Eleven Realtime v1 Max voert het klassement aan op snelheid en spraakredenering — en heeft geen indexscore.

Eleven Realtime v1 Max antwoordt in 0,57 seconden en scoort 98,8% op Big Bench Audio, en Eleven Realtime v1 Mini antwoordt in 0,62 seconden en scoort 76% op dezelfde test. Die twee cijfers, samen gelezen, zijn het nuttigste in de aankondiging van ElevenLabs van 20 oktober 2026 — niet omdat een van beide op zichzelf indrukwekkend is, maar vanwege de kloof van 23 punten ertussen en het feit dat de zwakkere degene is die je standaard krijgt. De gedocumenteerde AI-incidenten en agentstoringen achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waarbij elke vermelding zijn eigen bronnen, ernstniveau, betrouwbaarheidsgraad en betwiststatus heeft.

Er is een tweede, vreemder feit op hetzelfde leaderboard. Artificial Analysis vermeldt voor beide modellen een tijd tot de eerste audio, een Big Bench Audio-score, een score voor gespreksdynamiek, een arena-Elo en een taaksuccespercentage — en een streepje waar de Speech to Speech Index zou moeten staan. Max heeft geen indexscore. Niet een lage. Geen.

De reden is mechanisch, en ze verklaart het grootste deel van wat volgt. De index is een gelijkgewogen gemiddelde van vier componenten: spraakredenering (Big Bench Audio), agentische prestatie op de τ-Voice-klantenservicebenchmark, arena-voorkeur en taaksuccespercentage. Een model heeft alle vier nodig om te worden gescoord. Max heeft er drie. ElevenLabs verkoopt Max specifiek voor "complexe taken" met "meerstaps-toolgebruik" — en de toolgebruikbenchmark is precies degene die nog niemand op Max heeft uitgevoerd.

Wat E​levenLabs daadwerkelijk heeft uitgebracht

De Eleven Realtime-familie is een ander soort product dan de tekst-naar-spraakmodellen waar ElevenLabs bekend om staat. Elk Realtime-model is één netwerk dat herkenning, beurtwisseling, de redeneerstap en stemgeneratie samen afhandelt, in plaats van een pijplijn van spraak-naar-tekst, een taalmodel en een tekst-naar-spraakstem die door een orchestrator aan elkaar zijn geregen. De propositie van ElevenLabs is dat het afstemmen van die vier fasen als één systeem de naden wegneemt — de halve seconde stilte nadat een beller stopt met praten, de agent die door een onderbreking heen praat, de discrepantie tussen wat een transcriptie heeft opgevangen en wat de stem terugzegt.

Beide modellen zijn op twee manieren bereikbaar: binnen ElevenAgents, waar je een model uit een dropdown kiest en het platform de rest configureert, of via een Realtime API die bewust wire-compatibel is met die van OpenAI, op wss://api.elevenlabs.io/v1/convai/realtime. Wijzig het endpoint en de modelnaam, en een bestaande OpenAI Realtime-client behoudt zijn event handlers.

Wat op 20 oktober verscheen, is de aankondiging, niet de activering. De eigen documentatie van ElevenLabs beschrijft de modellen nog steeds als 'geleidelijk uitgerold' en stelt dat in een werkruimte zonder de instelling Voice mode de API realtime_model direct zal afwijzen met 'Realtime-modellen zijn niet beschikbaar voor deze werkruimte.' De modelidentificaties zijn ook ouder dan de perscyclus: de changelogvermelding van 3 augustus voor ElevenAgents vermeldt dat de configuratie van realtime-agents al standaard was gaan uitgaan van eleven_realtime_v1_mini. Beschouw de lanceringsdatum als de dag waarop de cijfers openbaar werden, niet de dag waarop de endpoints opengingen.

De twee modellen zijn niet twee maten van hetzelfde.

E​levenLabs presenteert Mini en Max als een kosten-kwaliteitsknop: Mini voor assistenten, tutoren en personages; Max voor klantenservice, leadkwalificatie en workflows waarbij tools worden gebruikt. De gepubliceerde metingen laten zien dat de knop verder reikt dan dat kader suggereert. Dit zijn cijfers van Artificial Analysis, onafhankelijk uitgevoerd op dezelfde harness in plaats van overgenomen van E​levenLabs' pagina:

• Spraakredenering (Big Bench Audio) — Eleven Realtime v1 Max 98,8% vs Eleven Realtime v1 Mini 76%

• Taaksuccespercentage — Max 87,1% vs Mini 60,3%

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

• Arena-voorkeur (Elo) — Max 997 vs Mini 988

• Tijd tot eerste audio — Max 0,57s vs Mini 0,62s

• Spraak-naar-spraakindex — Max niet gescoord vs Mini niet gescoord

Lees de laatste drie rijen voordat u de eerste twee leest. Wat een beller bewust merkt — klinkt dit als een gesprek — daarop is Mini het betere model, en het snellere model is Max met slechts 50 milliseconden verschil. De kloof van 23 punten in redeneervermogen en de kloof van 27 punten in taaksucces zijn reëel en groot, maar ze komen tot uiting in of de agent de taak afmaakt, niet in of het prettig voelt om ermee te praten. Dat is precies de afweging die een supportwachtrij maakt, en precies waarom de standaardwaarde ertoe doet: elke nieuwe agent die de instelling nooit aanraakt, draait op het model dat 60,3% van de taken oplost in plaats van 87,1%.

De kloof verklaart ook het streepje in de indexkolom. Mini mist ook een agentische score, wat niet verwonderlijk is voor een model dat als de goedkope optie wordt gepositioneerd. Max mist die echter, ondanks dat hij als de capabele optie wordt gepositioneerd.

Wat de ontbrekende rij in de praktijk betekent

Taaksuccespercentage en τ-Voice zijn niet dezelfde meting, en ze met elkaar verwarren is de gemakkelijkste fout om bij deze release te maken. Taaksuccespercentage vraagt of het gesprek eindigde met de juiste laatste toolaanroep. τ-Voice plaatst het model in een nagebootst klantenservice-scenario — een vluchtwijziging, een betwiste kostenpost, een telecomprobleem — met domeintools en een beleidsdocument, en beoordeelt of de database in de juiste staat eindigt. Het is het verschil tussen "de agent heeft de juiste functie aangeroepen" en "de agent heeft het verzoek opgelost zonder het beleid te schenden."

ElevenLabs zet Max precies voor die tweede taak in de markt. De bewering op de productpagina is dat Max "door complexe vragen redeneert en tools aanroept om dingen gedaan te krijgen zonder het gesprek te vertragen." Niets dat tot nu toe is gepubliceerd, test die bewering van begin tot eind. Het taaksuccespercentage van 87,1% is een sterk cijfer; het is ook de gemakkelijkere helft van de evaluatie, en het staat naast een score van 94,1% voor gespreksdynamiek die anderhalf punt onder die van Mini ligt.

Voor een team dat vandaag een beslissing neemt, is de eerlijke samenvatting dat Max het best gemeten spraak-reasoningmodel in het veld is — 98,8% doet alleen onder voor StepAudio 3 Realtime's 100% en Q​wen Audio 3.0 Realtime Plus's 99,2% op hetzelfde leaderboard — en dat het agentische gedrag ervan niet is gemeten, terwijl dat bij de concurrenten wel het geval is. G​emini 3.8 Live Extended Thinking heeft een τ-Voice-score van 68,6%. G​PT-Live-1 (Astra, medium) heeft 74,5%. Max heeft een streepje.

Wat een minuut ervan kost

ElevenLabs publiceert geen prijs per model. Realtime-facturering is het standaardtarief van ElevenAgents per minuut plus input-, cached-input- en outputtokens tegen de tarieven van het Realtime-model zelf, waarbij Max per token duurder is dan Mini; het dashboard toont een schatting van de kosten per minuut, en de Realtime API factureert per minuut verbonden audio plus tokens. De prijspagina bevat helemaal geen Realtime-regel.

Artificial Analysis normaliseert dat allemaal tot één vergelijkbaar cijfer — de kosten van het draaien van een vaste subset van 40 vragen uit Big Bench Audio, uitgedrukt per uur inputaudio. Beide E​levenLabs-modellen komen uit op $4,80. Dat identieke getal is het interessante deel: wat de per-tokenpremie van Max ook is, de kosten per minuut voor de agent domineren de rekening bij gespreksvolumes, dus het dure model en het goedkope model kosten hetzelfde om mee te praten. De besparing van Mini komt naar voren waar tokens zwaar zijn, niet waar audio lang is.

Ter vergelijking, op dezelfde maatstaf: Gemini 3.8 Live kost $0,84 per uur, Gemini 3.8 Live Extended Thinking kost $3,50, GPT-Live-1 (Sol, low) kost $4,47 en Grok Voice 3.0 kost $4,80. Eleven Realtime zit qua prijs in de middenmoot, niet aan de onderkant, en het is ongeveer 5,7 keer het standaardtarief van Gemini Live.

Dat is het punt waarop een routeringslaag zijn geld waard is, ook al kan die het spraakmodel zelf niet aanraken. Eleven Realtime is alleen beschikbaar via de eigen API van ElevenLabs en nergens anders — geen enkele externe host biedt eleven_realtime_v1_max aan, en OrcaRouter ook niet, dus er valt niets te routeren voor de spraaklaag. Wat je wel kunt routeren, is alles wat de agent aanroept: de opzoekservices, de CRM-schrijfacties, de samenvatter die na het gesprek draait, en het back-upmodel waarop een cascade terugvalt wanneer het realtime model een fout geeft. Op OrcaRouter zijn dat 209 modellen van 16 upstreamproviders achter één sleutel, tegen de lijstprijs van de provider zonder opslag, dus de helft van de rekening die meeschaalt met hoeveel denkwerk je bellers vergen, is de helft die je daadwerkelijk kunt optimaliseren.

Het integratiedetail dat je week bepaalt

ElevenLabs deed een gok die de meeste realtime-leveranciers niet deden: de API spreekt OpenAI's Realtime-eventprotocol. Het voorbeeld van zeven regels in de documentatie importeert OpenAIRealtimeWebSocket, RealtimeAgent en RealtimeSession uit @openai/agents-realtime, wijst de transportlaag naar ElevenLabs' WebSocket-URL en geeft model: "eleven_realtime_v1_mini" mee. Al het overige — het clientgeheim, de sessieconfiguratie, de modaliteit voor audio-uitvoer, de stem — is ongewijzigd.

De prijs van dat gemak is transport. Er is geen WebRTC bij de lancering; de documentatie zegt dat direct, en elke WebRTC-integratie moet eerst naar WebSocket worden overgezet. Voor teams die al op een WebSocket Realtime-integratie zitten, is dat geen probleem. Voor teams die op WebRTC hebben gebouwd omdat het beter omgaat met jitter en mobiele netwerken, is het een herschrijving van de transportlaag, geen modelwissel.

De andere beperking is architectonisch: realtime-modellen draaien in ElevenAgents en in de Realtime API als afzonderlijke producten. Als je telefoonnummers, WhatsApp, een knowledge base, guardrails, scripted testing of gespreksmonitoring nodig hebt, zit je op ElevenAgents, en de tools en prompt van je agent reizen daarmee mee. Als je op de Realtime API zit, krijg je het model en de events, niet het platform eromheen. Je kunt niet beide op één verbinding hebben.

Waar het niet reist

De uitrol verloopt ongelijkmatig op manieren die voor Europese en Indiase teams meer uitmaken dan voor Amerikaanse:

• Dataresidentie — beide modellen zijn beschikbaar in de VS en de EU; India en Singapore krijgen alleen Mini, dus Max is geen optie voor agents die aan die omgevingen zijn vastgezet

• Compliance — Zero Retention-modus en HIPAA-ondersteuning voor Max in de VS en de EU; Mini wordt helemaal niet ondersteund.

• Tokenlimiet — Max vereist een limiet van ten minste 1.024 tokens, of geen limiet, en workflownodes kunnen dit niet overschrijven

• Aangepaste backends — de realtime-modus is niet beschikbaar zolang een agent een aangepast LLM of Amazon Bedrock gebruikt; je moet eerst overstappen naar een ingebouwd LLM

• Agentoverdrachten — een agent in Realtime-modus kan alleen overdragen naar en ontvangen van andere agents in Realtime-modus, hoewel Mini-to-Max-overdrachten zijn toegestaan

Al die regels worden afgedwongen bij publicatie, niet bij opslaan. Een concept dat een regel overtreedt, wordt nog steeds opgeslagen; publiceren mislukt en vermeldt de instelling.

Wat te kijken

Twee resultaten zouden deze release beslechten. Het eerste is een τ-Voice-score voor Max — het enige getal dat de claim zou toetsen die ElevenLabs daadwerkelijk verkoopt. Het tweede is WebRTC-ondersteuning, het verschil tussen een model dat je kunt demonstreren en een model dat je in een mobiele oproep kunt inzetten. Tot die tijd is de verdedigbare positie smal en nuttig: Mini is een goede standaard voor conversatieagenten die geen taken hoeven af te ronden, Max is de snelste sterke redeneerder op de ranglijst en waarschijnlijk de betere supportagent, en niemand heeft nog de test gepubliceerd die de tweede helft zou bewijzen.