Eleven Multilingual v2とFlash v2.5長尺読み上げと低遅延で選ぶ

日本語の長尺ナレーションや数字の読みを確認するならMultilingual v2、短文を高頻度に返すならFlash v2.5。言語数の差を音質の優劣へ変えず、入力と正規化で選びます。

ElevenLabsの公式モデル表、モデル選択ガイド、API価格を2026年10月19日に確認しました。日本語原稿を実際に生成した順位ではなく、文字数・正規化・料金・用途の条件を比較します。

執筆・確認：株式会社志庵編集担当　確認日：2026年10月19日

この記事の目次

01長尺台本か、短い応答か
02正式ID・言語・入力枠を比べる
03数字と固有名詞の読みを先に決める
04架空の日本語案内で使い分ける
051K文字単位で見積もる
06出典・確認範囲

長尺台本か、短い応答か

Eleven Multilingual v2の正式IDはeleven_multilingual_v2です。モデル表は29言語（日本語を含む）、10,000文字、安定した長尺向けとして案内しています。動画ナレーションや教材のように、台本を保存して編集する工程を中心にします。

Eleven Flash v2.5の正式IDはeleven_flash_v2_5です。32言語、40,000文字、約75msのprovider median、低遅延の経路を案内しています。数字の正規化は既定で無効とされるため、電話番号や金額を含む短文では前処理または設定を先に決めます。

選び方
長尺台本と数値読みの確認を中心にするならMultilingual v2を基準にします。短い返答を多く返し、入力枠と単価を優先するならFlash v2.5を候補にします。32言語と29言語の差を、日本語の音質順位へ置き換えません。

正式ID・言語・入力枠を比べる

ElevenLabs公式モデル表で確認できるTTS条件（2026年10月19日確認）
確認軸	Multilingual v2	Flash v2.5	制作で決めること
正式な識別子	`eleven_multilingual_v2`	`eleven_flash_v2_5`	旧Turbo v2.5とFlash v2.5を混同しない。
言語・入力枠	29言語、日本語を含む。10,000文字。	32言語、日本語を含む。40,000文字。	長文を一回で送るか、編集しやすい単位へ分けるか決める。
レイテンシー	モデル表に固定値なし。	約75ms medianというprovider表現。	ネットワークや再生を含む時間は別に確認。
数値の扱い	長尺・安定した読み上げ向けの位置付け。	numbers not normalized by default。Enterpriseでは`apply_text_normalization`を有効化できる案内。	電話番号、金額、日付は音声化前に表記を固定。
料金単位	$0.08/1K characters。	$0.04/1K characters。	月額プランの含有文字数とAPI従量単価を分ける。

日本語対応は両モデルの共通機能です。Flashの32言語を理由に、Multilingual v2が日本語を扱えないように書きません。差は文字枠、providerの遅延表現、数値正規化の既定値です。

数字と固有名詞の読みを先に決める

Multilingual v2では、台本の行ID、読み方、話者、voice IDを固定し、数字・日付・単位の表記を原稿から照合します。10,000文字を超える台本は意味の切れ目で分割し、各ファイルをつないだ時の間と音量も確認します。

Flash v2.5では、40,000文字の入力枠に任せて文章を長く送る前に、数字や記号をどう読ませるか決めます。既定で正規化されないため、原稿側で「500ml」「11月8日」「03-1234-5678」の読みを用意するか、利用可能な正規化設定を契約経路で確認します。

長尺台本の確認

固有名詞・英字・数字の読みを原稿へ記す。
10,000文字単位と字幕行を対応させる。
行を差し替えた後、前後の音声を聞く。

短文応答の確認

短い返答でも金額・日付・電話番号を別チェックにする。
正規化設定の適用範囲と契約条件を確認する。
約75msはprovider表現として扱い、自環境で測る。

架空の日本語案内で使い分ける

仮の条件（実際の生成結果ではない）

架空の施設案内を、8,000文字の動画ナレーションと、チャットから返す200文字の予約案内へ分ける。台本には「11月8日」「500ml」「03-1234-5678」という数字が含まれる。

8,000文字の台本はMultilingual v2で字幕行・読み・話者を固定する。
200文字の予約案内はFlash v2.5で返し、数値の読みを入力側で指定する。
同じ声を使う場合も、長尺の結合と短文の即時再生を別工程へする。
日本語の聞き取りやすさは、同じ原稿・声・設定で試聴して確認する。

この例では、Flashを「品質が低い」と結論づけていません。短文の返答と数値前処理の手間を受け入れられるかが選択条件です。

1K文字単位で見積もる

ElevenLabsのAPI価格は、Multilingual v2が$0.08/1K characters、Flash v2.5が$0.04/1K charactersです。10,000文字なら公開従量単価だけで$0.80と$0.40。40,000文字をFlashへ送る場合は単純計算で$1.60ですが、実際の分割、再生成、プラン内文字数を含めた請求とは別に確認します。

Flashの数字正規化を使う場合、Enterprise設定や適用範囲を契約条件で確認します。v2とFlashの月額プランをAPI単価へ換算せず、文字数とモデルIDを同じ見積もりへ記録します。

見積もりへ残す値
model ID、入力文字数、言語、正規化設定、voice ID、分割数、再生成数、API単価の確認日を一組で記録します。

出典・確認範囲

公式資料の確認日は2026年10月19日です。正式ID、言語、文字数、数値正規化、providerの遅延表現、API価格を確認しました。日本語の自然さ、数値の読み間違い率、速度、声の一貫性は測定していません。

ElevenLabs｜Models — v2/Flashの正式ID、言語、文字数、正規化、provider表現。
ElevenLabs｜Choosing the right model — 長尺・低遅延など用途別の公式選択ガイド。
ElevenLabs｜API pricing — Multilingual v2/Flashの1K文字単価。