ElevenLabs SFX v3: Was neu ist und wie es klingt

ElevenLabs hat am 29.10.2026 SFX v3 veröffentlicht, sein neuestes Text-zu-Soundeffekt-Modell. Laut ElevenLabs setzt es Prompts mit mehreren Sounds zuverlässiger um, kommt besser mit Musik und Gesang zurecht und erzeugt weniger Artefakte bei Gongs, Glocken und Pfeifen. Es läuft in ElevenCreative und über die API; dort ist der Zugang noch eingeschränkt, und Soundeffekte kosten $0.12 pro Minute. Außerhalb der ElevenLabs-Apps nutzen die ElevenLabs-Soundeffekte auf RaoMusic bereits SFX v3 – für 1 Credit pro Sekunde, mindestens 5 Credits.

Zuletzt geprüft: 31.10.2026

Was ist neu bei ElevenLabs SFX v3?

Die Ankündigung nennt vier Änderungen gegenüber SFX v2:

• Mehrere Sounds in einem Prompt. „Es verarbeitet Prompts, die mehrere Sounds beschreiben, zuverlässiger.“ Das offizielle Beispiel: Eine Menge jubelt, ein Ball fällt, und Sekunden später buht dieselbe Menge.
• Musik und Gesang. „SFX v3 verbessert außerdem die Generierung bei Prompts, die Musik und Gesang enthalten.“
• Saubererer Klang. Laut ElevenLabs „erzeugt v3 in Benchmark-Tests saubereres, natürlicheres Audio als SFX v2“. Dieser Vergleich stammt aus den eigenen Tests des Unternehmens.
• Weniger Klingel-Artefakte. Das Modell „erzeugt mit geringerer Wahrscheinlichkeit solche unerwünschten Artefakte bei Klängen wie Gongs, Glocken und Pfeifen“.

Das offizielle Video „Introducing SFX v3“ von ElevenLabs, eingebettet aus dem YouTube-Kanal des Unternehmens.

Wie bekommen Sie Zugang zu SFX v3 bei ElevenLabs?

In ElevenCreative führt ElevenLabs SFX v3 in Flows, im Tab „Sound Effects“, in Studio und im Music Editor. Auch in der mobilen ElevenLabs-App ist es verfügbar. Über die API senden Sie dieselbe Soundeffekt-Anfrage wie bisher und setzen die Modell-ID – den Wert, der das Modell auswählt – auf eleven_text_to_sound_v3. Lassen Sie die Modell-ID weg, erhalten Sie eleven_text_to_sound_v2, das die Dokumentation weiterhin als Standard angibt.

Noch haben nicht alle Zugang. In der Dokumentation heißt es: „SFX v3 ist nur eingeschränkt verfügbar und möglicherweise nicht in jeder Region erhältlich“, und API-Anfragen von Konten ohne Zugang liefern den Fehler „Unknown model“.

Dieselbe Dokumentationsseite listet die Einstellungen für Soundeffekte: 0,1 bis 30 Sekunden pro Clip, eine Prompt-Gewichtung (je höher, desto wörtlicher folgt das Modell Ihrem Text), Looping für sich wiederholende Atmos, MP3-Ausgabe sowie WAV mit 48 kHz, allerdings nur bei deaktiviertem Looping.

Was kostet SFX v3?

Laut der API-Preisseite von ElevenLabs kosten Soundeffekte $0.12 pro Minute. Die Dokumentation beziffert die Kosten auf 40 ElevenLabs-Credits pro Sekunde, wenn Sie eine Dauer angeben. Zum Zeitpunkt unserer Prüfung wies keine der beiden Seiten einen eigenen Preis für SFX v3 aus.

Auf RaoMusic kosten ElevenLabs-Soundeffekte 1 Credit pro Sekunde Länge, mindestens 5 Credits – ein 10-Sekunden-Clip kostet also 10 Credits. Ein Abo ist dafür nicht nötig.

Kann SFX v3 mehrere Sounds in einem Prompt umsetzen?

Dieser Prompt folgt dem offiziellen Beispiel, mit drei Ereignissen in fester Reihenfolge. Auf RaoMusic steuert die Einstellung Beschreibungstreue, wie genau das Ergebnis Ihrer Beschreibung folgt.

Prompt: Football stadium: the crowd cheers loudly, then a ball drops and bounces twice on the grass, then the same crowd boos. (Fußballstadion: Die Menge jubelt laut, dann fällt ein Ball und springt zweimal auf dem Rasen auf, dann buht dieselbe Menge.) · Länge: 10 s · Beschreibungstreue: 0,3 (Standard)

Höreindruck: Stadionjubel, zwei Ballaufpraller, dann Buhrufe – in der gewünschten Reihenfolge. Diese Version eignet sich für einen stilisierten Sport-Edit oder ein komisches Missgeschick auf dem Platz.

Gleicher Prompt · Beschreibungstreue: 0,7

Höreindruck: Dieselben drei Ereignisse in derselben Reihenfolge. Die Aufpraller klingen trocken, ohne den Hall eines großen Stadions – soll die Szene realistisch wirken, geben Sie ihnen im Schnittprogramm etwas Hall.

Schreiben Sie die Ereignisse in der gewünschten Reihenfolge und verbinden Sie sie mit „then“. Beginnen Sie mit der Standard-Beschreibungstreue und erhöhen Sie sie, wenn ein Ereignis fehlt.

Gibt es bei SFX v3 noch Artefakte bei Gongs, Glocken und Pfeifen?

Prompt: A single large gong struck once with a soft mallet, long shimmering resonance slowly fading out. (Ein einzelner großer Gong, einmal mit einem weichen Schlägel angeschlagen, lange schimmernde Resonanz, die langsam ausklingt.) · Länge: 10 s · Beschreibungstreue: 0,3

Höreindruck: Ein Schlag mit weichem Schlägel und langem Ausklang, im Nachklang leicht eiernd und mit dezentem Rauschen. Blenden Sie den Ausklang früher aus, wenn Sie ein sauberes Ende brauchen; so wie er ist, passt er zu einer Überblendung oder einem Meditations-Intro.

Prompt: Metal wind chimes ringing gently in a light breeze. (Ein Windspiel aus Metall klingt sanft in einer leichten Brise.) · Länge: 8 s · Beschreibungstreue: 0,3

Höreindruck: Metallische Anschläge in natürlichem Tempo, aber kaum Wind, und die ausklingenden Töne haben ein leichtes digitales Phasing und ein hochfrequentes Klingeln. Legen Sie eine separate Wind- oder Außen-Atmo darunter – die überdeckt auch den Ausklang.

Prompt: A referee blows one long steady whistle blast, then silence. (Ein Schiedsrichter pfeift einmal lang und gleichmäßig, dann Stille.) · Länge: 5 s · Beschreibungstreue: 0,3

Höreindruck: Zwei kurze, flatternde Pfiffe statt eines langen. Nutzen Sie ihn als Doppelpfiff für ein Foul; für einen einzelnen langen Pfiff generieren Sie neu mit höherer Beschreibungstreue.

Gleicher Prompt · Beschreibungstreue: 0,8

Höreindruck: Ein Pfiff mit leichtem Triller und etwas schwankender Tonhöhe, dann Stille. Als Schiedsrichtersignal brauchbar, wenn ein wenig Wackeln in Ordnung ist; brauchen Sie einen völlig gleichmäßigen Ton, generieren Sie neu.

Kann SFX v3 Musik und Gesang erzeugen?

Laut ElevenLabs kommt v3 besser mit Prompts zurecht, die Musik und Gesang enthalten. Wir haben einen kurzen gesungenen Jingle mit Instrument angefordert.

Prompt: A small children's choir sings a short cheerful 'la la la' melody over a toy piano, like a cartoon intro jingle. (Ein kleiner Kinderchor singt eine kurze, fröhliche „La la la“-Melodie zu einem Spielzeugklavier, wie ein Zeichentrick-Intro-Jingle.) · Länge: 10 s · Beschreibungstreue: 0,3

Höreindruck: Die Kinder singen deutlich „La la la“, aber es gibt kein Spielzeugklavier, und der hallige Vortrag klingt eher feierlich als fröhlich. Das passt besser als unheimliches Motiv in einer Horror- oder Thrillerszene als zu einem Zeichentrick-Intro.

Gleicher Prompt · Beschreibungstreue: 0,8

Höreindruck: Die Kinder singen „La la la“ ganz ohne Instrument, in einer eher nach Moll klingenden, gespenstischen Melodie. Auch diese Version passt besser zu Horror als zu Zeichentrick.

Beide Versionen trafen den Gesang, verfehlten aber das Spielzeugklavier und die fröhliche Stimmung. Für einen fröhlichen Jingle mit Begleitung ist auf RaoMusic ein Musikmodell wie ElevenLabs Music die Alternative.

Wie schneidet es im Vergleich zum SFX-v2-Clip vom Oktober ab?

Für den Vergleich ElevenLabs vs. Suno haben wir am 14.10.2026 diesen Stadt-Soundscape-Prompt mit eleven_text_to_sound_v2 generiert – 15 Sekunden, Prompt-Gewichtung 0,8, Looping aus. Der SFX-v3-Clip nutzt exakt denselben Prompt und dieselben Einstellungen und wurde am 31.10. generiert.

Prompt: A cinematic sunrise city soundscape: distant traffic and soft footsteps on wet pavement, a gentle bicycle bell passing by, birds beginning to sing, and a warm hopeful swell of urban ambience. No speech, no music, clean natural detail, polished film sound effect. (Eine filmische Stadt-Klangkulisse bei Sonnenaufgang: entfernter Verkehr und leise Schritte auf nassem Pflaster, eine sanfte Fahrradklingel fährt vorbei, Vögel beginnen zu singen, und die Stadtatmosphäre schwillt warm und hoffnungsvoll an. Keine Sprache, keine Musik, saubere natürliche Details, ausgefeilter Film-Soundeffekt.)

SFX v2 · 14. Oktober

Höreindruck: Schritte auf nassem Boden, eine klare Fahrradklingel und ein fernes Grollen, aber der Vogelgesang ist kaum hörbar und das Anschwellen klingt leicht synthetisch. Für eine zentrale Filmszene fehlt die Tiefe – verwenden Sie es als leise Hintergrundatmo oder Überleitung.

SFX v3 · 31. Oktober

Höreindruck: Die Fahrradklingel steht vorne, dazu nasses Pflaster, entfernter Verkehr und klarer Vogelgesang – das warme Anschwellen fehlt jedoch. Als realistische Morgenstraßen-Atmo für eine Drama- oder Podcast-Szene funktioniert es; wenn Sie das Anschwellen wollen, legen Sie ein Musik-Pad darunter.

Die v3-Version hat klareren Vogelgesang, lässt aber das Anschwellen weg, das die v2-Version hatte.

Wie nutzen Sie SFX v3 auf RaoMusic?

1. Öffnen Sie Erstellen und wählen Sie im Modellmenü ElevenLabs. Welche ElevenLabs-Version Sie wählen, spielt keine Rolle – Soundeffekte laufen in beiden Fällen über SFX v3.
2. Wechseln Sie zum Tab Sounds.
3. Beschreiben Sie den Sound im Feld Sound-Beschreibung. Bei mehreren Ereignissen nennen Sie sie in der richtigen Reihenfolge.
4. Stellen Sie die Länge ein (1 bis 30 Sekunden) und erhöhen Sie die Beschreibungstreue, falls ein Detail fehlt.
5. Aktivieren Sie Nahtlose Schleife für Atmos, die sich wiederholen sollen.
6. Klicken Sie auf Generieren.

Für Spieleprojekte öffnet der Game-Soundeffekt-Generator dasselbe ElevenLabs-Sounds-Formular.

Wie haben wir getestet?

Am 31.10.2026 haben wir auf RaoMusic neun Clips generiert – mit ElevenLabs im Tab Sounds (läuft über SFX v3) und deaktivierter Option „Nahtlose Schleife“. Prompt und Einstellungen stehen jeweils über dem Clip. Wir haben jeden Auftrag alle 5 Sekunden abgefragt; jeder Clip war innerhalb von 11 Sekunden nach der Anfrage fertig. Der SFX-v2-Referenzclip stammt aus unserem Vergleich vom 14. Oktober. Der kurze Höreindruck unter jedem Clip beschreibt, wie die Datei klingt; drücken Sie auf Play und urteilen Sie selbst.