Eleven v4 vs v3 對比 - 同一指令碼實測試聽
Eleven v4 vs v3 差在哪？同一指令碼、同一音色各生成 21 次：v4 生成速度是 v3 的 1.6 倍，準確率持平。逐段並排試聽，還能免費親自對比。
最近更新: 2026-10-05
Eleven v4 vs v3 實測結論：用 Eleven v4。 我們把同樣的 7 段指令碼、用同樣的音色，分別交給兩個模型各生成 3 次。v4 的生成速度是 v3 的 1.6 倍，讀得一樣準，情緒標籤都演出來了，沒有被念出來，這一點和 v3 一樣。另外 v4 單次能處理的文字翻倍（10,000 對 5,000 字元），多了包括粵語在內的 11 種語言，價格還一樣。
用你自己的文字做一次 Eleven v4 vs v3 對比：兩個模型各生成一次，結果會並排留在下面。
免費試用 Eleven v4，無需註冊
每天免費 2 次，每次最多 200 字。方括號裡的標籤會被演出來，不會被念出來。
一張表看懂 Eleven v4 vs v3
| Eleven v3 | Eleven v4 | |
|---|---|---|
| 發布時間 | 2025 年 | 2026 年 9 月 28 日 |
| 模型 ID | eleven_v3 | eleven_v4 |
| 官方語言數 | 70+ | 90+ |
| API 模型列表裡的語言程式碼 | 74 | 85 |
| 單次字元上限 | 5,000 | 10,000 |
| 情緒標籤 | 支援 | 支援，可疊加 |
| 低延遲版本 | v3 Conversational | v4 Turbo（官方稱中位推理約 100 毫秒） |
| 價格 | 標準 TTS 價 | 與 v3 相同 |
| 實測：生成 1 秒音訊要多少秒（中位數） | 0.37 | 0.23 |
| 實測：首位元組延遲（中位數） | 0.81 秒 | 0.70 秒 |
| 實測：對照原稿的轉寫錯誤率（平均） | 1.9% | 1.8% |
| 實測：標籤被念出來 | 21 次中 0 次 | 21 次中 0 次 |
這次 Eleven v4 vs v3 怎麼測的
- 時間：2026 年 10 月 5 日，通過 ElevenLabs 公開 API。
- 指令碼：7 段短稿，每段讀出來 8 到 19 秒：英文旁白、帶 4 個標籤的英文臺詞、普通話旁白、帶 3 個標籤的普通話臺詞、日語、巴西葡萄牙語，以及一段用 text-to-dialogue 生成的兩人普通話對白。
- 公平性：每組用同一個音色、同一段文字、預設引數。每段每個模型跑 3 次，先後順序交替（這一輪 v3 先，下一輪 v4 先），避免網路某一分鐘變慢偏向哪一方。一共 42 次生成、531 秒音訊。
- 速度：用流式介面計時，記錄從發出請求到收到第一個音訊位元組、到收到最後一個位元組的時間。測試在我們位於亞洲的網路上進行，包含網路往返，所以請看兩者的比例，不要看絕對秒數。
- 準確率：每段輸出都用 ElevenLabs Scribe v2 轉寫，再和去掉標籤的原稿比對。中文、日文按字算錯誤率，其他語言按詞算。
分指令碼結果
下表把 Eleven v4 vs v3 拆到每段指令碼，每格取 3 次的中位數，各列都是越低越好。
| 指令碼 | v3：每秒音訊耗時 | v4：每秒音訊耗時 | v3 錯誤率 | v4 錯誤率 |
|---|---|---|---|---|
| 英文旁白 | 0.40 | 0.23 | 0% | 0% |
| 英文 + 標籤 | 0.55 | 0.25 | 3.8% | 3.8% |
| 普通話旁白 | 0.37 | 0.20 | 1.2% | 0% |
| 普通話 + 標籤 | 0.33 | 0.21 | 4.3% | 4.3% |
| 日語 | 0.39 | 0.24 | 0% | 0% |
| 巴西葡萄牙語 | 0.33 | 0.26 | 0% | 0% |
| 兩人對白（普通話） | 0.35 | 0.19 | 3.9% | 4.4% |
錯誤率這一列其實反映了三件事：
- 帶標籤的指令碼和對白，兩個模型都在 4%–5%。原因是演出來的笑聲、嘆氣被轉寫成了「哎」「哈哈」這樣的字。這說明標籤生效了，不是讀錯了。
- 英文帶標籤那段，兩個模型都錯了同一個詞：Scribe 把「heard」聽成了「hurt」。
- 唯一真正的差別在普通話旁白：v3 三次裡有兩次，「眼鏡」被轉寫成「眼睛」；v4 三次都對。
Eleven v4 vs v3 逐段並排試聽
每組都是第 1 次生成的原始音訊，沒有剪輯。先放 v3，後放 v4。
普通話旁白
普通話 + 情緒標籤
[laughs] 你以为我会就这么算了？[whispers] 合同在我手里，三天之内，你会求着来找我。[sighs] 可惜啊，我们本来可以是朋友。[laughs] 你以为我会就这么算了？[whispers] 合同在我手里，三天之内，你会求着来找我。[sighs] 可惜啊，我们本来可以是朋友。兩人對白，一次請求
[curious] 你这猴头，又从哪里闯了祸回来？
[laughs] 师父莫急，俺老孙不过是借了他三根毫毛！
[sighs] 借？只怕人家此刻正满山找你呢。
[excited] 找便找，俺一个筋斗，早到了十万八千里外！[curious] 你这猴头，又从哪里闯了祸回来？
[laughs] 师父莫急，俺老孙不过是借了他三根毫毛！
[sighs] 借？只怕人家此刻正满山找你呢。
[excited] 找便找，俺一个筋斗，早到了十万八千里外！英文旁白
英文 + 情緒標籤
轉寫時，笑聲和嘆氣在 v4 的三次裡都被識別成了音效，v3 是三次裡有兩次。
[whispers] Okay, don't move. I think it's still in the kitchen. [nervous] What if it heard us? [laughs] Relax, it's just the cat. [sighs] You scared me half to death.[whispers] Okay, don't move. I think it's still in the kitchen. [nervous] What if it heard us? [laughs] Relax, it's just the cat. [sighs] You scared me half to death.日語
巴西葡萄牙語
變了什麼，沒變什麼
把這次 Eleven v4 vs v3 的差別歸納一下：
- 速度提升最明顯。 7 段指令碼 v4 全部更快，快了 1.3 到 2.2 倍。短句的等待時間主要花在模型「讀完」上，不在「開口」上：首位元組延遲只從 0.81 秒降到 0.70 秒。
- 準確率本來就高，現在依然高。 兩個模型都完整讀完了每一段，沒有漏字、重複或多讀。
- 標籤照常可用。 v3 上用的標籤在 v4 上全部生效，兩個模型都沒有把標籤念出來。按 ElevenLabs 的說法，v4 還支援疊加和連用。
- 單次能處理的文字更多。 10,000 字元意味著常見長度的一章一次就能生成，不用拆成兩次，接縫更少。
- 語言更多。 v4 的 API 模型列表新增了粵語、緬甸語、蒙古語、烏茲別克語、約魯巴語、馬耳他語、毛利語、奧里亞語、塔吉克語、阿斯圖里亞斯語和奧克語。v3 支援的語言，v4 全都支援。
生產中的一個提醒：我們有聲劇場的 76 集全部用 v4 渲染。較長的中文 text-to-dialogue 請求，到 1,700 字左右時，v4 偶爾會不報錯地漏掉最後幾句。我們的做法是中日韓文本每次請求不超過 1,200 字，並檢查每一句都有時間戳，問題就解決了。v3 在這個長度下我們沒有測過。
Eleven v4 vs v3 該選哪個
- 新的配音、有聲書、有聲劇：Eleven v4。
- 即時語音 Agent：Eleven v4 Turbo，v4 的低延遲版本。
- 已經用 v3 做了一半的專案：如果新補的句子要和已定稿的片段一致，就先用 v3 做完，再換 v4。
- 最看重每分鐘成本：Google 的 Gemini 3.8 TTS 約每分鐘 0.017 美元。同樣的指令碼，它比 v4 慢 2.4 倍，還有兩段加了原稿裡沒有的語氣詞。
想自己做一次 Eleven v4 vs v3 對比，在聲匠，兩個模型都可以在配音工作臺裡選，價格相同；有聲劇工坊用 v4 渲染。模型本身的介紹見 Eleven v4 線上試用。
常見問題
Eleven v4 vs v3 哪個好？ 新專案建議直接用 v4。我們的實測裡 v4 生成速度是 v3 的 1.6 倍，準確率持平；單次上限翻倍到 10,000 字元，多了 11 種語言，而且價格一樣。
v3 的情緒標籤在 v4 上還能用嗎？ 能。[whispers]、[laughs]、[sighs]、[excited]、[nervous]、[curious] 在兩個模型上都生效，42 次生成裡沒有一次把標籤念出來。
Eleven v4 比 v3 貴嗎？ 不貴。ElevenLabs 對 v4 的計費和其他 TTS 模型相同，聲匠裡 v4 和 v3 也是同價。
Eleven v4 中文比 v3 準嗎？ 整體差不多：用語音識別對照原稿，v4 平均錯誤率 1.8%，v3 1.9%，差距幾乎都來自笑聲、嘆氣被轉寫成了字。唯一像是模型本身的差別是普通話旁白裡的「眼鏡」：v3 三次裡有兩次被轉寫成「眼睛」，v4 三次都對。
已經用 v3 做了一半的專案要換 v4 嗎？ 新專案直接用 v4。做到一半的專案，如果補錄的句子要和已經定稿的 v3 片段保持一致，就先用 v3 做完。
Eleven v3、Eleven v4 和 ElevenLabs 是 ElevenLabs 的商標。聲匠是基於 ElevenLabs API 的獨立產品，與 ElevenLabs 沒有隸屬關係。