AudiomodellAktiv
Eleven v4 Turbo
ElevenLabs
- Veröffentlicht
- 28. September 2026
- Datenstand
- 7. Oktober 2026
- Modellklasse
- Sprachen
Eleven v4 Turbo bringt die ausdrucksstarke Sprachgenerierung von v4 in Echtzeit-Anwendungen und Sprachagenten. ElevenLabs hat die Variante zusammen mit seiner Agents-Plattform optimiert.
Während Eleven v4 für hochwertige Inhalte wie Hörbücher empfohlen wird, ist Turbo die v4-Option für Live-Gespräche; beide Modelle unterstützen mehr als 90 Sprachen.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Modellklasse | Text-to-Speech-ModellQuelle |
| Zugang | ElevenAPI und ElevenLabs-ProdukteQuelle |
| Eingabemodalitäten | TextQuelle |
| Ausgabemodalitäten | AudioQuelle |
| API-Modellkennung | eleven_v4_turboQuelle |
| Sprachen | Mehr als 90Quelle |
| Schwerpunkt | Ausdrucksstarke Sprachgenerierung mit niedriger Latenz für Echtzeit-Anwendungen und SprachagentenQuelle |
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Coval TTS Prompt Set speech intelligibility WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1.8
- Bewertung
- 1.8
- Messgröße
- WER (TTS intelligibility word error rate; percent)
- Einheit
- %
- Benchmark-Version
- Coval public TTS benchmark, rolling 30-day window read 2026-10-07
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 566
- Quellentyp
- independent-evaluator
- Auswertung
- Coval Voice AI benchmark, Eleven v4 Turbo endpoint
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Eleven v4 Turbo am offiziellen ElevenLabs-API-Endpunkt mit festen Coval-TTS-Textprompts. Coval transkribiert die erzeugte Audiodatei mit dem festen ASR-Modell OpenAI whisper-1 und vergleicht das Transkript mit dem Eingabetext; dies ist der WER der TTS-Prompt-Set-Messung im rollierenden 30-Tage-Fenster.
- Einordnung
- Dies ist ein Verständlichkeitsmaß mit einem festen ASR-Modell, kein ASR-Benchmark für Eleven v4 Turbo. Coval weist darauf hin, dass Fehler von whisper-1 alle TTS-Anbieter betreffen. Die Stichprobenzahl des rollierenden Fensters gilt für diesen WER-Wert und unterscheidet sich von der TTFA-Zahl.
Coval TTS Prompt Set speech intelligibility WER p95 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 13
- Bewertung
- 13
- Messgröße
- WER 95th percentile (TTS intelligibility; percent)
- Einheit
- %
- Benchmark-Version
- Coval public TTS benchmark, rolling 30-day window read 2026-10-07
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 566
- Quellentyp
- independent-evaluator
- Auswertung
- Coval Voice AI benchmark, Eleven v4 Turbo endpoint
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Eleven v4 Turbo am offiziellen ElevenLabs-API-Endpunkt mit festen Coval-TTS-Textprompts. Coval transkribiert die erzeugte Audiodatei mit dem festen ASR-Modell OpenAI whisper-1 und vergleicht das Transkript mit dem Eingabetext; dies ist das 95. Perzentil des WER der TTS-Prompt-Set-Messung im rollierenden 30-Tage-Fenster.
- Einordnung
- Dies ist ein Verständlichkeitsmaß mit einem festen ASR-Modell, kein ASR-Benchmark für Eleven v4 Turbo. Coval weist darauf hin, dass Fehler von whisper-1 alle TTS-Anbieter betreffen. Die Stichprobenzahl des rollierenden Fensters gilt für diesen WER-Wert und unterscheidet sich von der TTFA-Zahl.
Artificial Analysis Provider Voice Arena Elo (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1334
- Bewertung
- 1334
- Messgröße
- human blind-pairwise voice preference Elo
- Einheit
- elo
- Benchmark-Version
- September 2026 snapshot
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Stichprobe
- 1645
- Konfidenzintervall
- 19
- Untere Konfidenzgrenze
- 1315
- Obere Konfidenzgrenze
- 1353
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis Provider Voice Arena
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Der Anbieter-eigene native Sprachstimmensatz wurde im Blindvergleich bewertet; 1.645 Modell-Auftritte mit acht Stimmen. Höherer Elo-Wert bedeutet häufigere Präferenz. Snapshot September 2026.
- Einordnung
- Auftritte sind keine Zahl eindeutiger Personen oder Prompts. Der Snapshot nennt keinen Evaluationszeitraum je Modell.
ElevenLabs approximate median inference latency (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.1
- Bewertung
- 0.1
- Messgröße
- median inference latency
- Einheit
- seconds
- Benchmark-Version
- ElevenLabs measurement reported September 2026
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- ElevenLabs Eleven v4 Turbo launch post
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Eleven v4 Turbo in ElevenAgents. Der Launch nennt eine ungefähre mediane Inferenzlatenz von 100 ms. Die Messgrenzen und der Versuchsaufbau fehlen.
- Einordnung
- Dies ist eine ungefähre Anbieterangabe. Messgrenzen, Wiederholungszahl, Hardware, Streuung und Konfidenzintervalle sind nicht dokumentiert. Die Angaben zum getrennten Eleven-v4-Hörvergleich belegen den Aufbau dieser Latenzmessung nicht.
ElevenLabs approximate median time to first speech in ElevenAgents (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.15
- Bewertung
- 0.15
- Messgröße
- median time from request to audible speech
- Einheit
- seconds
- Benchmark-Version
- ElevenLabs launch measurement, September 2026
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- vendor-reported
- Auswertung
- ElevenLabs Eleven v4 launch report
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Eleven v4 Turbo in der vom Anbieter berichteten TTS-Messung; Median vom Request bis zum hörbaren Sprachbeginn mit identischen Skripten und Standardeinstellungen im Vergleich zu Cartesia Sonic 3.6, xAI TTS, Gemini 3.8 Flash-Lite TTS und GPT-4o mini TTS. Eleven v4 Turbo nutzte WebSocket-Streaming; die Messung zog die Netzwerklatenz ab.
- Einordnung
- ElevenLabs nennt einen Näherungswert, aber weder Stichprobengröße noch Konfidenzintervall. Laut Anbieter sind Eleven v4 Turbo und ElevenAgents gemeinsam optimiert. Das ist weder eine unabhängige Messung noch die vollständige Ende-zu-Ende-Latenz vom Anrufer bis zum Agenten. Nicht direkt mit Endpoint-TTFA vergleichen, ohne die jeweilige Messgrenze zu berücksichtigen.
Coval text-to-speech Time to First Audio mean (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.204
- Bewertung
- 0.204
- Messgröße
- TTFA arithmetic mean
- Einheit
- seconds
- Benchmark-Version
- Coval public TTS benchmark, rolling 30-day window read 2026-10-07
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 568
- Quellentyp
- independent-evaluator
- Auswertung
- Coval Voice AI benchmark, Eleven v4 Turbo endpoint
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Eleven v4 Turbo am offiziellen ElevenLabs-API-Endpunkt, gemessen von Coval mit denselben festen TTS-Textprompts; Coval-Runner in us-east-1. TTFA reicht vom Syntheseaufruf bis zum ersten hörbaren Sample. TCP/TLS und Handshake-Aufbau sind ausgeschlossen, Vorlaufstille und der Roundtrip zur Anbieterregion enthalten. Angegeben wird der veröffentlichte arithmetic mean der rollierenden 30-Tage-Stichprobe.
- Einordnung
- Unabhängige Messung des gehosteten Endpunkts über ein täglich neu gemessenes rollierendes 30-Tage-Fenster. Die Stichprobenzahl entspricht dem am 7. Oktober 2026 gelesenen Seitenstand und ändert sich. Es ist API-/Systemlatenz, keine isolierte Modellinferenz; Anbieterregion, Stimme, Prompt, Format und Netzwerkpfad beeinflussen den Wert.
Coval text-to-speech Time to First Audio p50 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.194
- Bewertung
- 0.194
- Messgröße
- TTFA 50th percentile
- Einheit
- seconds
- Benchmark-Version
- Coval public TTS benchmark, rolling 30-day window read 2026-10-07
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 568
- Quellentyp
- independent-evaluator
- Auswertung
- Coval Voice AI benchmark, Eleven v4 Turbo endpoint
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Eleven v4 Turbo am offiziellen ElevenLabs-API-Endpunkt, gemessen von Coval mit denselben festen TTS-Textprompts; Coval-Runner in us-east-1. TTFA reicht vom Syntheseaufruf bis zum ersten hörbaren Sample. TCP/TLS und Handshake-Aufbau sind ausgeschlossen, Vorlaufstille und der Roundtrip zur Anbieterregion enthalten. Angegeben wird der veröffentlichte 50th percentile der rollierenden 30-Tage-Stichprobe.
- Einordnung
- Unabhängige Messung des gehosteten Endpunkts über ein täglich neu gemessenes rollierendes 30-Tage-Fenster. Die Stichprobenzahl entspricht dem am 7. Oktober 2026 gelesenen Seitenstand und ändert sich. Es ist API-/Systemlatenz, keine isolierte Modellinferenz; Anbieterregion, Stimme, Prompt, Format und Netzwerkpfad beeinflussen den Wert.
Coval text-to-speech Time to First Audio p99 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.445
- Bewertung
- 0.445
- Messgröße
- TTFA 99th percentile
- Einheit
- seconds
- Benchmark-Version
- Coval public TTS benchmark, rolling 30-day window read 2026-10-07
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 568
- Quellentyp
- independent-evaluator
- Auswertung
- Coval Voice AI benchmark, Eleven v4 Turbo endpoint
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Eleven v4 Turbo am offiziellen ElevenLabs-API-Endpunkt, gemessen von Coval mit denselben festen TTS-Textprompts; Coval-Runner in us-east-1. TTFA reicht vom Syntheseaufruf bis zum ersten hörbaren Sample. TCP/TLS und Handshake-Aufbau sind ausgeschlossen, Vorlaufstille und der Roundtrip zur Anbieterregion enthalten. Angegeben wird der veröffentlichte 99th percentile der rollierenden 30-Tage-Stichprobe.
- Einordnung
- Unabhängige Messung des gehosteten Endpunkts über ein täglich neu gemessenes rollierendes 30-Tage-Fenster. Die Stichprobenzahl entspricht dem am 7. Oktober 2026 gelesenen Seitenstand und ändert sich. Es ist API-/Systemlatenz, keine isolierte Modellinferenz; Anbieterregion, Stimme, Prompt, Format und Netzwerkpfad beeinflussen den Wert.
Coval text-to-speech TTFA component: network roundtrip (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.143
- Bewertung
- 0.143
- Messgröße
- TTFA component: network roundtrip
- Einheit
- seconds
- Benchmark-Version
- Coval public TTS benchmark, rolling 30-day window read 2026-10-07
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 568
- Quellentyp
- independent-evaluator
- Auswertung
- Coval Voice AI benchmark, Eleven v4 Turbo endpoint
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Eleven v4 Turbo am offiziellen ElevenLabs-API-Endpunkt, gemessen von Coval mit denselben festen TTS-Textprompts; Coval-Runner in us-east-1. TTFA reicht vom Syntheseaufruf bis zum ersten hörbaren Sample. TCP/TLS und Handshake-Aufbau sind ausgeschlossen, Vorlaufstille und der Roundtrip zur Anbieterregion enthalten. Coval weist diese Komponente als mean network round trip in der TTFA-Aufschlüsselung aus.
- Einordnung
- Unabhängige Messung des gehosteten Endpunkts über ein täglich neu gemessenes rollierendes 30-Tage-Fenster. Die Stichprobenzahl entspricht dem am 7. Oktober 2026 gelesenen Seitenstand und ändert sich. Es ist API-/Systemlatenz, keine isolierte Modellinferenz; Anbieterregion, Stimme, Prompt, Format und Netzwerkpfad beeinflussen den Wert.
Coval text-to-speech TTFA component: leading silence (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.061
- Bewertung
- 0.061
- Messgröße
- TTFA component: leading silence
- Einheit
- seconds
- Benchmark-Version
- Coval public TTS benchmark, rolling 30-day window read 2026-10-07
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 568
- Quellentyp
- independent-evaluator
- Auswertung
- Coval Voice AI benchmark, Eleven v4 Turbo endpoint
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Eleven v4 Turbo am offiziellen ElevenLabs-API-Endpunkt, gemessen von Coval mit denselben festen TTS-Textprompts; Coval-Runner in us-east-1. TTFA reicht vom Syntheseaufruf bis zum ersten hörbaren Sample. TCP/TLS und Handshake-Aufbau sind ausgeschlossen, Vorlaufstille und der Roundtrip zur Anbieterregion enthalten. Coval weist diese Komponente als mean leading silence before audible speech in der TTFA-Aufschlüsselung aus.
- Einordnung
- Unabhängige Messung des gehosteten Endpunkts über ein täglich neu gemessenes rollierendes 30-Tage-Fenster. Die Stichprobenzahl entspricht dem am 7. Oktober 2026 gelesenen Seitenstand und ändert sich. Es ist API-/Systemlatenz, keine isolierte Modellinferenz; Anbieterregion, Stimme, Prompt, Format und Netzwerkpfad beeinflussen den Wert.
Coval text-to-speech Time to First Audio p95 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.272
- Bewertung
- 0.272
- Messgröße
- TTFA 95th percentile
- Einheit
- seconds
- Benchmark-Version
- Coval public TTS benchmark, rolling 30-day window read 2026-10-07
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 568
- Quellentyp
- independent-evaluator
- Auswertung
- Coval Voice AI benchmark, Eleven v4 Turbo endpoint
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Unabhängige Evaluation. Eleven v4 Turbo am offiziellen ElevenLabs-API-Endpunkt, gemessen von Coval mit denselben festen TTS-Textprompts; Coval-Runner in us-east-1. TTFA reicht vom Syntheseaufruf bis zum ersten hörbaren Sample. TCP/TLS und Handshake-Aufbau sind ausgeschlossen, Vorlaufstille und der Roundtrip zur Anbieterregion enthalten. Angegeben wird das veröffentlichte 95. Perzentil der rollierenden 30-Tage-Stichprobe.
- Einordnung
- Unabhängige Messung des gehosteten Endpunkts über ein täglich neu gemessenes rollierendes 30-Tage-Fenster. Die Stichprobenzahl entspricht dem am 7. Oktober 2026 gelesenen Seitenstand und ändert sich. Es ist API-/Systemlatenz, keine isolierte Modellinferenz; Anbieterregion, Stimme, Prompt, Format und Netzwerkpfad beeinflussen den Wert.