ElevenLabs lança o Eleven Realtime, modelos de fala para fala voltados a agentes de voz

Registro de arquivo: cobre um fato de 20 de outubro de 2026, e o publicamos em 8 de novembro de 2026. As informações vêm de fontes daquela data e podem ter mudado desde então.

A ElevenLabs lançou o Eleven Realtime em 20 de outubro de 2026, uma classe de modelos de fala para fala para agentes de voz, e o descreveu em seu anúncio no blog da ElevenLabs. Os modelos de lançamento foram o v1 Mini, para a maioria dos casos de uso, e o v1 Max, para processos de várias etapas e uso intenso de ferramentas.

O que a ElevenLabs lançou

• Os dois modelos aceitam mais de 90 idiomas e qualquer voz do catálogo da ElevenLabs, que reúne mais de 17.000 vozes.
• O Eleven Realtime é construído sobre uma arquitetura em cascata ajustada de ponta a ponta. Cada etapa produz texto, o que habilita as proteções (guardrails) do ElevenAgents e a ocultação de dados pessoais (PII).
• Segundo a ElevenLabs, a Realtime API dela é compatível com a Realtime API da OpenAI, e a troca exige alterar o endpoint e o identificador do modelo.
• A Realtime API se conecta apenas por WebSocket. O endpoint de exemplo é wss://api.elevenlabs.io/v1/convai/realtime, com o modelo eleven_realtime_v1_mini.
• A ElevenLabs informou que o v1 Max começava a falar em 0,57 segundo, em média, e o v1 Mini em 0,62 segundo.

O que isso significa para quem cria com IA

Desenvolvedores que já tinham código escrito para a Realtime API da OpenAI podiam testar as vozes e os modelos da ElevenLabs em agentes de voz trocando o endpoint e o ID do modelo. Como cada etapa do pipeline em cascata produz texto, era possível aplicar as proteções do ElevenAgents e a ocultação de PII, e as duas versões permitiam escolher entre o v1 Mini para a maioria dos casos de uso e o v1 Max para processos de várias etapas com uso intenso de ferramentas.

Disponibilidade e resultados citados

Os modelos estavam disponíveis no ElevenAgents e na Realtime API, e o ElevenAgents oferecia canais de telefone, web, WhatsApp e CCaaS. O anúncio não informou preços por minuto nem disponibilidade por plano. Ele também citou resultados da Artificial Analysis: Big Bench Audio com 98,8% para o v1 Max e 75,9% para o v1 Mini, Full-Duplex-Bench com 95,8% para o v1 Mini e 94,1% para o v1 Max, e uso de ferramentas com 87,1% para o v1 Max e 60,3% para o v1 Mini.

Fontes

• Introducing Eleven Realtime: a simpler way to build natural voice agents (ElevenLabs, 20 de outubro de 2026, oficial)

Escrito com ajuda de IA, apenas a partir das fontes listadas acima. Antes de ir ao ar, verificações automáticas conferiram as datas, as fontes e todas as versões de idioma.