ElevenLabs v3 텍스트-음성 변환: 중앙값 1.5초, 한 번의 호출로 11.2초

우리는 2026년 10월 3일부터 2026년 10월 12일 사이에 ElevenLabs eleven_v3를 총 313회 호출했습니다. 이 모든 것은 저희 아이들 에피소드의 텍스트-음성 변환(text-to-speech) 단계에서 나온 것입니다. 313회 중 단 한 번도 실패한 적이 없습니다.

비용은 호출당 $0.00236이었으며, 10일 동안 총 $0.738이었습니다. 비교하자면, 같은 기간에 저희가 사용했던 Stability stable-image-core 호출은 건당 $0.03으로, 218회 호출에 $6.54가 들었습니다.

중앙값(median) 호출 시간은 1.5초였습니다. 가장 느린 호출은 11.2초로, 중앙값의 약 7.5배에 달했습니다.

이 기록만으로는 왜 느렸는지 알 수 없습니다.

이는 단일 워크로드에서 수행된 작업이므로, 다른 사용자나 이 10일 외 기간 동안 ElevenLabs가 어떻게 작동하는지에 대해서는 아무것도 말해주지 않습니다.

텍스트-음성 변환 타임아웃을 가장 느린 호출 기준으로 측정해야 합니다. 중앙값 기준이 아닙니다. 저희의 경우 일반적인 시간은 1.5초였고, 최악의 경우는 11.2초였습니다.

원래 발행처는 neuragrowth.co입니다. NeuraGrowth는 1인 디지털 제품 스튜디오이며, 이 기록은 저희 파이프라인의 작동 방식과 문제 발생 지점을 담고 있습니다.