Eleven v4
Das neue Flagship-Sprachmodell von ElevenLabs: ausdrucksstarke, emotionale Sprache in über 90 Sprachen, mit einer schnellen Turbo-Variante.
Qualität
Modalität
Audio
Ausführbar
Nur Cloud
Zugang
Geschlossen
Fabians Take
"ElevenLabs ist weiterhin die beste Text-to-Speech-Lösung, die ich genutzt habe. Seit v3 kann ich einfach [laughs] oder [whispers] in den Text tippen, und es spielt es aus. Es fühlt sich an, als würde ich einen Schauspieler anleiten."
Eleven v4 ist seit dem 28. September 2026 das Flagship-Text-to-Speech-Modell von ElevenLabs. Es gibt zwei Versionen: v4 für die ausdrucksstärkste Wiedergabe und v4 Turbo, das in rund 100 Millisekunden antwortet und jetzt der Standard für die Voice-Agents von ElevenLabs ist. Eleven v3 bleibt als vorherige Generation verfügbar.
Emotionale Kontrolle
Viele Modelle erzeugen klare, verständliche Sprache. ElevenLabs ist gut bei Timing und Emotion: Es liest den Kontext des Texts und passt die Wiedergabe an. Mit Inline-Audio-Tags, eingeführt mit v3, steuerst du die Performance Zeile für Zeile, statt so lange neu zu generieren, bis du Glück hast.
Über die API kostet v4 0,08 Dollar pro 1000 Zeichen und v4 Turbo die Hälfte. In der App zahlst du mit einem Monatsplan, von 6 Dollar für Starter bis 99 Dollar für Pro.
Das Fazit
Am besten für: Voiceovers, Hörbücher, emotionale Dialoge und Voice-Agents (v4 Turbo).
Pro
- Lebensechte emotionale Wiedergabe
- Inline-Audio-Tags wie [laughs] oder [whispers] für präzise Regie
- Über 90 Sprachen
- Eine Turbo-Variante mit rund 100 ms Latenz für Live-Gespräche
Contra
- Kann bei sehr langen Inhalten teuer werden
Specs
- Preis API: $0,08 pro 1000 Zeichen (v4 Turbo $0,04) · App-Pläne ab $6/Monat
- Kostenstufe Moderat
- ⚡Geschwindigkeit Schnell
- Lizenz Proprietär
