Eleven Realtime v1 Max מוביל את הטבלה במהירות ובהסקת דיבור — ואין לו ציון אינדקס

Eleven Realtime v1 Max עונה תוך 0.57 שניות ומשיג 98.8% ב-Big Bench Audio, ו-Eleven Realtime v1 Mini עונה תוך 0.62 שניות ומשיג 76% באותו מבחן. שני הנתונים האלה, כשקוראים אותם יחד, הם הדבר השימושי ביותר בהכרזה של ElevenLabs מ-20 באוקטובר 2026 — לא משום שכל אחד מהם מרשים בפני עצמו, אלא בגלל פער של 23 נקודות ביניהם והעובדה שהחלש מביניהם הוא מה שמקבלים כברירת מחדל. האירועים המתועדים של בינה מלאכותית וכשלי סוכנים מאחורי מודלים במחלקה זו נאספים בה-OrcaRouter AI Incident Archive, כאשר לכל ערך יש מקורות משלו, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.

יש עובדה שנייה ומוזרה יותר באותו לוח דירוג. ב-Artificial Analysis מופיעים שני המודלים עם זמן עד לאודיו ראשון, ציון Big Bench Audio, ציון דינמיקת שיחה, Elo של זירה ושיעור הצלחה במשימות — ומקף במקום שבו אמור להופיע Speech to Speech Index. ל-Max אין ציון אינדקס. לא ציון נמוך. פשוט אין.

הסיבה היא מכנית, והיא מסבירה את רוב מה שבא בהמשך. המדד הוא ממוצע עם משקל שווה לארבעה מרכיבים: הסקה בדיבור (Big Bench Audio), ביצועים סוכניים במבחן שירות הלקוחות τ-Voice, העדפה בזירה, ושיעור הצלחה במשימות. מודל צריך את כל ארבעתם כדי לקבל ציון. ל-Max יש שלושה. ElevenLabs מוכרת את Max במיוחד עבור "משימות מורכבות" עם "שימוש רב-שלבי בכלים" — ומבחן השימוש בכלים הוא זה שאיש עוד לא הריץ עליו.

מה ElevenLabs בעצם השיקה

משפחת Eleven Realtime היא סוג אחר של מוצר לעומת מודלי הטקסט-לדיבור ש-E​levenLabs מפורסמת בהם. כל מודל Realtime הוא רשת אחת שמטפלת בזיהוי, בניהול תורות, בשלב ההיסק וביצירת הקול יחד, ולא כצינור עיבוד של דיבור-לטקסט, מודל שפה וקול טקסט-לדיבור שמחוברים יחד בתפירה על ידי מתזמר. הטיעון השיווקי של E​levenLabs הוא שכיוונון ארבעת השלבים האלה כמערכת אחת מסיר את התפרים — חצי השנייה של שקט אחרי שהמתקשר מפסיק לדבר, הסוכן שמדבר מעל הפרעה, ואי-ההתאמה בין מה שתמלול שמע לבין מה שהקול משיב.

אפשר להגיע לשני המודלים בשתי דרכים: בתוך ElevenAgents, שם בוחרים מודל מתוך תפריט נפתח והפלטפורמה מגדירה את השאר, או דרך Realtime API שתואם באופן מכוון ברמת החיבור ל-O​penAI, בכתובת wss://api.elevenlabs.io/v1/convai/realtime. משנים את נקודת הקצה ואת שם המודל, ולקוח Realtime קיים של O​penAI שומר על מטפלי האירועים שלו.

מה שהושק ב-20 באוקטובר הוא ההכרזה, לא ההפעלה. התיעוד של ElevenLabs עצמו עדיין מתאר את המודלים כ"נפרסים בהדרגה", ואומר שסביבת עבודה בלי הגדרת Voice mode תגרום ל-API לדחות את realtime_model לחלוטין עם "מודלי זמן אמת אינם זמינים עבור סביבת עבודה זו". מזהי המודלים גם הם ותיקים יותר ממחזור העיתונות: ברשומת השינויים של ElevenAgents מ-3 באוגוסט נרשם שתצורת סוכן בזמן אמת כבר החלה להיות מוגדרת כברירת מחדל ל-eleven_realtime_v1_mini. יש להתייחס לתאריך ההשקה כיום שבו המספרים הפכו לציבוריים, לא כיום שבו נקודות הקצה נפתחו.

שני הדגמים אינם שני גדלים של אותו דבר

E​levenLabs מציגה את Mini ואת Max כחוגת עלות-איכות: Mini לעוזרים, למורים פרטיים ולדמויות; Max לתמיכה, לסינון לידים ולתהליכי עבודה המשתמשים בכלים. המדידות שפורסמו אומרות שהחוגה נעה רחוק יותר ממה שהמסגור הזה מרמז. אלו נתונים של Artificial Analysis, שהופקו באופן בלתי תלוי על אותו מערך בדיקות ולא צוטטו מהדף של E​levenLabs:

• הסקת דיבור (Big Bench Audio) — Eleven Realtime v1 Max ‏98.8% לעומת Eleven Realtime v1 Mini ‏76%

• שיעור הצלחת משימות — Max 87.1% לעומת Mini 60.3%

• דינמיקה שיחתית (Full-Duplex-Bench) — Max 94.1% לעומת Mini 95.8%

• העדפת Arena (Elo) — Max 997 לעומת Mini 988

זמן עד לאודיו הראשון — Max 0.57s לעומת Mini 0.62s

• מדד דיבור לדיבור — Max ללא ניקוד לעומת Mini ללא ניקוד

קרא את שלוש השורות האחרונות לפני שתי הראשונות. בדבר שהמתקשר חש בו במודע — האם זה נשמע כמו שיחה — Mini הוא המודל הטוב יותר, ו-Max מהיר יותר רק ב-50 מילישניות. פער ההסקה של 23 נקודות ופער הצלחת המשימה של 27 נקודות הם אמיתיים וגדולים, אך הם באים לידי ביטוי בשאלה אם הסוכן משלים את העבודה, לא בשאלה אם נעים לדבר איתו. זו בדיוק הפשרה שתור התמיכה עושה, ובדיוק למה ברירת המחדל חשובה: כל סוכן חדש שמעולם אינו נוגע בהגדרה פועל על המודל שפותר 60.3% מהמשימות במקום 87.1%.

הפער גם מסביר את המקף בעמודת האינדקס. גם ל-Mini חסר ציון סוכני, וזה לא מפתיע עבור מודל שממוצב כזול. ל-Max חסר אותו למרות מיצובו כמודל המסוגל.

מה המשמעות המעשית של השורה החסרה

שיעור הצלחת המשימה ו-τ-Voice אינם אותה מדידה, וערבובם זהו הטעות הקלה ביותר לעשייה במהדורה הזו. שיעור הצלחת המשימה שואל האם השיחה הסתיימה בקריאת הכלי הנכונה בסוף. τ-Voice מכניס את המודל לתרחיש מדומה של שירות לקוחות — שינוי טיסה, חיוב שנוי במחלוקת, בעיה בתקשורת — עם כלים תחומיים ומסמך מדיניות, ומדרג האם מסד הנתונים מסתיים במצב הנכון. זהו ההבדל בין "הסוכן קרא לפונקציה הנכונה" לבין "הסוכן פתר את הבקשה בלי להפר את המדיניות".

E​levenLabs משווקת את Max בדיוק עבור התפקיד השני הזה. הטענה בעמוד המוצר היא ש-Max "מנמק שאלות מורכבות וקורא לכלים כדי לבצע דברים בלי להאט את השיחה". שום דבר שפורסם עד כה לא בודק את הטענה הזו מקצה לקצה. שיעור ההצלחה במשימות של 87.1% הוא מספר חזק; הוא גם החצי הקל יותר של ההערכה, והוא יושב לצד ציון דינמיקת שיחה של 94.1% שנמוך בנקודה וחצי מזה של Mini.

עבור צוות שמקבל החלטה היום, הסיכום הכנה הוא ש-Max הוא המודל הטוב ביותר שנמדד בתחום היסק דיבור — 98.8% מפגר רק אחרי 100% של StepAudio 3 Realtime ו-99.2% של Qwen Audio 3.0 Realtime Plus באותו לוח — ושההתנהגות האג'נטית שלו לא נמדדה, בעוד שזו של מתחריו כן נמדדה. ל-Gemini 3.8 Live Extended Thinking יש ציון τ-Voice של 68.6%. ל-GPT-Live-1 (Astra, medium) יש 74.5%. אצל Max מופיע מקף.

כמה עולה דקה ממנו

E​levenLabs אינה מפרסמת מספר לפי מודל. החיוב ב-Realtime הוא תעריף ElevenAgents הסטנדרטי לדקה בתוספת טוקנים של קלט, קלט במטמון ופלט לפי התעריפים של מודל ה-Realtime עצמו, כאשר Max יקר יותר לטוקן מאשר Mini; לוח הבקרה מציג עלות משוערת לדקה, וה-Realtime API מחייב לפי דקה של אודיו מחובר בתוספת טוקנים. בעמוד התמחור אין בכלל שורת חיוב של Realtime.

Artificial Analysis מנרמלת את כל זה למספר אחד שניתן להשוות — העלות של הרצת תת-קבוצה קבועה בת 40 שאלות של Big Bench Audio, מבוטאת לשעת אודיו קלט. שני הדגמים של E​levenLabs מגיעים ל-$4.80. המספר הזהה הזה הוא החלק המעניין: יהא אשר יהא תוספת המחיר לכל טוקן של Max, חיוב הסוכן לפי דקה שולט בחשבון בהיקפי שיחה, כך שהדגם היקר והדגם הזול עולים אותו דבר לשיחה. החיסכון מ-Mini מופיע היכן שהטוקנים כבדים, לא היכן שהאודיו ארוך.

לשם השוואה, לפי אותו מדד: G​emini 3.8 Live עולה $0.84 לשעה, G​emini 3.8 Live Extended Thinking עולה $3.50, G​PT-Live-1 (Sol, low) עולה $4.47, ו-G​rok Voice 3.0 עולה $4.80. Eleven Realtime מתומחר באמצע הטווח, לא בתחתיתו, והוא בערך פי 5.7 מהתעריף הסטנדרטי של G​emini Live.

זו הנקודה שבה שכבת ניתוב מצדיקה את עצמה, למרות שהיא לא יכולה לגעת במודל הקולי עצמו. Eleven Realtime זמין דרך ה-API של E​levenLabs עצמו ותו לא — שום מארח צד שלישי לא מספק eleven_realtime_v1_max, וגם OrcaRouter לא, כך שאין מה לנתב עבור שכבת הדיבור. מה שכן אפשר לנתב הוא כל מה שהסוכן קורא לו: שירותי האחזור, כתיבות ל-CRM, המסכם שרץ לאחר השיחה, ומודל הגיבוי שקסקייד נופל אליו כשמודל ה-realtime מחזיר שגיאה. ב-OrcaRouter אלה 209 מודלים מ-16 ספקים במעלה הזרם מאחורי מפתח אחד, במחיר המחירון של הספק וללא תוספת, כך שהחצי מהחשבון שמשתנה בהתאם לכמה מאמץ מחשבתי משקיעים המתקשרים שלך הוא החצי שאפשר למעשה לייעל.

פרט האינטגרציה שמכריע את השבוע שלך

ElevenLabs שמה הימור שרוב ספקי ה־realtime לא שמו: ה־API שלה מדבר בפרוטוקול אירועי ה־Realtime של OpenAI. הדוגמה בת שבע השורות במסמכים מייבאת OpenAIRealtimeWebSocket, RealtimeAgent ו־RealtimeSession מ־@openai/agents-realtime, מפנה את ה־transport אל כתובת ה־WebSocket של ElevenLabs, ומעבירה model: "eleven_realtime_v1_mini". כל השאר — ה־client secret, תצורת הסשן, אופן פלט האודיו, הקול — נשאר ללא שינוי.

המחיר של הנוחות הזו הוא שכבת התעבורה. אין WebRTC בהשקה; התיעוד אומר זאת במפורש, וכל אינטגרציית WebRTC חייבת לעבור קודם ל-WebSocket. עבור צוותים שכבר נמצאים באינטגרציית WebSocket Realtime מדובר בדבר של מה בכך. עבור צוותים שבנו על WebRTC משום שהוא מתמודד טוב יותר עם ג'יטר ועם רשתות ניידות, מדובר בשכתוב של שכבת התעבורה, ולא בהחלפת מודל.

המגבלה האחרת היא ארכיטקטונית: מודלי Realtime פועלים ב-ElevenAgents וב-Realtime API כמוצרים נפרדים. אם אתה זקוק למספרי טלפון, WhatsApp, בסיס ידע, guardrails, בדיקות מתוסרטות או ניטור שיחות, אתה נמצא ב-ElevenAgents, והכלים והפרומפט של הסוכן שלך מגיעים יחד איתו. אם אתה נמצא ב-Realtime API, אתה מקבל את המודל ואת האירועים, ולא את הפלטפורמה שסביבם. לא ניתן לקבל את שניהם בחיבור אחד.

היכן שזה לא נוסע

הפריסה אינה אחידה באופן שחשוב יותר לצוותים באירופה ובהודו מאשר לצוותים בארה״ב:

• מיקום נתונים — שני המודלים זמינים בארה״ב ובאיחוד האירופי; הודו וסינגפור מקבלות רק את Mini, כך ש-Max אינו אפשרות עבור סוכנים המוצמדים לסביבות אלו

• תאימות — מצב אפס שמירה ותמיכת HIPAA נתמכים ב-Max בארה״ב ובאיחוד האירופי, ואין תמיכה ב-Mini כלל

• מגבלת טוקנים — Max דורש מגבלה של לפחות 1,024 טוקנים, או ללא מגבלה, ולא ניתן לעקוף אותה באמצעות צמתי תהליך עבודה

• Backends מותאמים אישית — מצב זמן אמת אינו זמין כאשר סוכן משתמש ב-LLM מותאם אישית או ב-Amazon Bedrock; תחילה עליך לעבור ל-LLM מובנה

• העברות סוכנים — סוכן במצב Realtime יכול להעביר רק אל סוכנים אחרים במצב Realtime ומהם, אף שהעברות Mini-to-Max מותרות

כל אחד מהכללים האלה נאכף בזמן הפרסום, לא בזמן השמירה. טיוטה שמפרה אחד מהם עדיין נשמרת; הפרסום נכשל ומציין את שם ההגדרה.

מה לצפות

שתי תוצאות יכריעו את השחרור הזה. הראשונה היא ציון τ-Voice עבור Max — המספר היחיד שיבחן את הטענה ש-ElevenLabs למעשה מוכרת. השנייה היא תמיכת WebRTC, שהיא ההבדל בין מודל שאפשר להדגים לבין מודל שאפשר לשים על שיחת מובייל. עד אז, העמדה שאפשר להגן עליה היא צרה ושימושית: Mini היא ברירת מחדל טובה לסוכנים שיחתיים שאינם צריכים להשלים משימות, Max הוא המהיר ביותר מבין מודלי החשיבה החזקים בלוח וסביר להניח שהוא סוכן התמיכה הטוב יותר, ואף אחד עדיין לא פרסם את המבחן שיוכיח את החצי השני.