ElevenLabs v3 曾是该公司富表现力的旗舰文字转语音模型：戏剧化的演绎、情感幅度和多说话人对话，覆盖 70+ 种语言。2026 年 9 月 28 日 ElevenLabs 用 Eleven v4 取代了它，独立盲测投票现在把它排在明显靠后的位置：在 Artificial Analysis 语音竞技场上排第 18，Elo 1177，而 Eleven v4 Turbo 和 Eleven v4 分别是 1330 和 1326。
新项目请从 Eleven v4 开始。它标价同样是每千字符 $0.08，支持 90+ 种语言和每次请求 10,000 字符，听众偏好遥遥领先。
产品线里还剩什么
| 模型 | 适合 | 语言 | 速度 | 单次请求上限 | API 价格（每千字符） |
|---|---|---|---|---|---|
| Eleven v3 | 富表现力对话与演绎 | 70+ | — | 5,000 字符 | $0.08 |
| v3 Conversational | 实时语音智能体 | 70+ | 约 280 毫秒 | — | $0.04 |
| Multilingual v2 | 稳定的长篇旁白 | 29 | — | 10,000 字符 | $0.08 |
| Flash / Turbo v2.5 | 低成本实时场景 | 32 | 约 75 毫秒 | 40,000 字符 | $0.04 |
按 ElevenLabs 的说明，速度数字不含应用与网络延迟。
排名
在 Artificial Analysis 语音竞技场（2026 年 10 月）上，Eleven v3 排第 18（Elo 1177），v3 Conversational 第 15（1210），Turbo v2.5 第 39（1100），Multilingual v2 第 41（1096），Flash v2.5 第 49（1078）。Artificial Analysis 给这些模型标的价格是每百万字符 $50–$100，与上表 ElevenLabs 自己的标价不同，做预算请以标价为准。
什么时候仍然合适
如果你已经有按 v3 调好的提示词和声音、没有重新测试的理由，或者依赖更便宜的 Conversational 档，可以继续用 v3。新项目请对比 Eleven v4、Qwen-Audio 3.1 和 Gemini 3.8 Flash TTS，或者查看最佳 AI 语音生成器。
适用场景
- 已在 v3 上跑通的现有集成与声音
- 已按 v3 调好提示词的对话脚本与角色演绎
- 使用更便宜的 v3 Conversational 档（约 280 毫秒）的实时应用
优缺点
优势
- 富有表现力、情感丰富的演绎，支持音频标签与多说话人对话，覆盖 70+ 种语言
- 价格仍是每千字符 $0.08，另有更便宜的 $0.04 Conversational 档（约 280 毫秒）用于实时场景
- 生态成熟——有文档的 REST API、声音克隆与完善的声音库
局限
- 已被 Eleven v4 取代，后者在 Artificial Analysis 语音竞技场上高约 150 个 Elo 点，标价却相同
- 单次请求上限 5,000 字符（v4 为 10,000），较长脚本需要拆分
- 支持 70+ 种语言，v4 为 90+