ElevenLabs

Eleven Multilingual v3

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

#4リリース日: 2026年10月22日·Proprietary·Not disclosed
textaudio32K ctx
知能指数
94.0 #4
AAQI 94.0
出力速度
200 t/s
ITL 5.0 ms/tok
ブレンド価格 (3:1)
$0.03 /1M
入力 $0.025/M · 出力 $0.05/M
コンテキスト
32K
約 80 枚のA4ページ · 最大出力 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)

直接のベンチマーク測定がない場合、レーダー軸はカテゴリスコアから近似されます — 評価方法 を参照。

強みとトレードオフ

強み

  • 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

注意すべきトレードオフ

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

キラーユースケース

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

開発者向けクイックスタートとAPI

まず ELEVENLABS_API_KEY を設定 — APIキーを取得
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.

公式リソースとリンク

API デプロイ

ホストとレイテンシを比較

Groq、Cerebras、Together、DeepInfra、Fireworks、Bedrock、Azure 全体のスループット、TTFT、キャッシュ料金。

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
プロバイダーマトリクスを見る →

ソース別スコア

ライブ対決

ライブスペックとアーキテクチャ

内部構造
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
リリース日
2026年10月22日
アーキテクチャ
Eleven v3 — multilingual speech synthesis
パラメータ数
Not disclosed
ライセンス
Proprietary
コンテキストウィンドウ
32,000 tokens
最大出力
8,192 tokens
モダリティ
text + audio
キャッシュ料金
読み取り $0.008 · 書き込み $0.03 /1M
推論
—
入力価格
$0.025/M
出力価格
$0.05/M
出力速度
200 t/s
最初のトークンまでの時間
—
データ更新日
2026年10月22日

月額請求の見積もり

月額見積もり
$0.00
GPT-4o との節約額を計算中…

引用と埋め込み

GitHub Markdown バッジ
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}
}

スコアバッジを埋め込む

GitHub または Hugging Face の README にライブ Podium スコアバッジを追加 — ライブランキングにリンクします。

プレビュー
Eleven Multilingual v3 LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

ElevenLabs のその他のモデル

代替モデル

機能、価格、ベンチマークスコアに基づく Eleven Multilingual v3 の最適な代替モデル。

0 / 4