ElevenLabs

ElevenLabs 是 AI 语音与音频生成模型公司，卡在模型层，凭文本转语音、语音克隆和按字符计费的 API 服务开发者与企业。 其模型矩阵从 Multilingual v2、Turbo v2.5 演进到 ElevenLabs v3，并扩展至 Music v2 音乐生成。2025 年 9 月私募融资估值为 $66 亿。

一、主营业务与产品矩阵

• 文本转语音与语音克隆模型（核心）产品包括 2023 年 8 月推出的 Multilingual v2、2024 年 7 月推出的 Turbo v2.5，以及 2025 年 9 月推出的 ElevenLabs v3。Multilingual v2 在 2025-06-22 的文本转语音 Arena ELO 评测中为 1114；ElevenLabs v3 延迟 350ms，具备对话式情感控制和高音色相似度。
• 音乐生成（扩展品类）2026 年 4 月 3 日推出 iOS 应用 ElevenMusic，2026 年 5 月 28 日发布 Music v2；两者将模型能力封装为音乐创作与社交发现应用。该线使公司从语音合成延伸到音乐内容生成，直接与 Suno、Udio 竞争。
• API 与开发者平台（商业化层）以按字符计费的 API 向开发者和企业输出语音与音频模型能力，Multilingual v2 和 ElevenLabs v3 价格为 $206/百万字符，Turbo v2.5 为 $103/百万字符。ARR 从 2025 年 6 月的 $1 亿升至 2026 年 1 月的 $3.3 亿，2026 年 5 月达到 $5 亿。

三、竞争格局

AI 音频生成市场尚未收敛，语音合成与音乐生成分别有不同玩家。ElevenLabs 在文本转语音评测中位置靠前，Multilingual v2 在 2025-06-22 的 Arena ELO 为 1114，并以 $103 至 $206/百万字符的 API 价格形成商业化锚点；其壁垒来自模型质量、语音克隆、低延迟对话能力和开发者接口。短板同样清楚：音乐生成是新扩品类，ElevenMusic 需要与 Suno、Udio 争夺创作者；在更宽的全模态和 TTS 市场，MINIMAX-W 和 Qwen 等厂商可能以全模态模型或自有 TTS 能力争夺开发者与客户。v3 仍需手动适配，也说明产品化深度仍有门槛。

四、跨层角色

ElevenLabs 不只是模型工厂，它还通过 ElevenMusic 把音乐生成模型封装成面向创作者和消费者的应用，因此在 AIGC 数字媒体创意工具层拥有第二身份。

五、投资视角：多空逻辑

六、近期动态（倒序）

研报数据 · 11-07 更新 · 近 120 天，同一件事多家机构写到的合成一条