Eleven Realtime v1 Max domine le classement sur la vitesse et le raisonnement vocal — et n’a aucun score d’index

Eleven Realtime v1 Max répond en 0,57 seconde et obtient 98,8 % sur Big Bench Audio, tandis qu'Eleven Realtime v1 Mini répond en 0,62 seconde et obtient 76 % au même test. Lus ensemble, ces deux chiffres constituent l'information la plus utile de l'annonce d'E​levenLabs du 20 octobre 2026 — non pas parce que l'un ou l'autre est impressionnant en soi, mais à cause de l'écart de 23 points entre eux et du fait que le plus faible est celui que l'on obtient par défaut. Les incidents d'IA et défaillances d'agents documentés derrière les modèles de cette catégorie sont recensés dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

Il y a un deuxième fait, plus étrange, dans le même classement. Artificial Analysis liste les deux modèles avec un temps jusqu’au premier audio, un score Big Bench Audio, un score de dynamique conversationnelle, un Elo d’arène et un taux de réussite des tâches — et un tiret là où devrait se trouver le Speech to Speech Index. Max n’a aucun score d’indice. Pas un score faible. Aucun.

La raison est mécanique, et elle explique l’essentiel de ce qui suit. L’indice est une moyenne pondérée à parts égales de quatre composantes : le raisonnement vocal (Big Bench Audio), la performance agentique sur le benchmark de service client τ-Voice, la préférence en arène et le taux de réussite des tâches. Un modèle doit réunir les quatre pour être noté. Max en a trois. E​levenLabs commercialise Max spécifiquement pour les « tâches complexes » avec « utilisation d’outils en plusieurs étapes » — et le benchmark d’utilisation d’outils est précisément celui que personne n’a encore exécuté sur ce modèle.

Ce qu'E​levenLabs a réellement livré

La famille Eleven Realtime est un type de produit différent des modèles de synthèse vocale pour lesquels ElevenLabs est connu. Chaque modèle Realtime est un réseau unique qui gère ensemble la reconnaissance, la gestion des tours de parole, l’étape de raisonnement et la génération de voix, plutôt qu’un pipeline de reconnaissance vocale, de modèle de langage et de voix de synthèse assemblés par un orchestrateur. L’argument d’ElevenLabs est que le réglage de ces quatre étapes comme un seul système élimine les coutures — la demi-seconde de silence après qu’un appelant a cessé de parler, l’agent qui parle par-dessus une interruption, le décalage entre ce qu’une transcription a entendu et ce que la voix répond.

Les deux modèles sont accessibles de deux façons : au sein d'ElevenAgents, où vous choisissez un modèle dans un menu déroulant et la plateforme configure le reste, ou via une API Realtime délibérément compatible, au niveau du protocole, avec celle d'O​penAI, à l'adresse wss://api.elevenlabs.io/v1/convai/realtime. Changez le point de terminaison et le nom du modèle, et un client O​penAI Realtime existant conserve ses gestionnaires d'événements.

Ce qui a été publié le 20 octobre, c’est l’annonce, pas l’activation. La documentation d’ElevenLabs elle-même décrit encore les modèles comme faisant l’objet d’un « déploiement progressif », et indique que, dans un workspace où le réglage Mode voix n’est pas activé, l’API rejettera realtime_model purement et simplement avec « Realtime models are not available for this workspace. » Les identifiants de modèles sont également plus anciens que le cycle de presse : l’entrée du journal des modifications du 3 août pour ElevenAgents indique que la configuration des agents temps réel avait déjà commencé à utiliser par défaut eleven_realtime_v1_mini. Considérez la date de lancement comme le jour où les chiffres ont été rendus publics, et non comme le jour où les endpoints ont été ouverts.

Les deux modèles ne sont pas deux tailles d’une même chose.

ElevenLabs présente Mini et Max comme un curseur coût-qualité : Mini pour les assistants, les tuteurs et les personnages ; Max pour le support, la qualification des prospects et les workflows utilisant des outils. Les mesures publiées indiquent que ce curseur va plus loin que ne le suggère ce positionnement. Il s’agit de chiffres d’Artificial Analysis, obtenus indépendamment sur le même banc d’essai plutôt que cités depuis la page d’ElevenLabs :

Raisonnement vocal (Big Bench Audio) — Eleven Realtime v1 Max : 98,8 % contre 76 % pour Eleven Realtime v1 Mini

• Taux de réussite des tâches — Max 87,1 % vs Mini 60,3 %

• Dynamique conversationnelle (Full-Duplex-Bench) — Max 94,1 % vs Mini 95,8 %

• Préférence d’arène (Elo) — Max 997 vs Mini 988

• Délai avant le premier audio — Max 0,57 s vs Mini 0,62 s

• Indice parole à parole — Max non évalué vs Mini non évalué

Lisez les trois dernières lignes avant les deux premières. Sur le point qu’un appelant ressent consciemment — cela ressemble-t-il à une conversation —, Mini est le modèle supérieur, et le plus rapide est Max, mais seulement de 50 millisecondes. L’écart de 23 points en raisonnement et l’écart de 27 points en réussite des tâches sont réels et importants, mais ils se manifestent dans la capacité de l’agent à faire le travail, pas dans le fait qu’il soit agréable de lui parler. C’est exactement le compromis que fait une file d’attente de support, et exactement pourquoi la valeur par défaut compte : chaque nouvel agent qui ne modifie jamais le réglage fonctionne sur le modèle qui résout 60,3 % des tâches au lieu de 87,1 %.

L’écart explique aussi le tiret dans la colonne d’index. Mini n’a pas non plus de score agentique, ce qui n’est pas surprenant pour un modèle positionné comme le moins cher. Max n’en a pas non plus, bien qu’il soit positionné comme le plus capable.

Ce que signifie concrètement la ligne manquante

Le taux de réussite des tâches et τ-Voice ne mesurent pas la même chose, et les confondre est l’erreur la plus facile à commettre avec cette version. Le taux de réussite des tâches demande si la conversation s’est terminée par le bon appel d’outil final. τ-Voice place le modèle dans une réplique de scénario de service client — modification de vol, contestation de frais, problème télécom — avec des outils métier et un document de politique, et évalue si la base de données se termine dans le bon état. C’est la différence entre « l’agent a appelé la bonne fonction » et « l’agent a résolu la demande sans enfreindre la politique ».

ElevenLabs positionne Max précisément pour ce second rôle. La page produit affirme que Max « raisonne sur des questions complexes et appelle des outils pour accomplir des tâches sans ralentir la conversation ». Rien de ce qui a été publié jusqu’à présent ne met cette affirmation à l’épreuve de bout en bout. Le taux de réussite de 87,1 % aux tâches est un chiffre solide ; c’est aussi la moitié la plus facile de l’évaluation, et il côtoie un score de 94,1 % en dynamique conversationnelle, soit un point et demi en dessous de celui de Mini.

Pour une équipe qui doit décider aujourd'hui, le résumé honnête est que Max est le modèle de raisonnement vocal le mieux mesuré du secteur — 98,8 % n'est devancé que par les 100 % de StepAudio 3 Realtime et les 99,2 % de Qwen Audio 3.0 Realtime Plus sur le même classement — et que son comportement agentique n'est pas mesuré, alors que celui de ses concurrents l'est. Gemini 3.8 Live Extended Thinking obtient un score τ-Voice de 68,6 %. GPT-Live-1 (Astra, medium) obtient 74,5 %. Max a un tiret.

What a minute of it costs → Combien coûte une minute de cela

ElevenLabs ne publie pas de tarif par modèle. La facturation Realtime correspond au tarif standard par minute d’ElevenAgents, auquel s’ajoutent les tokens d’entrée, d’entrée mise en cache et de sortie aux tarifs propres au modèle Realtime, Max étant plus cher par token que Mini ; le tableau de bord affiche un coût estimé par minute, et l’API Realtime facture à la minute d’audio connecté, plus les tokens. La page de tarification ne comporte aucune ligne Realtime.

Artificial Analysis normalise tout cela en un chiffre comparable unique — le coût d’exécution d’un sous-ensemble fixe de 40 questions de Big Bench Audio, exprimé par heure d’audio en entrée. Les deux modèles ElevenLabs arrivent à 4,80 $. Ce nombre identique est ce qui est intéressant : quel que soit le supplément par token de Max, les frais d’agent à la minute dominent la facture aux volumes conversationnels, si bien que le modèle coûteux et le modèle bon marché coûtent la même chose à l’usage. Les économies apportées par Mini apparaissent là où les tokens sont nombreux, pas là où l’audio est long.

Pour donner un ordre de grandeur, sur la même base : G​emini 3.8 Live coûte 0,84 $ de l’heure, G​emini 3.8 Live Extended Thinking 3,50 $, G​PT-Live-1 (Sol, low) 4,47 $, et G​rok Voice 3.0 4,80 $. Eleven Realtime se situe au milieu du peloton, et non en bas, et représente environ 5,7 fois le tarif standard de G​emini Live.

C'est là qu'une couche de routage justifie son utilité, même si elle ne peut pas toucher au modèle vocal lui-même. Eleven Realtime n'est disponible que via l'API propre à E​levenLabs, et nulle part ailleurs — aucun hébergeur tiers ne propose eleven_realtime_v1_max, et OrcaRouter non plus, il n'y a donc rien à router pour la couche vocale. Ce que vous pouvez router, c'est tout ce que l'agent appelle : les services de recherche, les écritures dans le CRM, le résumeur qui s'exécute après l'appel, et le modèle de secours vers lequel une cascade bascule lorsque le modèle temps réel renvoie une erreur. Sur OrcaRouter, ce sont 209 modèles de 16 fournisseurs en amont derrière une seule clé, au prix catalogue du fournisseur, sans marge, donc la moitié de la facture qui varie selon l'intensité de réflexion de vos appelants est la moitié que vous pouvez réellement optimiser.

Le détail d'intégration qui décide de votre semaine

ElevenLabs a pris un pari que la plupart des fournisseurs de temps réel n'ont pas pris : son API parle le protocole d'événements Realtime d'OpenAI. L'exemple en sept lignes de la documentation importe OpenAIRealtimeWebSocket, RealtimeAgent et RealtimeSession depuis @openai/agents-realtime, pointe le transport vers l'URL WebSocket d'ElevenLabs et passe model: "eleven_realtime_v1_mini". Tout le reste — le secret client, la configuration de session, la modalité de sortie audio, la voix — est inchangé.

Le coût de cette commodité, c’est le transport. Il n’y a pas de WebRTC au lancement ; la documentation le dit clairement, et toute intégration WebRTC doit d’abord passer à WebSocket. Pour les équipes déjà sur une intégration Realtime via WebSocket, c’est un non-événement. Pour les équipes qui ont construit leur solution sur WebRTC parce qu’il gère mieux la gigue et les réseaux mobiles, il s’agit d’une réécriture de la couche de transport, pas d’un changement de modèle.

L'autre contrainte est d'ordre architectural : les modèles Realtime s'exécutent dans ElevenAgents et dans l'API Realtime en tant que produits distincts. Si vous avez besoin de numéros de téléphone, de WhatsApp, d'une base de connaissances, de garde-fous, de tests scriptés ou de surveillance des conversations, vous êtes sur ElevenAgents, et les outils et le prompt de votre agent sont fournis avec. Si vous êtes sur l'API Realtime, vous obtenez le modèle et les événements, pas la plateforme qui les entoure. Vous ne pouvez pas avoir les deux sur une même connexion.

Là où il ne voyage pas

Le déploiement est inégal à des égards qui comptent davantage pour les équipes européennes et indiennes que pour celles des États-Unis :

• Résidence des données — les deux modèles sont disponibles aux États-Unis et dans l’UE ; l’Inde et Singapour ne disposent que de Mini, donc Max n’est pas une option pour les agents rattachés à ces environnements

• Conformité — Max prend en charge le mode Zéro rétention et HIPAA aux États-Unis et dans l’UE, tandis que Mini ne les prend pas du tout en charge.

• Limite de jetons — Max exige une limite d’au moins 1 024 jetons, ou aucune limite, et les nœuds de workflow ne peuvent pas la remplacer

• Backends personnalisés — Le mode temps réel n'est pas disponible tant qu'un agent utilise un LLM personnalisé ou Amazon Bedrock ; vous devez d'abord passer à un LLM intégré

• Transferts d’agents — un agent en mode Realtime ne peut effectuer des transferts qu’avec d’autres agents en mode Realtime, bien que les transferts Mini-to-Max soient autorisés

Chacune de ces règles est appliquée au moment de la publication, et non à l'enregistrement. Un brouillon qui enfreint l'une d'elles s'enregistre quand même ; la publication échoue et nomme le paramètre concerné.

Que regarder

Deux résultats permettraient de trancher sur ce lancement. Le premier est un score τ-Voice pour Max — le seul chiffre qui permettrait de tester l’affirmation qu’ElevenLabs vend réellement. Le second est la prise en charge de WebRTC, qui fait la différence entre un modèle que l’on peut démontrer et un modèle que l’on peut intégrer à un appel mobile. D’ici là, la position défendable est étroite et utile : Mini est un bon choix par défaut pour les agents conversationnels qui n’ont pas besoin d’accomplir des tâches, Max est le raisonneur puissant le plus rapide du classement et vraisemblablement le meilleur agent de support, et personne n’a encore publié le test qui prouverait la seconde partie.