Skip to content

Tarifs de l'API ElevenLabs, ce que coûte une voix off de 30 s

Les prix de l'API ElevenLabs par modèle au 1er novembre 2026, le décompte des caractères et un script de pub de 30 s chiffré, en direct et via Aitachyon.

Obtiens une clé API, paiement à l'usage dès 10 $Une seule clé pour les modèles vidéo, image et voix. Chaque appel affiche son prix avant de partir.
Obtenir une clé API
Par Robin MFondateur d'Aitachyon

Publié le

Mis à jour le

Lecture6 min

Lire enEnglishFrançais

Les tarifs de l'API ElevenLabs se comptent en caractères de texte envoyés, pas en secondes d'audio reçues. Sur la page de prix de l'API, consultée le 1er novembre 2026, Eleven v4 coûte 0,08 $ les 1 000 caractères et v4 Turbo 0,04 $. Une lecture de pub de 30 secondes tourne autour de 500 caractères : une prise sur v4 coûte donc environ quatre centimes.

Ces quatre centimes décident rarement quoi que ce soit. Au programme : le fonctionnement de la facturation (caractères, crédits, les deux paliers de prix), un vrai script de 30 secondes écrit pour cet article, compté et chiffré prise par prise, puis la même lecture via Aitachyon, le studio que je fais tourner, qui facture par bloc de caractères et coûte plus cher par prise. À la fin, vous saurez chiffrer un lot de voix off au centime près et choisir où le lancer.

Comment ElevenLabs facture la synthèse vocale

La page de prix de l'API le dit en deux phrases : la synthèse vocale est facturée au caractère, et l'usage de l'API est facturé en dollars, pas en crédits. Le tarif dépend du modèle, pas de l'abonnement : chaque colonne de la grille affiche le même prix aux 1 000 caractères, et il existe deux paliers. Les identifiants model_id et les plafonds par requête viennent de la documentation des modèles.

Modèlemodel_idPrix aux 1 000 caractèresMaximum par requête
Eleven v4eleven_v40,08 $10 000
Eleven v4 Turboeleven_v4_turbo0,04 $non indiqué
Eleven v3eleven_v30,08 $5 000
Multilingual v2eleven_multilingual_v20,08 $10 000
Flash v2.5eleven_flash_v2_50,04 $40 000

Côté API, le « multiplicateur de modèle » se résume à ce facteur deux : v4 Turbo, v3 Conversational et Flash coûtent moitié moins que v4, v3 et Multilingual v2. La page des modèles les distingue aussi par le nombre de langues (plus de 90 pour v4, plus de 70 pour v3, 32 pour Flash v2.5, 29 pour Multilingual v2) et signale l'ancien Turbo v2.5 comme déprécié au profit de Flash v2.5.

Une valeur par défaut à corriger : la référence de l'endpoint Create speech fixe model_id à eleven_multilingual_v2 si vous l'omettez. Vous payez le palier à 0,08 $ pour le modèle à 29 langues, pas pour v4. Précisez-le à chaque appel.

Les crédits sont l'unité de l'application, pas de l'API

La page de prix principale vend les mêmes formules en crédits : Starter à 6 $ par mois pour 30 000 crédits, Creator à 22 $ pour 121 000, Pro à 99 $ pour 600 000. La synthèse vocale y coûte 1 crédit par caractère sur Multilingual v2, et Flash et Turbo coûtent entre 0,5 et 1 crédit par caractère via l'API. L'article d'aide Have characters changed? ajoute l'autre multiplicateur : certaines voix partagées de la Voice Library ont un tarif personnalisé qui augmente la consommation de crédits.

La page de l'API présente la même formule Starter à 6 $ comme 75 000 caractères des modèles à 0,08 $, soit exactement 6 $ au tarif de 0,08 $ les 1 000. Les 22 $ de Creator y valent 275 000 caractères, les 99 $ de Pro 1 238 000. Lu ainsi, l'abonnement prépaie de l'usage au tarif public. Pour un usage API, budgétez à partir de la page de l'API. La licence commerciale figure sur la carte Starter et au-dessus, pas sur l'offre gratuite.

Des secondes aux caractères

Un script se pense en secondes et se facture en caractères : il faut une conversion sourcée. ElevenLabs en fournit une : sa grille API associe 10 000 caractères à environ 10 minutes, et son article d'aide sur le nombre maximum de caractères par requête dit la même chose du plafond de 10 000 caractères de v4. Cela fait environ 1 000 caractères par minute, donc 500 pour 30 secondes. C'est une estimation : une voix lente et chaleureuse lit moins de caractères en 30 secondes qu'une accroche rapide. Chronométrez le fichier rendu avant de figer le montage.

Obtiens une clé API, paiement à l'usage dès 10 $Une seule clé pour les modèles vidéo, image et voix. Chaque appel affiche son prix avant de partir.
Obtenir une clé API

Un script de pub de 30 secondes, compté

Voici le script, pour un moulin à café manuel fictif inventé pour l'exemple :

Le mauvais café commence au moulin, pas dans le paquet. Voici Ostra, un moulin manuel à quarante réglages de meules en acier, de la mouture fine pour l'espresso à la grosse pour la cafetière à piston. Tournez la molette, actionnez la manivelle, et votre café est moulu frais en moins d'une minute. Pas de fil, pas de bruit qui réveille la maison. Il tient dans un sac à dos et se démonte sans outil. Ostra. Moulez frais, goûtez la différence. Commandez cette semaine, votre premier paquet de grains est offert.

Compté en JavaScript avec text.length, espaces et ponctuation compris : 510 caractères, 90 mots. À 1 000 caractères par minute selon ElevenLabs, environ 31 secondes.

  • Une prise sur v4 : 510 x 0,08 $ / 1 000 = 0,0408 $.
  • Une prise sur v4 Turbo : 510 x 0,04 $ / 1 000 = 0,0204 $.

Passons à un vrai travail : quatre voix auditionnées sur v4 Turbo, puis trois prises finales sur v4, en français et en anglais. La version anglaise que j'ai écrite pour l'édition anglaise de cet article fait 483 caractères : le français est environ 6 % plus long, d'où l'intérêt de chiffrer chaque langue à partir de son propre texte.

  • Français : 4 x 0,0204 $ + 3 x 0,0408 $ = 0,2040 $.
  • Anglais : 4 x 0,0193 $ + 3 x 0,0386 $ = 0,1932 $.
  • Total : 0,40 $ pour 14 prises.

La voix est la ligne la moins chère d'une pub. L'habitude qui coûte, c'est de refaire tout le script pour corriger une phrase. L'endpoint Create speech accepte previous_text et next_text, pour rendre une seule phrase avec ses voisines comme contexte, et un seed pour une sortie reproductible au mieux (ElevenLabs précise que le déterminisme n'est pas garanti).

Lancer un lot sans erreurs 429

Un lot est limité par le nombre de requêtes simultanées. La page d'aide sur l'erreur 429 en compte 2 sur l'offre gratuite, 3 sur Starter, 5 sur Creator, 10 sur Pro et 15 sur Scale et Business, en prévenant que ces chiffres peuvent changer. Elle nomme deux causes : too_many_concurrent_requests, quand votre pool est trop grand pour votre formule, et system_busy, quand une nouvelle tentative passe en général. Dimensionnez le pool selon la formule, temporisez sur la seconde erreur, et notez caractères et coût par fichier pour rapprocher la facture.

La même voix off via Aitachyon

Aitachyon facture les lectures ElevenLabs par bloc entamé de 450 caractères : 0,108 $ le bloc au 1er novembre 2026, comme l'affiche la page de prix de la voix off ElevenLabs. Le calcul suit la règle publique de la page MCP, coût fournisseur multiplié par 3 sur l'audio : 450 x 0,08 $ / 1 000 = 0,036 $, fois 3. Les lectures tournent sur eleven_v4, avec eleven_v4_turbo en secours si un appel v4 échoue.

Le script français de 510 caractères fait deux blocs, soit 0,216 $ la prise : 5,3 fois le prix direct sur v4. Les blocs récompensent le travail d'écriture. Raccourcissez la deuxième phrase en « un moulin manuel à quarante réglages, de l'espresso à la cafetière à piston » et la troisième en « Tournez la molette, actionnez la manivelle : café moulu frais en moins d'une minute », et le script tombe à 443 caractères, un bloc, 0,108 $. La version anglaise se resserre de la même façon à 424.

Le parcours, documenté dans la référence de l'API : GET /api/voiceover/voices?provider=elevenlabs liste les voix et leur voiceId (gratuit, avec votre clé) ; POST /api/voiceover/sample fait entendre une phrase fixe dans cette voix sans frais, ce qui remplace le tour d'audition payant ; POST /api/voiceover/generate avec provider: "elevenlabs", le voiceId, le text et un projectId produit la prise. Via MCP, ce sont les outils voices_list et voiceover_generate.

Appliqué au travail ci-dessus : six prises finales coûtent 1,30 $ en version longue, ou 0,65 $ avec les deux scripts ramenés à un bloc, contre 0,24 $ pour les six mêmes prises en direct sur v4. Le même endpoint propose aussi des voix Google à 0,0405 $ le bloc et Fish Audio de 0,021 à 0,0225 $.

Mon avis franc : si vous n'avez besoin que de la voix, appelez ElevenLabs en direct, c'est plusieurs fois moins cher. Passer par Aitachyon a du sens quand la voix off est une étape d'un travail qui produit aussi de la vidéo et des images sur le même solde, avec les jobs ratés remboursés et le prix de chaque appel connu avant son lancement. Le versant vidéo de ce calcul est dans le prix des API de génération vidéo IA, labo par labo, et les recharges sont expliquées sur la page des tarifs.

Robin MFondateur d'Aitachyon
Comment travaille le studio

Arrêtez de décrire votre marque. Collez votre URL.