Eleven Realtime di ElevenLabs: cosa sono v1 Mini e v1 Max e a cosa ti servono
Il 20 ottobre 2026 ElevenLabs ha lanciato Eleven Realtime, una famiglia di modelli speech-to-speech che ascoltano, ragionano e rispondono a voce in un solo sistema. Le versioni sono due: v1 Mini per conversazioni naturali a basso costo e v1 Max per compiti complessi. Ecco cosa fanno, i numeri dichiarati, come si usano e cosa cambiano per chi crea assistenti, personaggi e servizi clienti vocali.
Cos'è Eleven Realtime
Eleven Realtime è una nuova classe di modelli speech-to-speech di ElevenLabs: ricevono la voce di chi parla e rispondono a voce, gestendo tutto il percorso in un unico sistema. Lo ha annunciato ElevenLabs il 20 ottobre 2026 nel post ufficiale firmato da Min Kim.
Il problema che vuole risolvere è concreto. Fino a oggi, per costruire un agente vocale che suonasse naturale dovevi scegliere e far lavorare insieme molti pezzi separati: riconoscimento vocale, rilevamento della voce, gestione dei turni di parola, il modello linguistico e la sintesi vocale. Con Eleven Realtime, scrive l'azienda, «ogni modello è un agente vocale completo»: riconoscimento, turni, LLM e voce sono ottimizzati insieme.
In pratica significa che l'agente decide da solo quanto aspettare dopo una pausa prima di rispondere, come riprendersi quando l'utente lo interrompe e come coordinare voce e risposta. ElevenLabs lo riassume così: non dovresti diventare un esperto di configurazione per costruire un agente vocale che suoni naturale. Nella piattaforma ElevenAgents queste scelte restano comunque regolabili.
Eleven Realtime v1 Mini e v1 Max: le differenze
Al lancio i modelli sono due, entrambi con oltre 90 lingue e accesso alle più di 17.000 voci della libreria ElevenLabs:
| Eleven Realtime v1 Mini | Eleven Realtime v1 Max | |
|---|---|---|
| Pensato per | Conversazioni naturali a basso costo | Compiti complessi |
| Usi indicati | Assistenti AI, tutor, personaggi interattivi | Assistenza clienti, qualificazione dei contatti, processi in più passaggi |
| Tempo alla prima risposta audio | 0,62 secondi | 0,57 secondi |
| Big Bench Audio (ragionamento a voce) | 75,9% | 98,8% |
| Full-Duplex-Bench (dinamica della conversazione) | 95,8% | 94,1% |
| Speech Agent Arena (preferenza umana) | 988 | 998 |
| Compiti con strumenti completati | 60,3% | 87,1% |
Secondo ElevenLabs, Mini «sarà sufficiente per la maggior parte dei casi»; Max è consigliato quando l'agente deve seguire una procedura, ragionare per passaggi e chiamare spesso strumenti esterni, come un calendario o un CRM. Curiosamente Mini batte Max proprio nella naturalezza della conversazione (pause, interruzioni, turni), mentre Max stacca Mini nel ragionamento e nell'uso degli strumenti.
I benchmark: cosa dicono davvero
I numeri della tabella sono dichiarati da ElevenLabs, che riferisce valutazioni indipendenti di Artificial Analysis su tre test pubblici. Li riporta anche Analytics India Magazine nell'articolo del 21 ottobre 2026.
- Big Bench Audio pone 1.000 domande di ragionamento a voce e valuta la risposta parlata. È qui che v1 Max arriva al 98,8%.
- Full-Duplex-Bench misura la dinamica della conversazione: pause, turni, interruzioni e i piccoli segnali di ascolto come «mh» o «sì».
- Speech Agent Arena mette a confronto due modelli in conversazioni dal vivo alla cieca, giudicate da persone su preferenza e riuscita del compito.
ElevenLabs sottolinea che di solito precisione e velocità sono in conflitto: i modelli più precisi su Big Bench Audio sono i più lenti a rispondere. Secondo l'azienda v1 Max è forte su entrambi i fronti. Sono numeri utili per orientarsi, ma restano risultati comunicati dal produttore: prima di mettere un agente davanti ai tuoi clienti, provalo sulle tue conversazioni reali e nella tua lingua.
Come si usa: ElevenAgents o Realtime API
Ci sono due strade, descritte nella pagina prodotto di Eleven Realtime.
- In ElevenAgents (consigliata da ElevenLabs). Crei un agente, o ne apri uno esistente, e scegli v1 Mini o v1 Max da un menu a tendina: trascrizione, turni e voce sono già configurati. Lo stesso agente si pubblica su telefono, widget per il sito, WhatsApp e piattaforme per contact center, con base di conoscenza, regole di sicurezza (guardrail), test su scenari scritti e monitoraggio delle conversazioni.
- Con la Realtime API. È compatibile con la Realtime API di OpenAI: se hai già un'integrazione, cambi l'indirizzo di connessione e il nome del modello e tieni il resto del codice. Funziona con l'SDK di OpenAI, ma solo via WebSocket: chi usa WebRTC deve prima passare a WebSocket. La Realtime API gira separata da ElevenAgents, quindi canali e base di conoscenza non sono inclusi.
Sulla pagina prodotto ElevenLabs indica anche crittografia dei dati in transito e a riposo, supporto alla conformità SOC 2, HIPAA e GDPR, residenza dei dati nell'Unione europea e una modalità a conservazione zero: dettagli che contano se l'agente tratta dati di clienti europei.
Cosa significa per te che crei con voce e AI
Eleven Realtime non è un generatore di voiceover: serve a costruire qualcuno che parla con le persone in tempo reale. Per un creator o una piccola attività le applicazioni più concrete sono tre:
- Un assistente che risponde ai clienti al telefono o su WhatsApp. Con v1 Max l'agente può seguire una procedura e consultare strumenti, per esempio verificare una disponibilità. Se vuoi impostare il servizio clienti con l'AI senza partire da zero, Customer Care AI ti dà il metodo e i testi da cui partire.
- Qualificare i contatti prima che arrivino a te. ElevenLabs indica proprio la qualificazione dei lead tra gli usi di v1 Max: le domande giuste e il processo di vendita che segue li trovi in AI Sales Machine.
- Personaggi e tutor interattivi. v1 Mini è pensato per conversazioni naturali con personaggi e insegnanti virtuali: utile se costruisci un corso o un format con un avatar che risponde a voce.
Se invece vuoi che sia la tua voce, con il tuo volto, a parlare nei video, la strada resta il clone: leggi la guida al clone AI e quella su HeyGen, poi segui Crea il tuo clone AI in 30 minuti oppure affidaci il lavoro con il video con il tuo clone AI da 30 secondi. Per il quadro completo sulla voce conversazionale leggi anche il nostro articolo su GPT-Live-1.1 in ChatGPT e quello sull'agente Claude Duet.
Domande frequenti
Quando è uscito Eleven Realtime?
ElevenLabs ha annunciato Eleven Realtime v1 Mini e v1 Max il 20 ottobre 2026, disponibili da subito in ElevenAgents e tramite la Realtime API.
Meglio Eleven Realtime v1 Mini o v1 Max?
Mini per conversazioni naturali a basso costo, come assistenti, tutor e personaggi: secondo ElevenLabs basta per la maggior parte dei casi. Max per assistenza clienti, qualificazione dei contatti e processi in più passaggi con molte chiamate a strumenti, dove nei test dichiarati completa l'87,1% dei compiti contro il 60,3% di Mini.
Eleven Realtime parla italiano?
ElevenLabs dichiara il supporto a oltre 90 lingue e a una vasta gamma di accenti; l'italiano è tra le lingue della sua piattaforma vocale. Prima di usarlo con i clienti, provalo sulle tue conversazioni reali.
Posso usare Eleven Realtime al posto della Realtime API di OpenAI?
Sì, è pensato per questo: segue le specifiche della Realtime API di OpenAI, quindi cambi endpoint e nome del modello e mantieni il codice. Attenzione: funziona solo via WebSocket, non via WebRTC.
Leggi anche


