做 Agent 的人习惯默认用户会打开一个聊天框。但真到了客服、外呼、预约这些场景，四十岁以上的客户根本不打开聊天框，他们直接拨电话。9 月 30 日，ElevenLabs 完成一笔 3 亿美元的员工老股转让，估值 220 亿美元，正好是 2 月 Series D 那轮的两倍。官方给的理由很直白：企业买的是 ElevenAgents，不是音色。2022 年成立，去年底 ARR 3.3 亿美元，9 月 CEO 对 TechCrunch 说年化已经到 6 亿，企业客户占 55% 以上。语音这条线上，钱是真的在按分钟收。
一、它卖的是一整套呼叫流程，不是 TTS
把 ElevenLabs 当”配音网站”会看错它。现在它是三层：ElevenCreative 给创作者做音频内容，ElevenAPI 给开发者提供低延迟语音底座，ElevenAgents 是那层长得最凶的——对话 Agent 平台，负责配置、运行、观测一整条链路。
规模能说明问题：Klarna 用它跑 3500 万美国用户的一线电话客服，Deutsche Telekom、Cisco、Adobe、Stripe、希腊和乌克兰政府都在名单里；官方说法是全球十大科技公司里的五家、十大保险公司里的五家、十大电信里的四家，日常业务在用它。每周 1500 万通对话，比 2 月翻了三倍，ElevenAgents 的 ARR 同期也涨了三倍多。
二、一通电话进来，平台接管四件事
接入层负责把声音拉进来：SIP trunk 接你自己的号码，Twilio 接云呼叫，WebSocket 给自研客户端，网页挂件和 React / Swift / Kotlin SDK 管住 App 和官网。这一层 ElevenLabs 只提供连接方式，电话号码和运营商的钱要另付。
编排层是 ElevenAgents 的本体，管轮次控制、打断、超时——这三个参数决定了一通电话像人还是像 IVR。模型那格是三件套：Scribe 做实时转写，对话模型做推理，Eleven v4 把答案合成回语音。文档里写得很清楚，模型可以选官方档位，也可以填自己的 Key 接自备 LLM。
工具层才是”能办事”的地方。Agent 通过 webhook、客户端函数和 API 打到你的订单、工单、CRM 上，知识库走 RAG 检索兜住政策类问答，多步流程交给 Workflow Builder（先验身份、再查订单、再走退款）。跑完的通话记录进 Tests & Evals，用回放的方式做回归。
三、上手：免费额度够验证一件事
- 注册后免费档给 15 分钟通话、4 路并发。不多，但足够测出”它到底听不听得懂我家业务”。
- 建 Agent：写系统提示词，选模型档位或填自己的 Key，挑音色（官方文档口径 10,000 多个音色、31 种语言），传知识库文档开 RAG。
- 在浏览器挂件里直接对着说话。打断顺不顺、延迟能不能忍，这一步比读十页文档都有用。
- 接线路：SIP trunk 或 Twilio 接电话，网页端用 widget 和 SDK，批量外呼走 Batch Calls，名单加模板直接跑。
- 上线前把常见对话做成测试集跑一遍，别拿真实客户当回归测试。
价格（2026 年 10 月官网）：Free 15 分钟；Starter 首月 6 美元 75 分钟；Creator 首月 22 美元（275 分钟）；Pro 99 美元含 1,238 分钟、20 路并发；Scale 299 美元含 3,738 分钟、3 个席位；Business 990 美元含 12,375 分钟、40 路并发、10 个专业音色克隆。超出部分 0.08 美元/分钟，文本消息 0.003 美元/条。
四、实话：三个必须算进去的坑
第一，0.08 美元不是全部成本。 官网明确写了 LLM 按你选的模型另外计费。真实的一分钟 = 0.08 美元语音 + 模型费 + 电话号码费。一通一小时的客服电话，光平台侧就是 4.8 美元；要是用贵模型跑长对话，模型费经常比语音费还高。算账的时候把这三项分开列，别拿单价直接乘时长（这类按量计费的坑，之前横评几家平台时也踩过）。
第二，并发是隐形成本。 Business 档 40 路并发，超过就按 burst 价 0.16 美元/分钟走，正好翻倍。平时跑得好好的，促销季电话一多，账单会突然变脸。
第三，闭源，没有自托管。 数据驻留、HIPAA 的 BAA、自定义 SSO、SLA 全锁在 Enterprise 档位，中小团队只能接受它的云端。国内落地还多一层麻烦：实时语音对延迟极敏感，跨境链路 RTT 会直接吃掉打断体验，线路要么走境外号码，要么自己接 SIP 落地。
顺手对比一下同类：Retell 和 Vapi 更像零件市场，按分钟更便宜，但工作流、评测、知识库要自己拼装；ElevenLabs 卖的是装好的整机，代价是单价更贵、议价空间更小。真要做选型，把两家放在同一段真实话术上各跑 50 通，比看价格表靠谱。
谁该用，谁别碰
已经有电话客服或外呼场景、要的是”这周就上线一通能办事的电话”、预算按分钟算得清的团队，值得直接试。要私有化部署、要做纯方言识别、或者只是想把文字批量转成音频的，它给不了——前两个去接开源的 CosyVoice、IndexTTS 更省。语音 Agent 这波的真实门槛不在模型，在接线、评测和合规，ElevenLabs 卖的就是这三样。
