Rime Prism vs ElevenLabs: twee spraak-naar-spraak-modellen, één latentiegetal

Met elf dagen tussenruimte brachten twee bedrijven hetzelfde idee uit en meldden ze hetzelfde getal. Rime Prism kwam op 28 oktober 2026 uit met 0,57 seconden tot het eerste audio. Eleven Realtime v1 Max, ElevenLabs' eigen end-to-end spraak-naar-spraakmodel, kwam op 20 oktober 2026 uit — eveneens 0,57 seconden. Die samenvallende timing is het nuttigste aspect van deze confrontatie, want het betekent dat latency niet de beslissende factor is. Wanneer twee modellen gelijk staan op de klok, is het verschil tussen hen wat er in die halve seconde gebeurt, en deze twee vullen die op tegengestelde wijze: Eleven Realtime v1 Max luistert en spreekt, terwijl Rime Prism eerst schrijft.

Dit is de dichtstbijzijnde vergelijking in de batch en degene waar de keuze echt uitmaakt, omdat beide producten de volledige cascade vervangen in plaats van één component, en beide de audio prijzen op acht cent per minuut.

Het korte antwoord

Eleven Realtime v1 Max is de betere keuze wanneer dekking en stemmenaanbod de doorslag geven: meer dan 90 talen en ruim 17.000 stemmen vormen een catalogus die geen enkele concurrent in dit tweetal kan evenaren, en de socket is wire-compatibel met de Realtime API van OpenAI, wat betekent dat een migratie een endpointwijziging is in plaats van een herschrijving.

Rime Prism is de betere keuze wanneer wat de agent zegt, inspecteerbaar moet zijn voordat het wordt uitgesproken. Het is het enige model in dit paar dat de applicatie halverwege de beurt een tekenreeks geeft, met de optie om deze te herschrijven of te blokkeren, en het enige dat on-prem- of VPC-implementatie biedt.

Beide zijn geprijsd op $0,080 per minuut audio, en die schijnbare prijsgelijkheid verbergt een reëel verschil: ElevenLabs factureert $0,080 per minuut verbonden audio plus modeltokens, terwijl Rime $0,080 per minuut factureert en geen tokens. Bij een agent met veel telefoongesprekken is dat geen afrondingsverschil.

Wat elk bedrijf daadwerkelijk heeft aangekondigd

ElevenLabs heeft een familie uitgebracht, geen model. Eleven Realtime v1 Max is de variant voor complexe taken — support, leadkwalificatie, alles met toolgebruik. Eleven Realtime v1 Mini is de conversatievariant voor assistenten, tutoren en personages. Beide zijn één enkel end-to-endnetwerk dat spraakherkenning, beurtwisseling, redeneren en stemgeneratie in één systeem onderbrengt, niet in drie aan elkaar gekoppelde fasen. Het argument dat ElevenLabs hiervoor geeft, is de naad: dode lucht na een pauze, over een onderbreking heen praten, een transcriptie die niet overeenkomt met de stem. Dat zijn cascade-artefacten, en de voorgestelde oplossing is om alle vier de fasen in samenhang te tunen.

Het toegangspad is bewust saai, en dat is een compliment. Eleven Realtime draait binnen ElevenAgents via een dropdownmenu, of via een Realtime API op wss://api.elevenlabs.io/v1/convai/realtime die wire-compatibel is met het Realtime-protocol van OpenAI — verander het endpoint en de modelnaam, en een bestaande OpenAI SDK werkt ongewijzigd. Bij de lancering is het uitsluitend WebSocket; er is nog geen WebRTC-pad.

De aankondiging van Rime heeft een andere vorm. Eén model, Prism, gepositioneerd voor contactcenters voor grote bedrijven, waarbij het onderscheidende punt het tekstcheckpoint is en niet een familie van varianten. Er is een gratis tier met $50 tegoed, Flex voor $0,080/min, Scale voor $0,064/min, en een Enterprise-tier die VPC en on-prem toevoegt, plus fine-tuning op opnames van klantgesprekken en aangepaste stemmen. Ook geen WebRTC, maar wel streaming, LiveKit- en Pipecat-integraties, 8 kHz-telefonie en SOC 2 met HIPAA-claims.

Een detail dat het vermelden waard is voor iedereen die een uitrol plant: ElevenLabs beschrijft Eleven Realtime als een geleidelijke uitrol, en de model-identificaties staan al sinds begin augustus in de changelog. De datum van 20 oktober is de aankondiging. Als jouw account het model niet in de ElevenAgents-dropdown toont, is dat een gefaseerde release en geen verkeerde configuratie.

De checkpoint is het echte verschil

Beide modellen zijn end-to-end. Slechts één van beide laat een tekstartefact achter waarop u actie kunt ondernemen voordat de beller iets hoort.

Eleven Realtime v1 Max gaat van audio-in naar audio-uit. Er is een transcript aan de andere kant van de oproep, en er is een systeemprompt stroomopwaarts daarvan, maar er is geen moment in de beurt waarop je applicatie de volgende zin van de agent als string vasthoudt en beslist of die wordt verzonden. Dat is geen kritiek — het is de architectuur die ElevenLabs heeft gekozen, en het is de architectuur die de natuurlijkheid voortbrengt die het bedrijf verkoopt. Vier fasen in één netwerk samenvouwen is precies wat de inspecteerbare naad wegneemt.

Prism houdt de naad intact. Rime zegt dat het model zijn antwoord als tekst opstelt, dat de applicatie die tekst kan herschrijven, blokkeren, taggen of de uitspraak erop kan corrigeren, en dat de audio daarna volgt. Tool-aanroepen lopen parallel met de spraak in plaats van ervoor. De bewering dat dit geen cascade is, berust erop dat de redenering over audio plaatsvindt — toon, aarzeling en achtergrondgeluid informeren het antwoord — met tekst als een tussenpunt aan de uitvoerzijde in plaats van als invoer.

Voor een compliance-team is dat verschil de hele inkoopbeslissing. “De agent mag X niet zeggen” is in Prism afdwingbaar op zinsniveau en in Eleven Realtime alleen op promptniveau, dat wil zeggen probabilistisch. Voor een productteam dat een personage of een tutor bouwt, geldt het omgekeerde: de checkpoint is overhead, en de natuurlijkheid die uit één getraind netwerk komt, is het product.

Twee getallen van 0,57 seconde die niet dezelfde meting zijn

De pariteit is reëel, maar de instrumenten verschillen, en dat verschil is van belang als je een van beide cijfers wilt citeren.

De 0,57 seconden van Eleven Realtime v1 Max is een meting van Artificial Analysis — een derde partij heeft die uitgevoerd, met dezelfde klok als voor zijn andere spraak-tot-spraak-inzendingen, en heeft die gepubliceerd. Eleven Realtime v1 Mini komt op hetzelfde instrument op 0,62 seconden.

Prisms 0,57 seconden is Rimes eigen cijfer, geproduceerd op de τ-Voice-harness die Artificial Analysis ook gebruikt, maar uitgevoerd door Rime. Prism had bij de lancering geen openbare vermelding op de ranglijst. Dus het ene getal heeft een scheidsrechter en het andere niet, ook al zijn beide tot twee decimalen dezelfde waarde. Ze naast elkaar presenteren als een gelijkspel is verdedigbaar; ze presenteren als gelijkwaardig bewijs niet.

De andere scores lopen sterk uiteen, en opnieuw op verschillende instrumenten. Eleven Realtime v1 Max scoort 98,8% op Big Bench Audio tegenover 75,9 tot 76% voor Mini, taaksucces van 87,1% tegenover 60,3%, Full-Duplex-Bench van 94,1 tegenover 95,8%, en een Arena Elo van rond 997 tot 998 tegenover 988. Het is ook niet gescoord op de Speech-to-Speech Index en heeft geen agentische τ-Voice-score — er is dus geen gepubliceerd getal dat Eleven Realtime v1 Max en Prism überhaupt op dezelfde as plaatst. Wie Prisms 56,6 naast ElevenLabs' 98,8 legt, vergelijkt een benchmark voor taakvoltooiing met een benchmark voor audiokwaliteit en krijgt een betekenisloze kloof van 42 punten.

Het prijsverschil zit in de tokenregel.

Op het eerste gezicht kosten beide producten acht cent per minuut. Lees de tariefkaarten en dat is niet zo.

• ElevenLabs — $0,080 per minuut aangesloten audio, plus modeltokens. Eleven Realtime v1 Mini kost $0,20 voor input en $6,00 voor output per miljoen tokens; v1 Max kost $1,80 voor input en $9,00 voor output. Bij burst-overschrijding verdubbelt het audiotarief naar $0,16/min. Binnen ElevenAgents geldt het standaardtarief van $0,08/min plus LLM-tokens.

• Rime — $0,080 per minuut Prism-audio op Flex, $0,064 op Scale, geen extra tokenkosten. De gratis laag bevat $50 aan gebruikscredit voor Prism, Mist v3, Coda v2 en Rime STT.

Hoeveel de tokenregel je kost, hangt volledig af van hoeveel de agent denkt. Een supportgesprek van vijf minuten waarin de agent acht beurten neemt en elke beurt over een paar duizend tokens redeneert, is bij $1,80 per miljoen input en $9,00 per miljoen output op Max niet gratis — het is een tweede meter die naast de eerste loopt. Voor een korte assistent op Mini die veel bevestigingen gebruikt, is de tokenregel ruis. Voor een Max-deployment die echte tool-orkestratie doet, kan die wedijveren met de audiokosten.

Rime's vaste minuuttarief heeft zijn eigen valstrik, en het is de omgekeerde. Prism factureert gespreksaudio, niet de spraak van de agent, dus een gesprek met een beller die lang aan het woord is, kost hetzelfde als een gesprek waarin de agent eindeloos doorpraat. Als je gesprekken neigen naar korte beurten van de agent en lange beurten van de klant, is Prism's tarief per minuut het duurdere van de twee, met een verschil dat niets met de modellen te maken heeft.

Model beide tariefmeters op basis van uw eigen callverdeling voordat u zich vastlegt. Geen van beide leveranciers publiceert een calculator, en het hoofdtarief van acht cent is echt niet het bedrag dat een van beide u in rekening brengt.

Dekking, stemmen en de uitrolkwestie

ElevenLabs wint qua dekking zo overtuigend dat het de moeite waard is om het ronduit te zeggen in plaats van te verbergen: meer dan 90 talen en meer dan 17.000 stemmen. Rime publiceert helemaal geen aantal talen of stemmeninventaris voor Prism, hoewel de aparte tekst-naar-spraakproducten van Rime die wel publiceren, en die cijfers kunnen niet op Prism worden toegepast.

Die asymmetrie bepaalt op zichzelf al een groot deel van de daadwerkelijke implementaties. Een Europese retailer die in negen markten lanceert, hoeft de rest van dit artikel niet te lezen.

Waar het om deployment gaat, slaat de balans weer terug. Rime biedt VPC en on-premises aan in de Enterprise-variant, naast cloud, plus een co-located endpoint-optie voor zijn TTS-modellen. Eleven Realtime is bij de lancering een gehoste WebSocket-dienst. Rimes argument — dat toonaangevende realtime-API's alleen in de cloud bestaan, terwijl Prism je controle geeft over waar de audio staat — is een echte onderscheidende factor voor de gezondheidszorg, financiële diensten en elke koper met een dataresidentieclausule in het contract. Rime claimt SOC 2 en HIPAA voor Prism; ElevenLabs verkoopt enterprise-overeenkomsten met DPA's en BAA's op zijn eigen voorwaarden. Beide kunnen worden ingericht om een compliance-review te doorstaan, en slechts één ervan kan worden ingericht om te voldoen aan "de audio verlaat nooit ons gebouw."

Fine-tuning is de andere asymmetrie, en die wijst dezelfde kant op. Rime zegt dat Prism kan worden afgestemd op de eigen gespreksopnamen van een klant, met selfservice-RL- en SFT-API's in bèta. Het afsteloppervlak van ElevenLabs ligt op stemniveau — cloning, professionele stemworkflows, stijl- en stabiliteitsinstellingen — in plaats van een aangepast akoestisch-en-redeneermodel dat op uw gesprekken is getraind. Als het doel is "klinken als ons merk", dan is dat aan de ElevenLabs-kant een opgelost probleem. Als het doel is "beter worden in onze specifieke orderstroom", dan biedt slechts één van deze dat.

Waar OrcaRouter past, en waar niet

Noch Prism, noch Eleven Realtime staat in onze catalogus. Prism wordt direct door Rime verkocht; de Eleven Realtime-modellen worden direct door ElevenLabs en via meerdere platforms van derden verkocht. Als je een van beide kiest, koop je bij de verkoper, en dit artikel gaat niet net doen alsof dat niet zo is.

De reden dat OrcaRouter nog steeds in deze beslissing thuishoort, is dat end-to-end spraakmodellen niet elk model uit je stack wegnemen. Beide producten hebben nog steeds een beleidslaag, een retrievalstap, een classifier en een escalatiepad nodig, en dat zijn gewone modelcalls. Een enkele sleutel geeft toegang tot meer dan 200 modellen met 0% markup boven de lijstprijs van de provider, zodat een goedkoop guardrail-model en een duur escalatiemodel achter één endpoint leven met automatische failover — en dat is juist het deel dat telt bij een live gesprek, waar een vastgelopen provider niet te onderscheiden is van een weggevallen verbinding. De routing-DSL is hoe je "houd de bevestiging lokaal en goedkoop, escaleer de lookup" uitdrukt, en die regel is het waard om één keer in de gateway te schrijven rather than drie keer in de agent.

Als wat je eigenlijk wilt een cascade met gehoste synthese is, openai/tts-1-hd en google/gemini-3.1-flash-tts-preview staan op dezelfde sleutel tegen listprijs. Andere tools, dezelfde rekening.

Hoe je in tien minuten beslist

Drie vragen, in volgorde, en stop bij de eerste waarop je ja antwoordt.

Moet u in meer dan een paar talen kunnen werken, of heeft u een specifieke stem nodig uit een zeer grote verzameling? Eleven Realtime v1 Max of v1 Mini. De catalogus is het product, en Prism publiceert geen vergelijkbare catalogus.

Moet iets wat je agent zegt eerst worden goedgekeurd voordat een beller het hoort, of moet de audio binnen je netwerk blijven? Rime Prism. Het controlepunt en de on-prem-laag zijn de twee dingen die ElevenLabs hier niet aanbiedt, en het zijn geen functies die je later kunt toevoegen.

Binden geen van beide, en is kosten de beslissende factor? Draai dan beide meters op je eigen callgegevens, want de achtcent-headline is gelijk en de tokenregel niet. Een assistent met korte beurten en weinig redeneervermogen op Mini zal Prism op prijs verslaan. Een toolzware Max-deployment waarschijnlijk niet.

Wat we nu in het oog moeten houden, is het ene getal dat de kwestie zou beslechten. Eleven Realtime v1 Max heeft geen τ-Voice-score, en Prism heeft geen onafhankelijke score. Als een van beide modellen op een openbare leaderboard terechtkomt dat door iemand anders dan zijn leverancier wordt gemeten, wordt deze vergelijking een stuk korter. Tot die tijd staan de twee op twee verschillende stopwatches op 0,57 seconde gelijk, en de rest is architectuur.

Eén laatste regel over de cijfers hierboven: de Eleven Realtime-scores zijn Artificial Analysis-cijfers, de prijskarten zijn die van de leveranciers zelf, en Prism's 56,6 is van Rime. Geen enkel instrument in dit artikel plaatst beide modellen op één as, daarom is het stuk georganiseerd rond architectuur en dekking in plaats van rond een scorebord.