ElevenLabs发布两款实时语音识别模型：v1 Max在Big Bench Audio基准得分98.8%，响应仅0.57秒，兼具高精度与低延迟，面向客户支持等复杂任务；v1 Mini主打低成本自然对话，能识别对方发言结束或“嗯”等语气声。两者均可通过ElevenAgents平台及兼容OpenAI的实时API使用，按分钟加代币计费，Max价格更高。