ElevenLabs 发布两款实时语音转语音模型 Eleven Realtime
ElevenLabs 于 10 月 20 日发布两款实时语音转语音模型 Eleven Realtime。其中 Max 版本在 Big Bench Audio 基准上得分 98.8%，响应时间 0.57 秒，ElevenLabs 称 Artificial Analysis 榜单上目前没有模型同时更快且更准确。较小的 v1 Mini 面向低成本自然对话。
#模型发布
The Decoder AI in practiceAI 评分5858 The Decoder AI in practiceAI 评分6060 Mistral AI 发布 Voxtral 3 实时语音智能体模型栈
Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的模型家族，包含语音转写模型 Voxtral Small Transcribe 3、文本转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。三者把聆听、思考、工具调用和说话合并为单一流式管线，转写覆盖 50 多种语言。智能体可在实时对话中调用外部系统。
ElevenLabs 官方博客AI 评分5858 ElevenLabs 发布 Eleven Realtime 语音到语音模型 v1 Mini 与 v1 Max
ElevenLabs 发布 Eleven Realtime 系列语音到语音模型，包含面向低成本自然对话的 v1 Mini 和面向复杂任务、多步工作流的 v1 Max，两者支持 90 多种语言并可调用 ElevenLabs 库中 17,000 多个声音。Artificial Analysis 的独立评测显示。
AI新榜AI 评分2626 MiniMax发布M3.1 Flash：推理速度提升近3倍，Agent任务成本降70%
MiniMax于10月19日发布新一代模型M3.1 Flash，线上推理速度提升近3倍，Agent任务综合使用成本降低70%。模型输入价格每百万Token 1元、输出4元、缓存读取0.1元，已上线MiniMax API、MPlan及MiniMax Code，权重后续开放，Pro版本将稍后推出。
The Decoder AI in practiceAI 评分5555 Cloudflare 发布文档字段抽取模型 Clairic，称比大语言模型更快更便宜
Cloudflare 发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、更便宜。Clairic 已在 Workers AI 上提供预览，开放权重将随后发布；用户指定订单号、发票总额等字段后，模型一次性返回对应格式的值和置信度分数，缺失值返回 null，还可做简单计算、估算和预测。Cloudflare 称在投诉邮件示例中。
The Decoder AI in practiceAI 评分7474 Kling AI 发布 4.0 版本，加入立体声与多语言口型同步并推出 Flash 轻量版
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧图像输入，提示词理解扩展到 8,000 tokens。新版本加入双声道立体声和十余种语言的改进口型同步，Omni Reference 单次最多接受 15 个参考素材，并推出最高 720p、20 秒的 Flash 轻量版。
ElevenLabs 官方博客精选 ElevenLabs 发布 Eleven v4 与 Turbo，面向配音、对话及多语言音频制作
ElevenLabs 官方发布 Eleven v4 和低延迟变体 Eleven v4 Turbo，介绍自然语言表演指令、音频标签、多说话人对话及跨语言音色保持能力。文章称两者支持90多种语言，并已通过 ElevenAgents、ElevenCreative 和 ElevenAPI 提供，适用方向包括旁白、有声书、角色台词和本地化配音。 官方榜单、偏好测试及延迟数字未由本站复核，不计作本站排名或实测。声音克隆能力不代表取得任意声音的使用授权；套餐、声音授权和输出商用条件需单独核验。
推荐理由：多语言配音、对话和表演控制属于声音制作；公布与修改时间分别保留。 官方声明，未由本站实测。