Eleven v4とv4 Turbo長尺コンテンツとリアルタイム応答で選ぶ

Eleven v4の正式IDはeleven_v4です。ElevenLabsのモデル表は90以上の言語、10,000文字、自然な複数話者の会話を案内し、Text to Dialogue APIで使えると記載しています。完成した台詞を生成し、編集・字幕・承認へ渡す経路です。

Eleven v4 Turboの正式IDはeleven_v4_turboです。モデル表は90以上の言語と約100msのprovider medianを案内し、Text to Dialogue WebSocketでの利用を示しています。会話画面やエージェントが文を受け取るたびに返す設計を中心にします。

90以上の言語は両モデルの共通機能です。v4 Turboだけの言語機能として扱わず、比較はAPI経路、文字上限の掲載有無、接続方式に絞ります。

v4で台詞を作る場合は、台本、話者、voice ID、Audio Tags、字幕行を一つの生成単位へまとめ、返却された音声を編集素材として保存します。10,000文字を超える台本は意味の切れ目と字幕行に合わせて分け、前後をつないだ状態でも確認します。

v4 Turboでは、WebSocket接続、文ごとの送信、音声チャンクの受信、再接続、途中停止を設計します。Turboのモデル表に文字数上限がないため、長文を一度に送れるとは扱わず、実装前にAPIの受信条件を確定します。

1. 5分台本を行ID・話者・Audio Tagsとともに保存し、v4のText to Dialogue APIを候補にする。
2. チャット入力は短文へ分け、v4 Turbo WebSocketのtask開始・継続・終了を実装する。
3. 同じ台詞をどちらでも作れると仮定せず、保存用音声とストリーミング音声の編集要件を分ける。
4. ユーザー体験の遅延は、provider表記ではなく自分の接続・再生環境で確認する。

この例では、v4を「自然」、Turboを「低品質」と決めていません。完成音声を編集するか、入力中に返すかが選択理由です。

ElevenLabsのAPI価格は、v4が$0.08/1K characters、v4 Turboが$0.04/1K charactersです。同じ10,000文字を単純に送る場合、公開従量単価だけではv4が$0.80、Turboが$0.40です。

この計算はAPI文字単位だけで、月額プランに含まれる文字数、Text to Dialogueの話者設定、再接続や再生成、保存費用を含みません。Turboの文字数上限が公開モデル表にないため、10,000文字を一回で受ける料金と運用を前提にせず、実装経路を確認します。