ElevenLabs 是什么：收费标准、API 价格、v4 模型和声音克隆

本文只用 2026 年 11 月 3 日能核实的内容写成：ElevenLabs 自己的网站、价格页、开发文档、帮助中心、更新日志、博客、状态页、服务条款、隐私政策和禁止用途政策；Tech.eu、Trending Topics、Engadget、MusicTech、Capitol News Illinois 和 Publishers Lunch 的报道；Artificial Analysis 的公开排行榜和 Vapi 的 Humanness Index；Tech Stackups 的两篇对比测评；App Store 和 Hacker News 上的用户反馈；以及各替代工具自己的价格页。每条证据都注明出自谁，ElevenLabs 关于自己的数字都标明是它自己的说法。

ElevenLabs 是什么

ElevenLabs 是一家 AI 音频公司，2022 年由现任 CEO Mati Staniszewski 和 Piotr Dabkowski 创立（ElevenLabs）。欧洲经济区、英国和瑞士以外的用户，签约方是纽约的 Eleven Labs Inc.（服务条款）。它卖三样东西（关于页、llms.txt）：

• ElevenCreative：网页工作室和手机应用，用来做文字转语音、声音克隆、声音设计、配音、语音转文字、音效和音乐；9 月起还多了一个能直接生成画面的视频编辑器。
• ElevenAgents：搭建语音和文字智能体的平台，可以接电话、网页和 WhatsApp。
• ElevenAPI：同一批模型开放给开发者，提供 Python 和 Node.js SDK、MCP 服务器和命令行工具（CLI）。

公司自称，企业客户如今贡献 55% 的收入，它的智能体每周处理超过 1,500 万次对话（ElevenLabs）。不过对大多数个人用户来说，ElevenLabs 仍然是那个配音工具：贴进文稿，挑一个或克隆一个声音，下载音频。

2026 年发生了什么

• 2 月 4 日：完成 5 亿美元 D 轮融资，估值 110 亿美元，由红杉资本（Sequoia）领投（ElevenLabs）。
• 5 月 7 日：API 的文字转语音降价最多 55%，语音转文字最多 45%，智能体最多 20%；新开的自助账户改用预付充值（pay as you go），取代原来的超额后付费（ElevenLabs）。
• 5 月：伊利诺伊州的记者、播客主持人和配音演员在芝加哥依据该州的生物识别隐私法，起诉 ElevenLabs 和另外 8 家公司（包括亚马逊、苹果和谷歌），指控它们未经同意从录音里提取他们的声纹来训练语音模型（Capitol News Illinois、Publishers Lunch）。原告律所把这些案件列为仍在进行（Loevy + Loevy）。
• 9 月 10 日：与环球音乐集团（Universal Music Group）签下多年授权协议，这是 ElevenLabs 和大型唱片公司的第一份协议，首个项目是一个粉丝混音平台，尚无上线日期（ElevenLabs、Engadget、MusicTech）。
• 9 月 11 日至 25 日：先后推出 Music v2.5、Studio 4.0，以及给大学生的三个月免费套餐（ElevenLabs）。
• 9 月 28 日：发布 Eleven v4 和 v4 Turbo（ElevenLabs）。
• 9 月 30 日：一轮 3 亿美元的员工老股出售（tender offer）给公司估值 220 亿美元，是 2 月的两倍（Tech.eu）。Trending Topics 指出，这类老股出售不给公司带来新资金，信息披露也比正式融资少（Trending Topics）。
• 10 月 9 日和 20 日：先为企业智能体推出合成语音检测，随后发布 Eleven Realtime，两个兼容 OpenAI Realtime API 的语音到语音智能体模型（ElevenLabs）。

ElevenLabs 自己的状态页把 10 月 6 日和 8 日的智能体电话故障、10 月 8 日的配音故障定为重大事故；10 月 13 日，即时克隆也一度无法创建。

该用哪个模型

来自 API 价格页和模型文档：

语音转文字方面，Scribe v2 每小时 0.22 美元，实时版每小时 0.39 美元。这些延迟数字都是 ElevenLabs 自己给的，而且各页面说法不一：发布文章说 v4 Turbo 约 150 毫秒开始出声，价格页写 v3 Conversational 约 280 毫秒，文档里则是 165 毫秒。

v4 改变了声音的表现方式。它的文档说：v4 对源声音的复制更忠实，连瑕疵也一并复制，所以录音干净与否更重要；克隆的声音说另一种语言时，现在会用这门语言的母语口音，不再沿用说话人原来的口音，暂时没有开关；Style 和 Speed 滑块以及 SSML 都取消了；用 Voice Design 做出的声音，表现力可能不如在旧模型上。ElevenLabs 还提醒，v4 仍在持续训练，输出可能变化，应该定期重新检查。

套餐、积分和能换到什么

来自价格页：

在工作室里，语音每个字符消耗 1 积分，套餐对比表把 10,000 积分算作约 10 分钟；语音转文字每分钟 330 积分，音乐每分钟 900 积分，配音每分钟 2,000 到 10,000 积分。API 的算法不同：按上面各模型的单价以美元计费，所以同样的 Creator 套餐，通过 API 约能换 275,000 个 v4 字符，在工作室里只有 121,000 积分；工作室里超出额度后每分钟 0.17 到 0.36 美元，API 约 0.08 美元。智能体则在第三个标签页里按通话分钟计费（智能体价格）。

未用完的积分在保持订阅时最多结转两个月，降级或取消就作废。新开的自助账户如果超出额度，现在要靠预付充值，每次至少 5 美元，12 个月后过期，不能退款，余额用完服务就会暂停（按量付费文档）。只有在 14 天内且没有用过积分时才能退款（帮助中心），而服务条款写的是一经售出概不退款。

声音克隆、声音库和分成

即时克隆从 Starter 起可用，至少需要 10 秒音频（ElevenLabs 建议一到两分钟），还要确认你有权、且已获同意克隆这个声音（文档）。专业克隆从 Creator 起可用，用 30 分钟到 3 小时的音频训练，微调需要 3 到 6 小时，而且只能克隆你自己的声音：你要通过朗读来验证，别人同意也不行（文档）。一份「禁用声音」名单会拦截与知名公众人物相似的克隆（帮助中心）。克隆的声音不能导出，所以要保留原始录音（帮助中心）。

只有专业克隆能分享到声音库（Voice Library），其他用户选用这些声音不占自己的声音槽位。付费用户用你的声音生成内容时，声音的主人能拿到现金；主人可以自定费率，设置最长两年的通知期和可选的 Live Moderation（实时内容审核），累计约 10 美元后通过 Stripe Connect 每周打款（分成文档）。分成页面说默认费率取决于你承诺分享多久，但读过的页面都没有公布具体数字。

公开测评和用户反馈怎么说

• Artificial Analysis 的 Provider Voice Arena，第三方盲听测评。2026 年 11 月 3 日，Eleven v4 以 1334 的 Elo 分在 103 个模型中排第一，v4 Turbo 以 1331 分紧随其后，两者差距在误差范围内；接下来是 Qwen-Audio-3.1-TTS-Plus（1301）、Cartesia Sonic 3.6（1293）、Gemini 3.8 Flash TTS（1282）和 Fish Audio Drama 3（1272）。GenGrades 在 10 月 25 日写替代工具榜单时，排第一的还是 Turbo。这个竞技场的口音筛选只有美式和英式英语。
• ElevenLabs 自己的说法。发布文章称，在它自己做的盲测里，对比 Cartesia Sonic 3.6、Inworld TTS-2 和两款 Gemini 3.8 声音，约 75% 的听众更喜欢 v4（ElevenLabs）。
• 克隆声音。在语音智能体平台 Vapi 的 Humanness Index（暂定排名）上，用 Eleven v3 克隆的声音得 98 分，真人为 100 分；v4 还没有上榜。
• Tech Stackups，2026 年 10 月的两篇对比测评。对比 Gemini 3.8 Flash TTS 时，Eleven v4 在数字和人名、2.5 分钟的长篇旁白和对话三项上胜出，在情绪表达和克隆上落败。对比 Voxtral TTS 3 时，所有预置声音的测试都是 Eleven v4 赢。两篇里，测评者本人南非口音的声音克隆出来都变成了英式口音。
• 语音转文字。在 Artificial Analysis 的词错误率指数上，Scribe v2 的词错误率是 2.2%，在列出的模型里排第四。
• App Store 用户。iPhone 应用在美区最近的 100 条评价里，33 条给了一星或两星。最常见的抱怨是生成失败或只生成一部分却照样扣积分，以及 10 月中旬一次更新后频繁闪退。应用总评分仍有 4.8，来自约 24,000 个评分（App Store）。
• Hacker News，Music v2.5 上线当天。一位用户觉得导出的 WAV 比 Suno 的更干净，另一些人遇到了服务中断，还发现下载上限的说法前后矛盾（Hacker News）。

隐私、训练和内容规则

• 训练：在你关掉「Improve the models for everyone」（为所有人改进模型）之前，ElevenLabs 会用非企业账户的数据改进模型；关掉只影响之后的新数据（帮助中心）。
• 授权：服务条款授予 ElevenLabs 对你的输入和输出（包括你的声音）一项永久、不可撤销、可再授权的许可，用于运营和改进服务、开发新产品；它承诺未经许可不会单独把你的声音拿去商用。输出内容的权利仍归你。
• 存储：个人数据存放在美国，与你声音有关的数据最多保留到你最后一次使用后的三年（隐私政策）。欧盟、印度和新加坡的数据驻留只对 Enterprise 开放（文档），Zero Retention Mode（零保留模式）也是，而且只覆盖 API 调用，从不覆盖网页应用（文档）。
• 使用规则：禁止用途政策要求用户年满 18 岁，禁止未经明确同意克隆在世者的声音，禁止使用未成年人的录音，政治竞选需要书面批准，不得去除水印。健康数据必须先签 BAA。
• 执行：ElevenLabs 说它在注册时审核客户，用分类器和人工审核员监控，封禁严重违规者，并把犯罪行为移交执法部门（安全页）。生成的音频带有水印，按它自己的说法，目前其他平台都检测不到（帮助中心）。

ElevenLabs 列出的认证包括 SOC 2 Type II、ISO 27001、27701 和 42001，以及 FedRAMP 20x Class A（ElevenLabs）。按照适用于欧洲经济区、英国和瑞士以外用户的条款，争议须通过有约束力的仲裁解决，并放弃集体诉讼，除非你在 30 天内选择退出。

哪些人不该用 ElevenLabs

• 想高质量克隆别人声音的人：专业克隆只能用你自己的声音。
• 预算紧、每月要生成数百万字符的团队：下面的替代工具按字符算只要零头。
• 声音必须跨语言保留原口音的产品，v4 有意改变了这一点。
• 需要把数据存在美国以外、或完全不存储的自助用户。
• 不愿把录音永久授权给供应商的人。
• 想商业发布的免费用户，以及未满 18 岁的人。

替代工具，以及什么时候更合适

价格来自各产品自己的页面，2026 年 11 月 3 日核对；竞技场名次取自同一天的 Artificial Analysis。GenGrades 在 10 月 25 日写的 ElevenLabs 替代工具榜单比较了六个选择；此后 v4 超过了 v4 Turbo，Fish Audio 的 Drama 3 正式版排到了第六。

Speechify API 也值得一看：每月 500,000 个免费字符，允许商用。ElevenLabs 胜过这些工具的地方是覆盖面和排名靠前的音质：一个账户就能做声音、克隆、转写、配音、音乐和智能体。如果你的开销主要来自用量，或者无法接受它的数据条款，上面的替代工具更合适。