ElevenLabs lança modelos para agentes de voz em mais de 90 idiomas
A família Eleven Realtime combina reconhecimento e geração de fala em dois modelos; a cobrança inclui minutos de áudio e consumo de tokens.

A ElevenLabs apresentou, em 20 de outubro de 2026, o Eleven Realtime, uma família de modelos para criar agentes que conversam por voz em tempo real. A proposta é facilitar experiências como atendimento ao cliente, assistentes e personagens interativos, com suporte a mais de 90 idiomas.
O v1 Mini é voltado a conversas de menor custo, enquanto o v1 Max atende a tarefas mais complexas, como processos com várias etapas. Segundo a ElevenLabs, na plataforma ElevenAgents, os agentes podem funcionar em telefone, web e WhatsApp, consultar documentos e informações disponibilizados a eles e seguir sequências de etapas e ações para executar tarefas (https://elevenlabs.io/blog/realtime).
Embora receba áudio e devolva áudio, o sistema não é um único modelo nativo de voz. A empresa explica que a solução integra, em sequência, o reconhecimento de fala, um modelo de linguagem que interpreta o pedido e produz a resposta e a geração de fala a partir desse texto. Os registros ajudam a identificar se uma falha ocorreu no reconhecimento ou na resposta.
Em testes independentes da Artificial Analysis divulgados pela ElevenLabs, o Max começou a falar após 0,57 segundo, em média, e acertou 98,8% das perguntas do teste de raciocínio por áudio Big Bench Audio. O Mini registrou 0,62 segundo e 75,9% de acerto; os resultados refletem as condições dos testes, não uma garantia para chamadas reais.
Como funciona a cobrança
Para quem planeja incorporar voz a um produto, o custo combina tempo de conexão de áudio e consumo de tokens, unidades usadas para contabilizar o processamento. Na tabela oficial da Realtime API consultada em 18 de novembro de 2026, o minuto adicional de áudio conectado custava US$ 0,08 para ambos os modelos, além dos tokens. A cobrança considera o tempo de conexão, não apenas os trechos falados; acima do limite de chamadas simultâneas, a tarifa era de US$ 0,16 por minuto de áudio conectado (https://elevenlabs.io/pricing/api).
Por milhão de tokens de entrada e saída, respectivamente, o Mini custava US$ 0,20 e US$ 6, enquanto o Max custava US$ 1,80 e US$ 9. Os tokens de entrada representam dados enviados ao modelo; os de saída, dados gerados por ele. Segundo a empresa, os minutos incluídos são estimativas que variam conforme o plano e o uso.
Disponibilidade e integração
A liberação começou em 19 de outubro e chegou em 2 de novembro a todos os espaços de trabalho do ElevenAgents, as áreas das contas onde os agentes são gerenciados, conforme o registro de atualizações da empresa. A Realtime API, interface de programação separada da plataforma, usa WebSocket, uma conexão para troca contínua de dados, e é compatível com programas que se conectam à interface de conversas em tempo real da OpenAI. Integrações que usam WebRTC precisam migrar para WebSocket (https://elevenlabs.io/docs/changelog).
No atendimento, a Konecta anunciou em julho uma parceria para integrar a tecnologia da ElevenLabs ao Kolibri, sua plataforma de integração de agentes de IA a sistemas de atendimento. Segundo a Konecta, um piloto com uma rede de restaurantes na Espanha e em Portugal envolveu 50 unidades e 35 mil chamadas, com 97% de precisão nos pedidos e redução de 35% nos custos de gestão de pedidos. O piloto antecede o lançamento do Eleven Realtime e não foi atribuído a esses modelos (https://konecta.com/storage/media/1735/konecta-and-elevenlabs-help-brands-bring-natural-ai-voice-agents-into-customer-service-at-scale-20260709-171103.pdf).
Para criar produtos com IA e automatizar tarefas, o Arara Vibes oferece uma janela flutuante que abre a conversa sobre qualquer aplicativo por um atalho. A ferramenta é gratuita, dispensa a configuração de pastas e está disponível em https://arara.code.app.br.
Cobertura por
- ElevenLabs avança na voz conversacional — ElevenLabs
Perguntas Frequentes (FAQ)
O Mini é voltado a conversas de menor custo, como assistentes e personagens. O Max mira atendimento e tarefas mais complexas, com várias etapas.
Na tabela consultada em 18 de novembro de 2026, o minuto adicional de áudio conectado custava US$ 0,08, além da cobrança por tokens, que varia conforme o modelo.
Segundo a ElevenLabs, os agentes podem ser integrados a canais como telefone, web e WhatsApp, além de consultar bases de conhecimento e seguir fluxos de trabalho.