Phonic 1 對決 ElevenLabs：廠商願意付多少錢請你離開，揭露了這場競爭的內情

在Phonic 1對上ElevenLabs的對決中，最具啟發性的數字並不是基準測試，而是折扣。根據 2026 年 10 月底的報導，Phonic 的上市優惠包含：從 ElevenLabs 或 Bland 轉換過來的團隊可享三個月免費，外加凡在 11 月 30 日前註冊者可得 250 美元額度。沒有人會補貼一場針對某供應商的遷移，如果他們預期自己在產品上能擊敗對方。他們之所以補貼，是因為對手的客戶是被模型以外的因素鎖定的。

那個東西正是 ElevenLabs 的全部重點：超過 17,000 種聲音的語音庫、90 多種語言、仍是合成音訊參考標準的文字轉語音產品線，以及圍繞它打造的代理平台。Phonic 1 是一個模型、一份帳單。ElevenLabs 則是你已將產品建構於其中的一家公司。唯有把這兩種形態放在心上，這個比較才有意義，因為在基準測試榜單上答案很乾淨，但在採購決策上卻不是如此。

Eleven Realtime v1 Max 就是這個模型，而且它比你想像的還要新

ElevenLabs 的語音轉語音方案是 Eleven Realtime v1 Max，於 2026 年 10 月 20 日與較小型的 v1 Mini 一同以分批發布方式推出。那比 Phonic 1 的發布報導早了十天——這並不是一個成熟的老牌業者遭到新進者挑戰，而是兩個在推出時幾乎互不相識的模型。

• Eleven Realtime v1 Max — 語音對語音指數 77.3，推理 99，對話動態 94.1，代理能力 47.6，競技場偏好 990，任務成功率 87.1%，首次音訊時間 0.57 秒。

• Phonic 1 (High) — 語音對語音指數 87.1、推理 99、對話動態未報告、代理能力 79.9、Arena 偏好 1,012、任務成功率 92.3%、首次音訊時間 0.61 秒。

• Eleven Realtime v1 Mini — 語音對語音指標 64.4，推理 76，動態 95.8，代理能力 46.8，競技場 981，任務成功率 60.3%，首次音訊時間 0.62 秒。

上方所有數據均來自 Artificial Analysis，而非任一供應商。請注意這項比較有說明什麼、沒說明什麼。Phonic 在綜合指數上以 9.8 分勝出，在代理式元件上以 32.3 分勝出——差距之大，使其成為這場對決中唯一應足以改變架構的數字。它在競技場偏好上以 22 分勝出；在該量尺上，22 分的 Elo 差距確實存在，但並非決定性。它在任務成功率上以 5.2 分勝出。在延遲方面它落敗，差距很小，為 0.61 秒對上 0.57 秒，而兩者都低於電話通話所重視的一秒門檻。

真正應該影響你決定的落差

代理式效能，79.9% 對上 47.6%，這個數字值得你好好沉澱思索。它衡量的，是模型能否完成一項需要呼叫工具、並依據結果採取行動的任務，而不只是它能否進行一場對話——而這正是唯一一處，讓一家規模較小、較新的實驗室，擊敗了一家擁有 17,000 個聲音、十年產品版圖的公司。如果你家代理的工作，是在來電者等待的同時查詢某事、預訂某事或更改某事，那麼這個數字，就是預測你的完成率在與真實使用者接觸後能否存活的關鍵指標。

ElevenLabs 在對話動態上拿下 94.1 分，而 Phonic 並未回報此項分數，這正是 Phonic 成績表上如實存在的缺口；而 Artificial Analysis 自身的結構也說明了，為何這項缺口不會出現在主指數中。綜合分數是由四個部分加權平均而成——語音推理、代理表現、競技場偏好與任務成功率——而對話動態只是與該指數並列報告，並非指數的輸入項之一。因此，Phonic 缺少對話動態分數，並不會讓它在 87.1 分上有所損失，卻能告訴你指數無法反映的事：目前還沒有人測量過這款模型在漫長、混亂、頻頻自我打斷的對話中表現得如何。在這個欄位補上之前，任何聲稱 Phonic 聽起來也比 ElevenLabs 更自然的說法，正反兩面都缺乏依據。

切換真正讓你付出代價的，是模型以外的那些東西

價格是 Phonic 主打的論點，而在主打費率上，這點沒錯。Phonic 的入門方案是每對話分鐘 $0.07，且不轉嫁 token 費用。Eleven Realtime v1 Max 則是每分鐘連接音訊 $0.080 外加模型 token，每百萬輸入 $1.80、每百萬輸出 $9.00——而一旦超過你的並行額度，費率會驟升至 $0.160。每分鐘費用只是看得見的那一半。

• 主要費率——Phonic 1 每分鐘 $0.07（Pro 方案為 $0.065，每月最低消費 $200），對比 Eleven Realtime v1 Max 每分鐘 $0.080。

• 費率不包含的項目 — Phonic 1 表示不收取按 token 計費或 LLM 的費用；Eleven Realtime v1 Max 則會在每分鐘費用之外另計模型 token 費用，且突發流量按雙倍費率計費。

• 語音資源 — ElevenLabs 提供超過 17,000 種語音和超過 90 種語言；Phonic 1 則表示支援超過 50 種語言，並可在對話中途切換，同時保留相同的聲音。

• 部署 — Phonic 1 提供雲端、單租戶、VPC 對等互連與自架選項；ElevenLabs 是託管平台，而其自家的發行說明指出，即時模型在推出時於部分資料駐留環境中無法使用。

• API 形態 — Eleven Realtime v1 Max 在 WebSocket 上相容於 OpenAI-Realtime，上線時不支援 WebRTC；Phonic 1 以 24kHz PCM 雙向執行 WebSocket 端點，並內嵌工具宣告。

三個月免費是真實的數字，但相對於搬遷成本，它也只是一點捨入誤差。聲音識別是任何比較頁面都不會出現的項目。如果你的正式環境代理以複製的品牌聲音說話，那個聲音存在於 ElevenLabs 的語音庫中，並受 ElevenLabs 的條款約束；Phonic 提供複製功能，但複製的聲音不是可攜式檔案，重新複製會產生不同的聲音，而不是同一個聲音。圍繞特定音色建立品牌的團隊，應該在計算每分鐘費率之前，先將這一點計入成本。

還有第二個更隱晦的可攜性問題。ElevenLabs 代理是一整套堆疊：聲音、提示詞、工具、對話流程。搬移模型意味著要重建流程，而工具定義並不會隨之而來。這層黏合往往是遷移失敗的地方，也正是值得你自己擁有、而非向任何單一供應商租用的層級。代理的推理與工具呼叫環節，就是目前跑在 OrcaRouter 上的部分——只要一組金鑰即可跨200+ 款模型，依定價提供、不加價，一套讓低成本對話輪次維持低成本的路由規則，以及自動容錯移轉，讓供應商短暫故障不會變成通話中的無聲空白。Phonic 1 與 Eleven Realtime v1 Max 都不在我們的型錄中；兩者仍各自來自其原廠。差別在於你離開時能帶走什麼。

在哪些情況下，ElevenLabs 仍是正確答案

ElevenLabs 的 TTS 產品線，對任何非即時互動代理的用途而言，仍是最經得起推敲的預設選擇。其 Eleven v4 語音模型在 Artificial Analysis 的受控語音競技場中約為 1,157 Elo，價格約為每百萬字元 $80；Eleven v3 則為每百萬字元 $100——兩者都遠高於 Cartesia Sonic 3.6 經標準化後的 $49，且兩者都因此在旁白、有聲書、配音與品牌公告等音訊就是產品本身

如果你的使用情境是「用我們的品牌語調把這段文字朗讀得優美動人」，那麼 ElevenLabs 與 Phonic 1 之間根本不是同一個級別的競爭。Phonic 賣的並不是通用旁白引擎，而是對話式代理。為了朗讀事先寫好的稿子而買一個語音轉語音模型，等於付錢買你永遠用不到的推理能力，換來的音質卻從未在專門衡量此項指標的競技場上，被獨立評分為優於 ElevenLabs。

還有廣度與成熟度的問題。90 多種語言對比 50 多種，17,000 多種語音對比精選的一組，還有一個具備 Agent 產品、SDK 和你們團隊已在關注的變更日誌的平台。這些都是剛在發布週亮相的模型還來不及累積的東西。

折扣實際上是給誰的

這個轉換方案只對某一類特定買家說得通：這個團隊的 agent 做的是真正的交易型工作，語音身分不是通用型、就是他們自己可以重新複製的，而且現有技術堆疊從頭到尾都是 ElevenAgents。對這樣的團隊來說，代理能力的落差是產品本身的問題，三個月免費則是對「遷移可能失敗」這項風險的實質對沖，而固定的每分鐘計費方式，也省去了他們財務團隊每個月都在做的建模推算。

其他所有人都應該先等待，觀察 Phonic 接下來會發布什麼。有兩件事可以解決這個問題：一是同一個榜單上的對話動態評分，讓這個指數的第四個組成部分不再是假設；二是在演示環境之外，對該供應商所稱「邊說話邊呼叫工具」進行獨立測量。這兩者目前都還不存在。一個才問世一週、背後只有一個榜單、從未經歷過黑色星期五的模型，並不是可以拿來把營收業務遷移上去的對象——但它恰恰是那種應該放在故障轉移路徑後面，並用自家流量觀察測量一個月的東西。

誠實的總結是不對稱的。Phonic 1 在最難打造、卻最容易衡量的那件事上更勝一籌：完成代理式任務。ElevenLabs 則在圍繞這件事的一切上更好，而那些更難衡量：聲音身分、語言覆蓋範圍，以及一個你團隊早已熟悉的產品。三個月免費並不是對任何一方的判決。這是廠商的坦承：真正留住客戶的是那些周邊的事物；也是一場賭注——其中夠多的部分能在九十天內重建起來。