Eleven v4 ขึ้นแท่นอันดับหนึ่งใน Voice Arena: เรือธงลำใหม่ของ ElevenLabs คว้าอะไรไปจริง ๆ
- typesafeใหม่TypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 982 tok/s
- openaiใหม่OpenAI: GPT-6 Luna2026-09-2237ความฉลาด
- openaiใหม่OpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- anthropicใหม่Anthropic: Claude Opus 5.52026-09-2258ความฉลาด
- grokใหม่Grok 4.72026-09-2146ความฉลาด
- Orcaใหม่Orca: OrcaCyber Zero 1.02026-09-17$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 197 tok/s
- orcaใหม่Orca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 1327 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash2026-09-1040ความฉลาด
- openaiOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- googleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- qwenQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- anthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- tencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 109 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 221 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845ความฉลาด75การเขียนโค้ด
- obsidianQwen3.8 27B2026-08-1534ความฉลาด68การเขียนโค้ด
- deepseekDeepSeek: DeepSeek V4 Pro 08132026-08-1236ความฉลาด69การเขียนโค้ด
- grokSpaceXAI: Grok 4.62026-08-1244ความฉลาด77การเขียนโค้ด
ElevenLabs Eleven v4 เปิดตัวเมื่อวันที่ 28 กันยายน และขึ้นสู่อันดับหนึ่งของ Provider Voice Arena ของ Artificial Analysis ทันทีด้วยคะแนน Elo 1,319 — นำอยู่ 43 คะแนนจากCartesia Sonic 3.6ที่ 1,276 และนำอยู่ 52 คะแนนจากGoogle Gemini 3.8 Flash TTSที่ 1,267 นอกจากนี้ ด้วยราคา $80.00 ต่อล้านตัวอักษรบนกระดานเดียวกัน ยังเป็นโมเดลที่แพงที่สุดในสิบอันดับแรก และบนอารีน่าที่สอง — อันที่สร้างจากเสียงโคลนแทนชุดเสียงของผู้ให้บริการแต่ละราย — มันไม่ชนะเลย: จบอันดับสอง ตามหลังโมเดลที่มีราคาเพียงหนึ่งในสี่ ทั้งสองเรื่องนี้เป็นจริง และส่วนที่มีประโยชน์ของการเปิดตัวนี้คือการหาว่ากรณีการใช้งานของคุณอยู่ภายใต้แบบไหน
อะไรที่ถูกส่งมอบจริงในวันที่ 28 กันยายน
ElevenLabs เปิดตัวโมเดลสองตัวสู่การใช้งานทั่วไป ไม่ใช่หนึ่งตัว ElevenLabs Eleven v4 เป็นโมเดลสังเคราะห์ระดับเรือธง — บริษัทเรียกมันว่าเป็นโมเดลที่ถ่ายทอดอารมณ์ได้มากที่สุด และเอกสารของบริษัทกำหนดเพดานอินพุตไว้ที่ 10,000 ตัวอักษรต่อคำขอ และความครอบคลุมภาษาที่ 90 กว่าภาษา ElevenLabs Eleven v4 Turbo เป็นรุ่นน้องที่เน้นความหน่วงต่ำ: ภาษา 90 กว่าภาษาเท่ากัน เพดาน 10,000 ตัวอักษร และรองรับแท็กเสียงแบบอินไลน์ที่ให้คุณเขียนคำสั่งการแสดงลงในบทได้เลย — เสียงหัวเราะ เสียงกระซิบ เสียงฮัมในสาย ทั้งสองพร้อมใช้งานบนพื้นผิวเอเจนต์ งานสร้างสรรค์ และ API ของบริษัทตั้งแต่วันแรก ซึ่งเป็นการเปิดตัวที่เร็วกว่ารุ่น v3 ได้รับ
หน้าเพจประกาศคือที่ที่รายการฟีเจอร์อยู่ และที่น่าสังเกตคือไม่ใช่ที่ของราคา ElevenLabs อธิบายสถาปัตยกรรมใหม่ การจัดการโทน จังหวะ และคาแรกเตอร์ที่ดีขึ้น บทสนทนาหลายผู้พูดที่เชื่อถือได้มากขึ้นพร้อมอัตลักษณ์ของผู้พูดที่คงที่ การป้อนหน่วยเสียง IPA ที่ปรับปรุงขึ้น และ voice clone แบบทันทีที่สร้างจากเสียงสิบวินาที ควบคู่ไปกับระดับ professional clone ที่มีอยู่เดิม ตัวเลขเพียงตัวเดียวบนหน้านั้นคือข้อกล่าวอ้างเกี่ยวกับผู้ฟัง ผู้ขายกล่าวว่าการเปรียบเทียบแบบไม่เปิดเผยตัวชอบ v4 ในราวสามในสี่ของกรณี นั่นเป็นตัวเลขของผู้ขาย ยังไม่ถูกทำซ้ำ และควรอ่านควบคู่ไปกับตัวเลขบนลีดเดอร์บอร์ดด้านล่าง ไม่ใช่ใช้แทนตัวเลขเหล่านั้น
จุดที่ราคาอยู่จริง — หน้า�าราคา API — เป็นเอกสารที่มีนัยสำคัญมากกว่า และมีกล่าวถึงต่อไปด้านล่าง สรุปสั้น ๆ: การเปิดตัวครั้งนี้ไม่ใช่การขึ้นราคา
สองบอร์ด สองคำตอบที่แตกต่างกัน
Artificial Analysis ดำเนินการเวทีเสียงพูดสองเวที และทั้งสองไม่ใช่รูปแบบแปรผันของกันและกัน Provider Voice ให้ผู้ฟังเปรียบเทียบเสียงของแต่ละผู้ให้บริการเอง Controlled Voice โคลนเสียงแปดเสียงเดียวกัน — สี่เสียงสหรัฐฯ สี่เสียงสหราชอาณาจักร — สำหรับผู้เข้าแข่งขันทุกราย ดังนั้นผู้พูดจึงถูกตรึงให้คงที่ และมีเพียงโมเดลเท่านั้นที่แปรเปลี่ยน โมเดลที่มีชุดเสียงเริ่มต้นยอดเยี่ยมอาจชนะเวทีแรกและแพ้เวทีที่สอง Eleven v4 ทำแบบนั้นเป๊ะ
• Provider Voice, Eleven v4 — อันดับ 1, Elo 1,319, $80.00 ต่อล้านตัวอักษร, 1,674 ตัวอย่างเสียง, 8 เสียงในอารีนา, กันยายน 2026
• Provider Voice, Cartesia Sonic 3.6 — อันดับ 2, Elo 1,276, $49.00
• ผู้ให้บริการ Voice, Google Gemini 3.8 Flash TTS — อันดับ 3, Elo 1,267, $16.50
• Provider Voice รุ่นเรือธงก่อนหน้าอย่าง ElevenLabs Eleven v3 — อันดับ 18, Elo 1,169, $100.00
• เสียงแบบควบคุม, Alibaba Qwen-Audio-3.1-TTS-Plus — อันดับ 1, Elo 1,178
• Controlled Voice, Eleven v4 — อันดับ 2, Elo 1,157, $80.00
• เสียงแบบควบคุม, Cartesia Sonic 3.6 — อันดับ 4, Elo 1,138
• เสียงแบบควบคุม, ElevenLabs Eleven v3 — อันดับ 7, Elo 1,073
• เสียงที่ควบคุมได้, Google Gemini 3.8 Flash TTS — อันดับ 13, Elo 1,048
• รายการโอเพนเวทที่ดีที่สุดบน Provider Voice — Breeze TTS 2, Elo 1,206, $34.00
การก้าวกระโดดในสายรุ่นคือพาดหัวข่าวสำหรับใครก็ตามที่ใช้ ElevenLabs อยู่แล้ว: เมื่อเทียบกับรุ่นก่อนหน้าของตัวเองบนบอร์ดเดียวกัน Eleven v4 ทำคะแนน Elo เพิ่มขึ้น 150 คะแนนภายใต้ Provider Voice และ 84 คะแนนภายใต้ Controlled Voice นี่คือการยกระดับแบบข้ามรุ่น ไม่ใช่การปรับจูนเล็กน้อย และการพัฒนายิ่งชัดขึ้นบนบอร์ดที่ผู้ให้บริการได้เลือกเสียงเอง — ซึ่งเป็นวิธีพูดอย่างตรงไปตรงมาว่าชุดเสียงค่าเริ่มต้นใหม่ของมันมีส่วนจริงต่อคะแนนที่เพิ่มขึ้น
บอร์ดการออกเสียงที่เราไม่สามารถตีค่าเป็นตัวเลขได้
Artificial Analysis มีส่วน Pronunciation Robustness อยู่จริง และควรค่าแก่การอธิบายให้ดี เพราะสรุปการจัดอันดับที่แพร่กันอยู่นั้นบรรยายว่า Eleven v4 ครองอันดับสูงสุดในส่วนนี้ บอร์ดนี้วัดสัดส่วนของช่วงข้อความที่ถูกไฮไลต์ซึ่งผู้ตรวจทานตัดสินว่าออกเสียงได้ถูกต้อง โดยมีผู้ตรวจทานได้สูงสุดสามคนต่อคลิป และพรอมต์ถูกส่งไปตามที่เขียนไว้ทุกประการ — ไม่มีการขยายตัวเลข ไม่มีการปรับข้อความให้เป็นมาตรฐาน มันถูกแบ่งออกเป็นหมวดย่อย และจุดประสงค์ของการออกแบบคือ โมเดลที่แอบเขียน "Dr." หรือ "$4.50" ใหม่ก่อนพูด จะได้คะแนนแย่โดยเจตนา
สิ่งที่บอร์ดไม่ได้เผยแพร่ ในรูปแบบที่เราเปิดอ่านได้ คือคะแนนตัวเลขที่อ้างอิงได้ต่อโมเดล ดังนั้นจึงไม่มีตัวเลขให้อ้างสำหรับ Eleven v4 ตรงนั้น และ Elo ที่ 1,319 นั้นเป็นของคะแนนความชอบในอารีนา — คือผู้ฟังชอบเสียงนั้นแค่ไหน — ไม่ใช่ความแม่นยำในการออกเสียง หากคุณเห็นสองสิ่งนี้ถูกนำมาปนเป็นเรื่องเดียวกัน นั่นแหละคือการปนกัน ข้อกล่าวอ้างที่ป้องกันได้จากการเปิดตัวครั้งนี้ คือข้อที่มีตัวเลขกำกับ: เป็นที่หนึ่งใน Provider Voice ที่ 1,319 เป็นที่สองใน Controlled Voice ที่ 1,157
ส่วนลดเปิดตัวคือข่าวดีจริง ๆ สำหรับบิลของคุณ
ElevenLabs ปรับราคาโมเดลใหม่พร้อมกับที่เปิดตัว และส่วนลดก็มากพอที่จะเปลี่ยนการตัดสินใจซื้อได้ด้วยตัวมันเอง บนหน้าเว็บราคา API Eleven v4 ระบุไว้ที่ $0.022 ต่อพันตัวอักษร เทียบกับราคาป้ายที่ระบุไว้ $0.08 — ลดลง 72% และ Eleven v4 Turbo ระบุไว้ที่ $0.011 เทียบกับ $0.04 ทั้งคู่มีช่วงเวลาเดียวกัน: โปรโมชันมีถึงวันที่ 12 ตุลาคม หลังจากนั้น ตัวเลขจะกลับคืน และราคา v4 ที่กลับคืนมาจะเป็นสองเท่าของราคา v3 ของ ElevenLabs เองในปัจจุบันที่ $0.08 วางแผนจากตัวเลขหลังโปรโมชัน ไม่ใช่ตัวเลขช่วงโปรโมชัน
การปรับราคาใหม่ยังเปลี่ยนตำแหน่งของ v4 เมื่อเทียบกับคู่แข่งในตลาดแบบคิดตามจำนวนตัวอักษร ซึ่งการปรับมาตรฐานของ arena แสดงให้เห็นแล้วที่ 80.00 ดอลลาร์ต่อล้าน Sonic 3.6 อยู่ที่ 49.00 ดอลลาร์ตรงนั้น Breeze TTS 2 อยู่ที่ 34.00 ดอลลาร์ Qwen-Audio-3.0-TTS-Plus อยู่ที่ 19.30 ดอลลาร์ และ Gemini 3.8 Flash TTS อยู่ที่ 16.50 ดอลลาร์ ในราคาโปรโมชัน Eleven v4 ที่ 22 ดอลลาร์ต่อล้าน ต่ำกว่า Sonic 3.6 อย่างชัดเจน ในราคาตามรายการ มันเป็นเสียงที่แพงที่สุดในกระดานด้วยส่วนต่างที่มาก ใครก็ตามที่กำลังจัดงบสำหรับ Q1 ควรดูที่ตัวเลขตัวที่สอง
เดือนที่ลองคำนวณจริงทำให้เห็นส่วนต่างชัดเจน ที่ห้าล้านตัวอักษร — ผลิตภัณฑ์ขนาดกลางที่อ่านเสียงพูดประมาณหนึ่งร้อยชั่วโมง — Eleven v4 ในช่วงเวลานี้มีค่าใช้จ่าย 110 ดอลลาร์ ที่ราคา 0.08 ดอลลาร์ที่กลับมาใช้ใหม่ มันมีค่าใช้จ่าย 400 ดอลลาร์ Sonic 3.6 มีค่าใช้จ่าย 245 ดอลลาร์ Gemini 3.8 Flash TTS มีค่าใช้จ่าย 82.50 ดอลลาร์ เดือนเดียวกันกับ v3 ของ ElevenLabs เองก็มีค่าใช้จ่าย 400 ดอลลาร์เช่นกัน ซึ่งเป็นข้อเท็จจริงแปลก ๆ ที่อยู่เบื้องหลังการเปิดตัวครั้งนี้: สำหรับสองสัปดาห์ข้างหน้า เรือธงรุ่นใหม่จะมีราคาถูกกว่ารุ่นที่มันมาแทนที่ และในวันที่ช่วงเวลาพิเศษสิ้นสุดลง มันจะไม่ถูกกว่าอีกต่อไป แต่จะกลายเป็นแค่ดีกว่าเท่านั้น
คำกล่าวอ้างเกี่ยวกับความหน่วงนั้นเป็นข้อมูลที่ผู้จำหน่ายเป็นผู้ระบุ และขึ้นอยู่กับระดับแพ็กเกจ
ElevenLabs เผยแพร่ตัวเลขความหน่วงแยกตามระดับบริการ ไม่ใช่แยกตามตระกูลโมเดล และตัวเลขเหล่านี้เป็นผลการวัดที่บริษัททำเอง ไม่ใช่ข้อมูลจากแหล่งอิสระใด ๆ Eleven v4 Turbo ระบุไว้ที่ค่ามัธยฐานของการอนุมานประมาณ 100 ms และค่ามัธยฐานของเวลาถึงเสียงพูดแรกประมาณ 150 ms ซึ่งวัดในเดือนกันยายน 2026 Eleven v3 Conversational ระบุไว้ที่ประมาณ 280 ms ส่วนระดับ Flash และ Turbo รุ่นเก่าอยู่ที่ประมาณ 75 ms เอกสารไม่ได้เผยแพร่ตัวเลขที่เทียบเท่ากันสำหรับ Eleven v4 เอง ซึ่งเป็นระดับที่คุณจะต้องการหากกำลังสร้างเอเจนต์แบบเรียลไทม์และอ่านเอกสารสเปกแทนการทดสอบ
Cartesia อ้างว่า Sonic มีความหน่วงต่ำกว่า 90 มิลลิวินาที และระบุว่าติดอันดับหนึ่งด้านความเป็นธรรมชาติ โดยมีการโคลนเสียงจากเสียง 10 วินาที พจนานุกรมการออกเสียงที่กำหนดเอง และชุดการปฏิบัติตามข้อกำหนดที่ครอบคลุม HIPAA, SOC 2 Type 2, GDPR และ PCI นั่นคือคำกล่าวอ้างของผู้ขายเองบนหน้าผลิตภัณฑ์ของตนเอง — หลักฐานประเภทเดียวกับตัวเลขระดับความหน่วงของ ElevenLabs และใช้แทนกันไม่ได้กับคะแนน Elo ของอารีนา จุดที่ผู้ขายทั้งสองรายเปรียบเทียบกันได้โดยตรงมีเพียงบนกระดานจัดอันดับเท่านั้น
แล้วคุณจะอยู่ตรงไหน และจะลองใช้งานได้อย่างไร
ถ้าคุณกำลังเลือกเสียงสำหรับผลิตภัณฑ์ที่ชุดเสียงเริ่มต้นคือสิ่งที่ผู้ใช้ของคุณได้ยิน ผลลัพธ์จาก Provider Voice คือสิ่งที่สำคัญ และ Eleven v4 เพิ่งคว้าไปได้ พร้อมส่วนลดติดมาสองสัปดาห์ ถ้าคุณกำลังโคลนเสียงของบุคคลใดบุคคลหนึ่งโดยเฉพาะ และโมเดลแต่ละตัวที่เข้าชิงถูกขอให้สร้างเสียงผู้พูดแปดคนเดียวกันซ้ำ กระดาน Controlled Voice คือสิ่งที่สำคัญ และ Eleven v4 อยู่อันดับสอง — ตามหลังผู้นำ 21 Elo และที่ราคาป้าย มากกว่าต้นทุนต่ออักขระถึงสี่เท่า ไม่มีผลลัพธ์ใดผิด ทั้งคู่เป็นคำตอบของคำถามที่ต่างกัน และผลลัพธ์ที่สองคือคำถามที่งานโคลนเสียงเชิงโปรดักชันส่วนใหญ่กำลังถามจริง ๆ
OrcaRouter ไม่ได้โฮสต์ ElevenLabs, Cartesia หรือผู้ให้บริการรายอื่น ๆ บนบอร์ดเหล่านี้ ดังนั้นจึงไม่มีอะไรให้เรียกผ่านเรา และเราจะไม่สื่อเป็นนัยเป็นอย่างอื่น สิ่งที่เราเสนอคือระบบโครงสร้างพื้นฐานโดยรอบ หากสแตกเสียงพูดของคุณต้องพาดผ่านผู้ให้บริการหลายราย: คีย์ API เดียวครอบคลุมโมเดลกว่า 200 โมเดล โดยส่งผ่านราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ดังนั้นการลดราคาของผู้ให้บริการ ซึ่งรวมถึงช่วงโปรโมชันแบบนี้ จะมีผลฝั่งเราทันทีในวันเดียวกัน ไม่ใช่รอถึงรอบบิลถัดไป ในกรณีที่เส้นทางเสียงพูดมีความสำคัญต่อโปรดักชัน ระบบสลับสำรองอัตโนมัติจะเปลี่ยนไปยังอัปสตรีมที่ทำงานปกติเมื่อตัวหนึ่งมีปัญหา ซึ่งเป็นวิธีที่ใช้ได้จริงในการทดสอบเอนด์พอยต์ใหม่เอี่ยมโดยไม่ต้องเดิมพันการรีลีสไว้กับมัน
วันที่ต้องจดลงปฏิทินคือวันที่ 12 ตุลาคม นั่นคือตอนที่ Eleven v4 เลิกเป็นเสียงดีราคาถูกที่สุดในตลาด และกลายเป็นเสียงที่แพงที่สุด และการเปรียบเทียบใด ๆ ที่เขียนขึ้นในสัปดาห์นี้ซึ่งระบุราคา $22 ต่อล้านโดยไม่บอกเรื่องนี้ คือการเปรียบเทียบที่คุณควรนำมารันใหม่ในอีกสามสัปดาห์
