ElevenLabs 的实时语音产品 Realtime 已出现在 Product Hunt 的产品页面，分类为 AI 产品。从页面地址中的 realtime-max-mini 命名可以看出，该产品线至少包含 Max 与 Mini 两个规格层级，但现有信息未披露这两档之间的具体差异，也未给出延迟、音质、并发或定价等参数。
实时能力是语音 AI 的下一段竞争
ElevenLabs 以语音合成与音频 AI 产品为主业。此前行业内的语音生成多以“提交文本、返回音频文件”的离线方式为主，而 Realtime 这一命名指向的是另一类形态：音频在交互过程中持续产出，可用于需要即时响应的对话式场景。对语音模型而言，这类场景的难点集中在端到端延迟、长连接稳定性，以及在持续输出时保持音色与韵律一致。能否把延迟压到接近自然对话的水平，往往决定产品能否真正进入实时交互链路，而不只是做内容生产工具。
Max / Mini 双档意味着什么
从命名推断，Max 与 Mini 更像是按质量与成本划分的两档规格：一档面向对音质和表现力要求更高的场景，另一档面向高频调用、对单价敏感的场景。这一划分方式在原厂 API 中较为常见，目的是让同一套实时能力覆盖不同预算的调用方。不过，两档在采样率、延迟指标和计费方式上的实际差别，仍需以官方说明为准。
值得关注的点
对从业者来说，需要留意的有三件事：实时语音的接入形态是流式 API 还是面向终端的产品；Max 与 Mini 之间是质量分层还是场景分层；以及实时能力是否与既有的语音合成、语音克隆产品线共用接口。目前该产品在 Product Hunt 页面的公开信息有限，具体能力边界与开放范围尚待官方进一步披露。