Was ist Eleven v4 and v4 Turbo?
ElevenLabs hat Eleven v4 und Eleven v4 Turbo am 28. September 2026 vorgestellt (API-IDs eleven_v4 und eleven_v4_turbo). Beide nutzen eine neue Architektur und unterstützen mehr als 90 Sprachen. Eleven v4 zielt auf Hörbücher, Voiceover und Synchronisation; v4 Turbo auf Voice Agents in Echtzeit, laut ElevenLabs mit einer medianen Inferenzlatenz von etwa 100 ms und etwa 150 ms bis zur ersten Sprachausgabe.
Die Sprechweise lässt sich mit Anweisungen in natürlicher Sprache und Inline-Tags wie [laughs] oder Soundeffekten steuern, die Aussprache mit IPA. Instant Voice Clones brauchen nur 10 Sekunden Audio, und Professional Voice Clones werden unterstützt.
Was kostet Eleven v4 and v4 Turbo?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| v4 | $0.08 per 1,000 characters | |
| v4 Turbo | $0.04 per 1,000 characters | |
| Subscriptions | From Starter $6/month to Business $990/month | Mit Zeichenkontingent |
API: v4 0,08 $ und v4 Turbo 0,04 $ pro 1.000 Zeichen. Abos von Starter für 6 $/Monat bis Business für 990 $/Monat enthalten Zeichenkontingente.
Lohnt sich Eleven v4 and v4 Turbo?
ElevenLabs hat die Spitze der Stimmen-Ranglisten zurückerobert. In der Speech Arena von Artificial Analysis, die auf blinden Hörerabstimmungen beruht, kommt Eleven v4 Turbo auf 1335 und Eleven v4 auf 1329, statistisch ein geteilter erster Platz, vor Alibabas Qwen-Audio-3.1-TTS-Plus (1301), Cartesia Sonic 3.6 (1289) und Googles Gemini 3.8 Flash TTS (1278). ElevenLabs' eigene Blindtests gegen Cartesia, Inworld und zwei Gemini-Modelle melden Siegquoten von 65% bis 81%.
Kurios ist, dass das günstigere Modell knapp höher liegt. Turbo kostet 40 $ pro Million Zeichen gegenüber 80 $ für v4 und ist auf ElevenAgents abgestimmt, mit angegebenen etwa 150 ms im Median bis zur ersten hörbaren Sprache. Das volle v4 verdient seinen Preis bei langen Formaten: Dialoge mit mehreren Sprechern, die die ganze Szene berücksichtigen, Inline-Regieanweisungen wie [laughs] oder [light rain], besserer Umgang mit IPA und Unterstützung für Professional Voice Clones.
Beim Preis holen die Konkurrenten auf. Artificial Analysis führt Gemini 3.8 Flash TTS mit 16,5 $ pro Million Zeichen und Flash-Lite TTS mit 11 $, v4 kostet also etwa das Fünffache von Flash für 51 Elo-Punkte Vorsprung. Cartesia Sonic 3.6 ist mit 49 $ teurer als Turbo und liegt niedriger. Für Voice Agents ist Turbo damit eine leichtere Wahl als v4 für Vertonung in großen Mengen.
Wer sensibles Audio verarbeitet, sollte die Datenbedingungen lesen. Standardmäßig speichert ElevenLabs den Generierungsverlauf und behält Daten „to enhance services“, also zur Verbesserung der Dienste. Laut Hilfecenter werden Eingaben von Konten ohne Enterprise zum Training der Audiomodelle genutzt, sofern du „Improve the models for everyone“ nicht abschaltest; mit Enterprise-Daten wird standardmäßig nicht trainiert. Zero Retention Mode gibt es nur für ausgewählte Enterprise-Kunden, und er deckt weder Voice Cloning noch Synchronisation oder Studio ab. Für ein Synchronstudio, das Stimmen von Schauspielern klont, ist ausgerechnet der sensibelste Schritt der, der sich nicht ohne Speicherung erledigen lässt.
Wo es sich lohnt
Ein unabhängiger Hörbuchverlag mit 20 Titeln im Jahr
Backlist-Romane vertonen, ohne Studiozeit zu buchen
Ein Roman mit 90.000 Wörtern hat etwa 500.000 Zeichen, rund 40 $ pro vollem Durchgang mit v4 zu API-Preisen. Der Business-Tarif für 990 $ enthält 12,4M v4-Zeichen, genug für etwa zwei Dutzend Bücher im Monat. Anfragen sind auf 10.000 Zeichen begrenzt, Kapitel werden also in Stücken erzeugt und zusammengesetzt.
Ein Plattform-Team in einem Contact Center, das einen Voice Agent auf ElevenAgents baut
Eingehende Anrufe mit einer Stimme beantworten, bei der Anrufer nicht auflegen
Streame v4 Turbo per WebSocket für etwa 150 ms bis zur ersten Sprachausgabe. Bei 3.000 Zeichen Agentensprache pro Anruf ergeben 100.000 Anrufe im Monat 300M Zeichen: etwa 12.000 $ mit Turbo gegenüber etwa 4.950 $ mit Gemini 3.8 Flash TTS. Die Tarife Scale und Business begrenzen WebSocket-Sessions auf 105.
Ein Spielestudio, das Dialoge in ein Dutzend Sprachen lokalisiert
Die Stimme jeder Figur über alle Sprachen hinweg einheitlich halten
Klone den Originalsprecher und erzeuge jede Sprache; laut ElevenLabs übernehmen Klone den Akzent eines Muttersprachlers und behalten dabei die Identität der Stimme. Hol vorher eine schriftliche Einwilligung ein und prüf den Vertrag, denn Voice Cloning fällt nicht unter Zero Retention Mode.
Bevor du dich festlegst
- Einrichtung
- API-IDs eleven_v4 und eleven_v4_turbo; v4 läuft über die HTTP-API Text to Dialogue, Turbo über den Dialog-WebSocket. Ein kostenloses Konto enthält 10.000 v4-Zeichen im Monat zum Testen.
- Integrationen
- ElevenLabs-API und SDKs, ElevenAgents für Voice Agents und ElevenCreative für die Produktion.
- Daten und Datenschutz
- Der Verlauf wird standardmäßig gespeichert, und Daten werden „to enhance services“ aufbewahrt; gelöschte Einträge bleiben bis zu 30 Tage in Backups. Daten ohne Enterprise trainieren standardmäßig die Modelle von ElevenLabs, mit einem Schalter zum Abmelden unter Data use; Enterprise ist standardmäßig ausgenommen. Zero Retention Mode gibt es für ausgewählte Enterprise-Kunden, ohne Voice Cloning, Synchronisation und Studio. Enterprise ergänzt SSO, SOC-2-Konformität, eigene Auftragsverarbeitungsverträge und HIPAA-BAAs.
- Kosten im großen Maßstab
- Die API-Preise liegen in jedem Tarif bei 0,08 $ pro 1.000 Zeichen für v4 und 0,04 $ für Turbo, 1M Zeichen kosten also 80 $ oder 40 $. Tarife von Starter (6 $, 75.000 v4-Zeichen) bis Business (990 $, 12,4M) bündeln Kontingente zu denselben Preisen.
- Grenzen
- 10.000 Zeichen pro v4-Anfrage (etwa 10 Minuten Audio). Turbo-WebSocket-Sessions sind begrenzt, von 14 bei Free bis 105 bei Scale und Business, und schließen nach 20 Sekunden Leerlauf ohne keep_alive. Für Turbo ist kein Limit pro Anfrage veröffentlicht.
Was gut ist
- Gemeinsam Erster und Zweiter in der Speech Arena von Artificial Analysis (1335 und 1329)
- Turbo für 40 $ pro Million Zeichen liegt vor dem teureren Cartesia Sonic 3.6
- Inline-Regieanweisungen, IPA und szenenbewusste Dialoge mit mehreren Sprechern
- Instant Clones aus 10 Sekunden Audio; Professional Voice Clones unterstützt
Was nicht
- v4 kostet pro Zeichen etwa das Fünffache von Gemini 3.8 Flash TTS
- Zero Retention Mode nur für Enterprise und ohne Cloning und Synchronisation
- Obergrenze von 10.000 Zeichen pro v4-Anfrage, lange Skripte müssen zusammengesetzt werden
- Geschlossenes Modell, kein Self-Hosting
Am besten für
Produzenten von Hörbüchern, Spielen und Synchronfassungen, die die ausdrucksstärksten Stimmen brauchen, und Teams für Voice Agents, die Qualität von der Spitze der Rangliste zum niedrigeren Turbo-Preis wollen.
Alternativen zu Eleven v4 and v4 Turbo
Eleven v4 and v4 Turbo: häufige Fragen
- Lohnt sich Eleven v4 and v4 Turbo?
- Nichts auf den öffentlichen Ranglisten klingt besser, aber Googles Gemini 3.8 Flash TTS kommt bis auf 60 Elo-Punkte heran, für etwa ein Fünftel des Preises von v4. Wir bewerten es mit 4.7 von 5.
- Was kostet Eleven v4 and v4 Turbo?
- API: v4 0,08 $ und v4 Turbo 0,04 $ pro 1.000 Zeichen. Abos von Starter für 6 $/Monat bis Business für 990 $/Monat enthalten Zeichenkontingente.
- Welche Nachteile hat Eleven v4 and v4 Turbo?
- v4 kostet pro Zeichen etwa das Fünffache von Gemini 3.8 Flash TTS; Zero Retention Mode nur für Enterprise und ohne Cloning und Synchronisation; Obergrenze von 10.000 Zeichen pro v4-Anfrage, lange Skripte müssen zusammengesetzt werden; Geschlossenes Modell, kein Self-Hosting.
- Für wen eignet sich Eleven v4 and v4 Turbo?
- Produzenten von Hörbüchern, Spielen und Synchronfassungen, die die ausdrucksstärksten Stimmen brauchen, und Teams für Voice Agents, die Qualität von der Spitze der Rangliste zum niedrigeren Turbo-Preis wollen.
- Was kostet Eleven v4 and v4 Turbo für ein Team oder im Produktivbetrieb?
- Die API-Preise liegen in jedem Tarif bei 0,08 $ pro 1.000 Zeichen für v4 und 0,04 $ für Turbo, 1M Zeichen kosten also 80 $ oder 40 $. Tarife von Starter (6 $, 75.000 v4-Zeichen) bis Business (990 $, 12,4M) bündeln Kontingente zu denselben Preisen.
- Ist Eleven v4 and v4 Turbo sicher für Firmendaten?
- Der Verlauf wird standardmäßig gespeichert, und Daten werden „to enhance services“ aufbewahrt; gelöschte Einträge bleiben bis zu 30 Tage in Backups. Daten ohne Enterprise trainieren standardmäßig die Modelle von ElevenLabs, mit einem Schalter zum Abmelden unter Data use; Enterprise ist standardmäßig ausgenommen. Zero Retention Mode gibt es für ausgewählte Enterprise-Kunden, ohne Voice Cloning, Synchronisation und Studio. Enterprise ergänzt SSO, SOC-2-Konformität, eigene Auftragsverarbeitungsverträge und HIPAA-BAAs.
- Was sind die besten Alternativen zu Eleven v4 and v4 Turbo?
- Die nächsten Alternativen, die wir getestet haben, sind Cartesia Sonic 3.6 und Gemini 3.8 Flash TTS.
Antworten geprüft am 26. Okt. 2026.