一百多毫秒，语音才敢实时

ElevenLabs 一口气发了两个：Eleven v4 和 v4 Turbo。v4 拼质量——第三方榜单排第一、90+ 语言、表达力上新档；v4 Turbo 拼速度——首字节约 100 毫秒，明说给实时对话优化；$22／$11 每百万字符（两周价）。 三层拆：一，TTFB 约 100ms 是这行的门槛数：人说话的空档就几百毫秒，语音跟不上就得冷场——实时语音看延迟先看这个数，跟"越级跑 256 tok/s"记的是同一本账。 二，"质量版+速度版"双发＝把选型题做成二选一：要表现力的买 v4、要接电话的买 Turbo——一个模型想两头通吃，往往两头都够不着。 三，每百万字符计价＝语音和文本计价单位不同：文字按 token 算、嘴皮子按字数算——比价先换算单位，不然容易看走眼。 口径：①"第一"是第三方名次——没复验、以实测为准；②100ms 自报——没压测；③$22／$11 是两周价——有时效、以官网价为准。 要用的两条：一，先拿真实场景试延迟：念长句看断句自然不自然，数字代替不了耳朵；二，两周价到期前算账：按字符消耗换算月成本再续。 实时语音这门生意，先把首字压进一百毫秒的——后面再谈嗓音好不好听。