Por Canuto  

ElevenLabs anunció dos modelos de voz a voz para conversaciones de IA en tiempo real. La compañía atribuye a la versión Max una puntuación de 98,8% en Big Bench Audio y una respuesta de 0,57 segundos, mientras que Mini apunta a interacciones más naturales y de menor costo.
***

  • Eleven Realtime v1 Max obtuvo 98,8% en Big Bench Audio y registró un tiempo de respuesta de 0,57 segundos, de acuerdo con ElevenLabs.
  • La versión Mini busca abaratar las conversaciones y reconocer si una persona terminó de hablar o solo hizo una pausa, como al decir “mm-hmm”.
  • Ambos modelos están disponibles en ElevenAgents y mediante una API Realtime compatible con OpenAI; el precio combina cobros por minuto y costos de tokens.

 

ElevenLabs presentó dos modelos de voz a voz bajo el nombre Eleven Realtime, con propuestas distintas para las conversaciones entre personas y sistemas de inteligencia artificial. La compañía destaca el rendimiento de v1 Max, mientras que v1 Mini apunta a interacciones naturales con un costo menor, una diferencia que busca atender necesidades diversas en aplicaciones de voz.

La novedad se centra en reducir las fricciones propias de una conversación oral: la rapidez de respuesta y la capacidad de interpretar cuándo alguien terminó de hablar. Según la información publicada por The Decoder el 20 de octubre de 2026, los modelos ya pueden utilizarse mediante ElevenAgents y una API Realtime compatible con OpenAI.

Max prioriza precisión y rapidez

ElevenLabs informó que Eleven Realtime v1 Max alcanzó una puntuación de 98,8% en la referencia Big Bench Audio y registró un tiempo de respuesta de 0,57 segundos. Artificial Analysis describe Big Bench Audio como una evaluación de razonamiento compuesta por 1.000 preguntas de audio adaptadas de Big Bench Hard. Las cifras de rendimiento citadas aquí son las comunicadas por ElevenLabs y no equivalen, por sí solas, a una garantía de que el modelo obtendrá el mismo resultado en toda aplicación o situación de uso.

La latencia importa en los sistemas de voz porque una respuesta que tarda demasiado puede interrumpir el ritmo de un intercambio y hacer que la interacción se sienta poco natural. El tiempo informado por ElevenLabs ofrece un indicador de velocidad, aunque la experiencia real también dependerá de cómo se integre el modelo y de las condiciones de cada conversación.

La compañía sostiene además que ningún modelo en la clasificación de voz a voz de Artificial Analysis combina, al mismo tiempo, mayor rapidez y más precisión que v1 Max. Esa comparación debe entenderse como una afirmación atribuida a ElevenLabs y vinculada a esa tabla de clasificación, no como una conclusión independiente sobre cualquier modelo disponible en el mercado.

La empresa orienta Max a tareas más complejas, como la atención al cliente, donde una herramienta puede necesitar sostener intercambios con varias intervenciones y responder a solicitudes diversas. El material disponible no detalla casos de uso específicos ni resultados de implementaciones, por lo que la referencia describe el público al que apunta el producto, no un desempeño garantizado en operaciones concretas.

Mini busca conversaciones más naturales

Eleven Realtime v1 Mini ocupa el otro extremo de la propuesta: ElevenLabs lo presenta como una alternativa de menor costo para mantener conversaciones naturales. La compañía no publicó en la información disponible una tarifa exacta ni una comparación numérica entre ambas versiones, así que la diferencia económica queda planteada de manera general.

Una función destacada de Mini es detectar si una persona terminó de hablar o si solo emitió una señal breve, como un “mm-hmm”. En una conversación, esa distinción puede ayudar a evitar que un asistente interrumpa al usuario o responda antes de que concluya una idea, aunque la noticia no ofrece métricas sobre la precisión de esa detección.

La diferencia entre reconocer una pausa y detectar el cierre de un turno apunta a un reto habitual de las interfaces por voz: las personas no siempre hacen una pausa clara antes de continuar. Un sistema que interprete mejor esas señales podría facilitar intercambios menos rígidos, pero la calidad de la experiencia dependerá también de la aplicación que incorpore el modelo y de su configuración.

La oferta separa así dos prioridades, sin presentar a una versión como sustituto universal de la otra. Max se dirige a tareas de mayor complejidad y presume un resultado de referencia, mientras que Mini pone el acento en el costo y en el manejo de los turnos de conversación.

Acceso y esquema de cobro

Los dos modelos están disponibles a través de ElevenAgents, la plataforma de ElevenLabs, y de una API Realtime compatible con OpenAI. La documentación de ElevenLabs indica que su API Realtime utiliza el mismo protocolo de comunicación que la API Realtime de OpenAI, incluidos eventos y transporte WebSocket. Esa compatibilidad ofrece una vía de acceso para desarrolladores que trabajen con herramientas preparadas para esa interfaz, aunque la información difundida no especifica requisitos técnicos, límites de uso ni pasos de integración.

El cobro combina una tarifa por minuto con costos asociados a los tokens, y v1 Max resulta más caro que v1 Mini. ElevenLabs no incluyó los montos concretos en la información citada, por lo que los usuarios interesados deben consultar la página de precios de la compañía antes de estimar el costo de un proyecto.

Ese esquema hace que la comparación entre modelos no dependa únicamente de la puntuación o la velocidad anunciadas. Para evaluar cuál conviene, cada equipo deberá considerar la complejidad de las conversaciones que quiere habilitar, el volumen previsto de uso y los cargos por minuto y tokens que correspondan a su implementación.

El lanzamiento amplía la oferta de ElevenLabs en herramientas de voz conversacional, con una versión enfocada en rendimiento y otra en costo y fluidez de los turnos. Las cifras de v1 Max y las funciones atribuidas a Mini delinean la propuesta, pero la información disponible no incluye una evaluación independiente ni precios detallados que permitan comparar su desempeño y costo en condiciones de uso concretas.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados