría cuando faltan mediciones directas — ver Metodología.

Fortalezas y compromisos

Donde gana

  • Best-in-class emotional range and prosody
  • Ultra-low latency for real-time voice agents
  • Broadcast-quality multi-speaker scenes
  • 70+ languages on one voice

Puntos a vigilar

  • Premium per-character pricing
  • Audio tags need prompt-side tuning
  • Closed API — no self-hosting

Casos de uso clave

Voice agents & IVR
Expressive sub-100ms spoken turns.
Audiobook & dubbing
Multi-speaker long-form narration.
Game dialogue
Dynamic NPC speech with emotional tags.

Inicio rápido para desarrolladores y API

Define primero ELEVENLABS_API_KEY — obtener una clave API
curl -X POST "https://api.elevenlabs.io/v1/text-to-speech/VOICE_ID" \
  -H "xi-api-key: $ELEVENLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text": "Welcome to the future of voice agents.", "model_id": "eleven_v3"}' \
  --output speech.mp3

Text-to-speech — replace VOICE_ID with a voice from your library; returns an audio stream.

Recursos y enlaces oficiales

Despliegue de API

Comparar hosts y latencia

Throughput, TTFT y precios de caché en Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock y Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Ver matriz de proveedores →

Puntuaciones por Fuente

Duelos directos en vivo

Especificaciones en vivo y arquitectura

Bajo el capó
Eleven v3 — multilingual speech synthesis
  • 70+ languages with cross-lingual voice transfer
  • Inline audio tags — [laughs], [whispers], dramatic pauses
  • Sub-80ms streaming TTFT for live agents
  • Studio-grade multi-speaker dialogue mode
Fecha de Lanzamiento
22 oct 2026
Arquitectura
Eleven v3 — multilingual speech synthesis
Parámetros
Not disclosed
Licencia
Proprietary
Ventana de Contexto
32,000 tokens
Salida máx.
8,192 tokens
Modalidades
text + audio
Precios de caché
lectura $0.008 · escritura $0.03 /1M
Razonamiento
—
Precio de Entrada
$0.025/M
Precio de Salida
$0.05/M
Velocidad de Salida
200 t/s
Tiempo al Primer Token
—
Datos actualizados
22 oct 2026

Factura mensual estimada

Gasto mensual estimado
$0.00
Calculando ahorro vs GPT-4o…

Citar e insertar

Badge de Markdown para GitHub
Loading badge markdown...
BibTeX
@misc{llmpodium2026elevenv3,
  title = {Benchmark Analysis and Intelligence Evaluation of Eleven Multilingual v3},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/eleven-v3}
}

Insertar insignia de puntuación

Añade una insignia de Podium Score en vivo a tu README de GitHub o Hugging Face — enlaza al ranking en vivo.

Vista previa
Eleven Multilingual v3 LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Más de ElevenLabs

Modelos alternativos

Alternativas más cercanas a Eleven Multilingual v3 según rendimiento, precio y benchmarks.

0 / 4