ElevenLabs SFX v3 precio: 40 efectos de sonido por 32 centavos (con letra chica)
ElevenLabs SFX v3 precio: 40 efectos para un video de 10 minutos salen en unos 32 centavos de dólar, si la tarifa es por minuto. La letra chica.
ElevenLabs SFX v3 precio: a la tarifa publicada de 0.12 dólares por minuto de audio, 40 efectos de 4 segundos para un video de diez minutos suman unos 32 centavos de dólar. La cuenta solo vale si la tarifa es realmente por minuto, y eso la propia documentación no lo deja claro. Este es el desglose del video, en artículo.
Qué cambió con ElevenLabs SFX v3
Muchos lo cuentan como si ElevenLabs hubiera inventado los efectos de sonido con IA. No: ya tenía un generador de efectos. Lo que publicó el 29 de octubre de 2026 es un modelo nuevo para ese generador. La mejora anunciada es concreta: sigue mejor varias instrucciones dentro de un mismo prompt, maneja mejor la música y las voces, y mete menos ruido en sonidos agudos como gongs, campanas o silbatos.
Dicho simple: antes pedías un sonido y armabas la escena pegando clips. Ahora la idea es describir la escena completa, en orden, y que salga en una sola pasada.

Cómo funciona por dentro (y la trampa del modelo por defecto)
Mandas un texto y, si quieres, una duración, y el modelo devuelve un archivo de audio. La pieza que casi nadie menciona: según la documentación de la API, el modelo por defecto sigue siendo la versión dos. Si no escribes el identificador de la versión tres, usas la anterior sin saberlo.
Hay dos controles importantes: la influencia del prompt, de 0 a 1 con valor por defecto de 0.3 (alta sigue tu texto al pie de la letra; baja improvisa más), y la duración, de hasta 30 segundos por generación. También se puede pedir un bucle, y los formatos de salida dependen de tu plan: el MP3 de mayor calidad y el WAV a 44.1 kHz piden planes más altos.
La prueba: dos escenas, versión 2 contra versión 3
El 1 de noviembre probamos dos prompts, fijando seis segundos y pidiendo ambas versiones: una multitud de futbol que celebra, un balón que cae y luego abucheos, y una cafetería con timbre de puerta, máquina de espresso, una taza sobre el plato y una risa suave. Salieron cuatro archivos de seis segundos exactos. Con un solo timbre sin fijar duración, el modelo decidió por su cuenta y devolvió tres segundos. Es una prueba con dos prompts nuestros, no un estudio.
La cuenta en dólares
La documentación indica 40 créditos por segundo cuando fijas la duración. Cuarenta efectos de cuatro segundos son 160 segundos: 6,400 créditos. La página de precios de la API marca 0.12 dólares por minuto de efectos: 160 segundos son 2.67 minutos, es decir, unos 32 centavos. Con cien efectos de cinco segundos, ocho minutos y medio, sale alrededor de un dólar.
Como referencia, un banco de efectos por suscripción ronda los diez dólares al mes según reseñas (los precios varían entre sitios), y su plan personal no cubre trabajo para clientes.
Tres casos de negocio (análisis nuestro)
- Anuncio de cafetería de 15 segundos: una sola frase con la puerta, la máquina y la taza da un ambiente listo para ponerle la voz y la oferta. El sonido deja de ser un paso aparte con varias descargas y licencias.
- Videos explicativos sin cámara: en lugar de pegar tres capas por cada cambio de escena, pides la escena entera y te quedas con la mejor toma. La influencia del prompt permite una toma fiel y otra más creativa. El límite ya no es el dinero, es tu gusto.
- Ejercicios de escucha para un curso de idiomas: escenas ambiente con voces, como un mercado o una estación. Es el más difícil porque aquí el modelo maneja voces; un error de pronunciación cuesta, así que conviene que alguien que domine el idioma lo revise.

Cuándo gana cada opción
Regla práctica, criterio nuestro y no del fabricante: un sonido, versión dos; una escena de varias partes o con voces, versión tres; una firma sonora de marca, un banco propio. La documentación recomienda comparar ambas versiones con tus prompts antes de decidir.
A quién no le sirve
A quien necesita música completa: la documentación lo manda a la herramienta de música. A quien necesita conteos exactos: la guía oficial admite que pedir un triángulo cuatro veces no siempre sale cuatro veces. Y a quien viva en una región sin acceso, porque el modelo nuevo puede no estar disponible.
La objeción y la letra chica
Un banco de efectos grabados puede sonar mejor, y ElevenLabs dice que v3 supera a v2 pero no publica cifras. La comparación real no es contra un estudio de grabación, sino contra el efecto genérico que ibas a reutilizar. Si el sonido es parte de tu marca, sigue grabando o comprando.
La letra chica pesa:
- Disponibilidad: el anuncio no menciona restricciones, pero la documentación dice que v3 está en acceso limitado y puede no estar en todas las regiones. En nuestra cuenta funcionó; eso solo prueba que funciona en esa cuenta.
- Tarifa: la página de precios dice 0.12 dólares por minuto, pero su sección de preguntas dice que se cobra por generación. Si es por generación, la cuenta de 32 centavos cambia.
- Contradicciones menores: una página pone la duración mínima en 0.1 segundos y otra en 0.5.
- Licencia: la página de precios solo dice «libre de regalías», sin los términos por plan. Confírmalos antes de usarlo en un anuncio.
Qué se rompe en la práctica
- Los conteos: no esperes diez golpes exactos.
- Si olvidas el identificador de v3, creerás que probaste el nuevo y habrás probado el viejo.
- La duración automática puede quedar corta o larga para tu anuncio.
- Las palabras importan: una pareja discutiendo funciona mejor que una pareja peleando, según la guía.
- Los bucles: la documentación dice que sirven para efectos más largos que treinta segundos, pero no explica cómo. Pruébalos antes de prometérselos a un cliente.
¿Cómo aplicarlo en tu empresa?
- Escribe la escena en el orden en que quieres oírla.
- Describe acción, lugar y ambiente, no una categoría.
- Fija la duración para no quedarte con la que adivine el modelo.
- Prueba la misma frase en v2 y en v3 y quédate con la que suene mejor, no con la más nueva.
- Guarda en WAV si tu plan lo permite.
Copia el prompt de la cafetería, córrelo en las dos versiones y escucha. Para otro ejemplo de IA de audio con la cuenta hecha, lee el análisis completo de Voxtral 3.
Preguntas frecuentes
¿Cuánto cuesta ElevenLabs SFX v3?
La documentación indica 40 créditos por segundo y la página de precios de la API marca 0.12 dólares por minuto, aunque su FAQ habla de cobro por generación. Con la tarifa por minuto, 40 efectos de 4 segundos salen en unos 32 centavos.
¿Cómo uso SFX v3 en la API?
Hay que mandar el identificador del modelo v3; si no, la API usa la versión dos por defecto.
¿Está disponible para todos?
No necesariamente: la documentación dice que está en acceso limitado y puede no estar en todas las regiones.
¿Sirve para música?
No. Para música completa la documentación recomienda la herramienta de música.
Conclusión
Sobre el ElevenLabs SFX v3 precio, la cuenta es buena (unos 32 centavos por 40 efectos) pero depende de una tarifa por minuto que la propia documentación no confirma. La noticia no es que la IA haga ruido, sino que el sonido de tu video puede dejar de ser un trámite. No confíes en el anuncio, ni en nosotros: corre tus propios prompts y escucha. Fuentes: blog de ElevenLabs sobre SFX v3 y precios de la API.