MENU

MENU

カテゴリー

\気になるカテゴリーをクリック!/

やきいも
文系SE
【プロフ】
 ▶ 30代半ば
 ▶ ITエンジニア13年目 | 業務システム
 ▶ 妻と息子の3人で田舎の暮らし

【サイト運営】
このブログは私の体験をもとに以下に関する情報をお届けしています。
 ▶ AI
 ▶ Java
 ▶ Flutterなど
Udemyセール!最大95%オフ!1,200円~最新セール情報をみる

ElevenLabs(イレブンラボ)のAPI料金|キー発行と最初の1本【実例つき】

この記事にはPRを含む場合があります。
ElevenLabs APIの料金とキー発行、最初の1本の作り方をまとめたアイキャッチ

ElevenLabsのAPIって、月額プランとは別にお金がかかるんでしょうか

やきいも

結論だけ先に言うと、プランに含まれる文字数があります。そのうえでドル建ての従量課金です

ElevenLabs(イレブンラボ)のAPI料金は、読み上げた文字数で決まります。公式のAPI料金ページでは、Eleven v4が1,000文字あたり$0.08です。

僕は2026年10月に、PR動画のナレーションをこのAPIで作りました。モデルはeleven_v4で、Claude Codeから叩いています。

この記事では、API料金とキーの扱い、最初の1本の作り方を順に並べます。

無料プランのまま始めようとして、僕は一度つまずきました。そのときのエラーも、あとで出てきます。

この記事でわかること
  • 読み上げ・文字起こし・音楽のAPI単価
  • プランごとに含まれる文字数
  • 無料プランで触れる範囲
  • APIキーの置き場所と確かめ方
  • Pythonで日本語を読ませる最初の1本
  • 文字ごとの時刻を受け取る呼び方

単価と文字数は26年10月時点の公式の料金ページ・公式ドキュメントの記載です。円は1ドル=154円で計算した目安です。

目次

ElevenLabs APIの料金|1,000文字あたりの単価

ElevenLabs APIの料金($0.08と$0.04の2段階・文字起こしは1時間あたり$0.22・1分の台本は約320文字)を描いた図解

最初に単価です。APIの料金は、読ませた文字数とモデルの組み合わせで決まります。

まず、読み上げの単価から見ていきましょう。

読み上げはモデルで2段階

公式のAPI料金ページでは、読み上げの単価が1,000文字あたりで並んでいます。並び方は単純で、$0.08と$0.04の2段階しかありません。

高いほうは最新のEleven v4と、前世代のv3・Multilingual v2です。速さを優先したTurbo系とFlashが、その半分の値段です。

スクロールできます
モデル1,000文字あたり円の目安
Eleven v4$0.08約12円
Eleven v4 Turbo$0.04約6円
Eleven v3$0.08約12円
Eleven v3 Conversational$0.04約6円
Eleven Multilingual v2$0.08約12円
Flash・Turbo$0.04約6円

1,000文字は文庫本なら1〜2ページぶんで、読ませても十数円です。同じページには、APIはクレジットではなくドル建ての従量課金だとも書かれています。

読み上げ以外も同じページに並んでいます。文字起こしのScribe v2は1時間あたり$0.22(約34円)で、1時間の会議を毎週まわしても月に150円ほどです。

音楽の生成は1分あたり$0.15(約23円)、会話AIの音声エンジンは1分あたり$0.08(約12円)です。

選び分けは単純です。あとから編集するナレーションなら高いほうのv4、即時で返したい用途なら半額のTurbo系。僕はナレーション用なので、迷わずv4です。

v4とv3の違いや、どのプランで使えるかは、Eleven v4の使い方の記事にまとめています。

1分の台本で計算した目安

単価だけ見てもピンと来ないので、自分の原稿で計算してみます。僕が動画用に書く台本は、1分でだいたい320文字でした。

v4の単価で計算すると、1分の読み上げは約4円です。60秒のPR動画を1本作っても、声の部分は5円もかかりません。

10本まとめて作っても約40円。僕がこのAPIを使い続けている理由の半分は、ここの安さです。

ただし、正直に書いておきます。読み上げは一度で決まりません。言い回しを直して作り直すたびに、同じだけ加算されます。

僕の場合、本番までに5回前後は作り直しました。見積もりは単価の数倍で考えておくと安心です。

長さの上限も先に知っておくと安心です。公式ドキュメントのモデル一覧では、v4は1回のリクエストで10,000字(約10分)まで流せます。

ElevenLabs APIの無料枠|含まれる文字数

ElevenLabs APIの無料枠(Starterで75,000文字・無料ユーザーはAPI経由で使えない・商用目的には使えない)を描いた図解

APIにも、プランごとに含まれる文字数があります。ここを見ずに単価だけで判断すると、高いか安いかを読み違えます。

まず、含まれる文字数の表から見ます。

プランごとに含まれる文字数

公式のAPI料金ページには、v4の行にプランごとの文字数が並んでいます。月額は、ブラウザで使うプランの料金ページと同じ値段です。

スクロールできます
プラン月額含まれる文字数(v4の行)
Free$0(Pay as you go)10,000
Starter$6(約924円)75,000
Creator$22(約3,388円)275,000
Pro$99(約1万5,246円)1,238,000
Scale$299(約4万6,046円)3,738,000
Business$990(約15万2,460円)12,375,000

月$6のStarterで75,000文字。僕の台本なら約230分ぶんで、60秒の動画に換算すると200本を超えます。個人の制作なら、ここで足りてしまう方が多いはずです。

Freeの行の10,000という数字には注意してください。さきほど出てきた1回のリクエストの上限(v4で10,000字)とは、たまたま同じ値ですが意味が違います。

公式のAPI料金ページには「含まれる分数は目安」という注記も付いています。ぴったりの保証ではない、という読み方になります。

プランそのものの金額や年払いの考え方は、料金プラン全比較の記事にまとめました。

無料プランで触れる範囲

いちばん気になるのは、無料のままどこまで動くのかという点でしょう。公式のAPI料金ページのFreeの欄は「Pay as you go」という表記です。

そして公式ドキュメントには、Voice Libraryは無料ユーザーはAPI経由で使えないと書かれています。ライブラリで見つけた声を呼ぶなら、有料プランが前提です。

無料のままAPIで何が呼べるかについて、確認した公式ドキュメントに書かれていたのはこの1点だけでした。残りは自分の環境で試すしかありません。

もうひとつ、仕事で使う方には先に伝えたい制限があります。公式ヘルプでは、無料プランには商用ライセンスが無く、商用目的には使えないとされています。

無料で作った音声を公開するときは、タイトルに「elevenlabs.io」または「11.ai」を入れる帰属表示も必要です。

公式ヘルプには、帰属表示をしても商用に使えるようにはならないとも書かれています。

無料のままどこまで試せるかは無料プランの記事に、仕事で使う条件は商用利用の記事にまとめています。

月額との関係で迷うところ

APIはクレジットではなくドル建ての従量課金なので、月額プランとは別の財布に見えます。ただ、そこまで単純には言い切れないのが実際のところです。

理由は、公式のAPI料金ページにプランごとの含まれる文字数が並んでいるからです。月額とまったく無関係なら、この欄は要りません。

しかも、数字が一致しません。料金ページではStarterは月30,000クレジットですが、API料金ページの含まれる文字数は75,000です。

料金ページには、クレジットは全製品で同じ月間の枠を共有し、読み上げは1文字=1クレジットという説明があります。ただし「APIの一部モデルはモデル依存」という但し書きも付いています。

ドル建ての従量課金とこの枠がどうつながるのかまでは、確認した2ページには書かれていませんでした。そこで僕は、安全側に寄せて考えることにしています。

やり方は単純です。先に小さく試し、請求の増え方を自分の画面で確かめてから本数を増やす。この順番なら、見積もりの読み違えに早く気づけます。

サイトの画面で生成するときのクレジットの数え方は、ElevenLabsのクレジットの記事にまとめました。

ElevenLabs APIキーの発行|最初にやる3つ

ElevenLabs APIキーの発行(xi-api-keyヘッダー・キーをチャット欄に貼らない・GET /v1/modelsで確認)を描いた図解

単価が分かったら、次はキーです。やることは3つだけで、どれも5分かかりません。

まず、キーを書く場所から整理します。

キーを書く場所

ここは最初につまずきやすい場所です。答えから言うと、キーはxi-api-keyというヘッダーに入れます。

公式のAPIリファレンスのサンプルも、この形です。リクエストの本文ではなくヘッダー側だという点だけ、最初に覚えてください。

リクエストの宛先はhttps://api.elevenlabs.io/から始まります。読み上げは/v1/の下、声の一覧は/v2/の下にぶら下がる形です。

キーそのものはElevenLabsのアカウント側で発行します。画面の名前は時期によって変わることがあるので、最新の表示は公式サイトにログインして確認してください。

ブラウザの画面を触ったことがない方は、使い方の記事で先に読み上げを1本作ってからのほうが分かりやすいはずです。

キーの保存と権限

僕が最初に決めたのは、キーをチャット欄に貼らないことでした。AIに手伝ってもらうときほど、ここを雑にしがちです。

やっているのは2つだけ。キーはローカルのファイルに保存して、読み取りの権限を自分だけに絞ります。

コードにキーの文字列を直接書かないのも大事です。保存したキーは使うときだけ環境変数に渡し、コードは環境変数から読む形にします。

これならコードを人に見せても、キーは出ていきません。

APIキーは鍵そのものです。漏れれば、他人があなたの枠で生成できてしまいます。従量課金のAPIでは、そのまま請求につながります。

最初に置き場所を決めておくと、あとで作業を止めずに済みます。僕はこれを1回サボって、キーを作り直すところからやり直しました。

手間は最初の1回だけ。あとはコードから環境変数を読むだけなので、毎回キーを探しに行く必要もなくなります。

本番前の疎通確認

保存したら、読み上げを書く前にGET /v1/modelsを1回叩きます。キーが生きているかだけを先に確かめるための手順です。

curl -s -H "xi-api-key: $ELEVENLABS_API_KEY" \
  https://api.elevenlabs.io/v1/models

モデルの一覧が返ってくれば、キーとヘッダーの書き方は合っています。ここで止まるなら、原因はキーの保存か書き方のどちらかに絞れます。

僕はこの確認を必ず入れています。読み上げのコードを書いてから失敗すると、コードとキーのどちらが悪いのか分からなくなるからです。

返ってくるのはモデルの一覧です。読み上げを作るリクエストではないので、原稿を1文字も用意しないうちから試せます。

ついでに、使えるモデルの名前もここで確かめられます。eleven_v4のような指定をコードに書く前に、一覧で現物を見ておくと打ち間違いが減りました。

確認自体はすぐ終わります。それだけで、あとの切り分けが一気に楽になります。

\ 登録だけなら無料・キーの発行まで試せる /

ElevenLabs APIの使い方|最初の1本を日本語で

ElevenLabs APIの使い方(声を名前の一部で検索・eleven_v4とmp3_44100_128・with-timestampsで文字ごとの時刻)を描いた図解

ここからが最初の1本です。声を選んで、短いコードを1回動かすだけで音声ファイルができます。

まず決めるのは、読ませる声です。

声の探し方とID

読み上げのリクエストには声のIDが必要です。声は名前の一部で検索できます。

GET https://api.elevenlabs.io/v2/voices?search=akari

ヘッダーはさきほどと同じxi-api-keyです。

僕はこの形で日本語の声を探して、返ってきたIDをそのまま使っています。気になる声をブラウザで聞いてから、名前で引くのがいちばん早い流れでした。

IDは一度決めたらコードの定数に置いておけば十分です。毎回検索する必要はありません。

声の選び方には公式の案内もあります。公式ドキュメントでは、Voice Libraryを言語のフィルタで絞れると書かれています。

公式ヘルプには、最初から用意されている声はすべて英語だという記載もあります。他の言語では、正しいアクセントや発音にならない可能性があるとも書かれています。

日本語を自然に読ませたいなら、ここで日本語の声を選ぶのが近道です。ただし無料プランのままだと、選んだ声でつまずくかもしれません。

そのときに返ってくるエラーは、次の章にそのまま載せました。

Pythonで呼ぶ短いコード

さきほど決めた声に加えて、決めるのは3つだけです。モデル、言語、出力形式。あとはテキストを入れれば音声が返ってきます。

import base64, os, requests

VOICE_ID = "選んだ声のID"
url = f"https://api.elevenlabs.io/v1/text-to-speech/{VOICE_ID}/with-timestamps"

res = requests.post(
    url + "?output_format=mp3_44100_128",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json",
    },
    json={
        "text": "こんにちは。最初の1本です。",
        "model_id": "eleven_v4",
        "language_code": "ja",
    },
    timeout=300,
)
res.raise_for_status()
data = res.json()
open("narration.mp3", "wb").write(base64.b64decode(data["audio_base64"]))

このコードでは、キーを環境変数から読んでいます。model_idにeleven_v4、日本語はlanguage_codeにjaを入れるのが僕の既定です。

このlanguage_codeは、公式のAPIリファレンスではモデルとテキストの正規化に使う言語を指定するものと説明されています。対応していないモデルでは無視されるとも書かれていました。

同じ欄に、multilingual_v2では使えないという注記もあります。日本語を固定したいならv4側を選ぶ、という判断になります。

残ったoutput_formatは、プランの制限に関わる設定です。何を選べばいいかは、次の章でそのまま書きます。

文字ごとの時刻の受け取り方

さきほどのコードで、宛先の末尾を/with-timestampsにしました。これが僕にとっていちばん大事な部分です。

この形で呼ぶと、音声と一緒に文字ごとの開始と終了の時刻が返ってきます。返りには音声のaudio_base64と、時刻の入ったalignmentが入っています。

僕はこの時刻を、動画の字幕とカット割りに使っています。どの文字が何秒に読まれたかが分かるので、字幕の表示時間を手で打つ作業が消えました。

使い方のコツは、文ごとに分けて何回も叩かないこと。全文をつなげて1回で読ませたほうが、声の流れと間がそろいます。

時刻が返ってくるぶん、あとの編集がまるごと楽になります。音声だけ欲しい方は末尾を外せば済みますが、動画に使うなら付けておく価値があります。

ElevenLabs APIの注意点|402エラーと出力形式

ElevenLabs APIの注意点(402とpaid_plan_required・192kbpsは公式ではPro以上で僕のStarterでは使えなかった・日本語のパラメータは初期値false)を描いた図解

ここは僕がつまずいた場所です。先に知っていれば、僕が使った20分はまるごと節約できます。

最初は、僕が止まったエラーの話から。

402が返ってきたときの話

コードは合っているはずなのに、音声の代わりにエラーが返ってきます

やきいも

僕も同じでした。あれはコードではなく、プランの側の問題だったんですよね

僕の環境で返ってきたのは402とpaid_plan_requiredでした。原因は、ライブラリで見つけた日本語の声(Akari)を無料プランのまま呼んだことです。

公式ドキュメントの側にも同じ制限の記載があります。僕が見たのは、その制限がコードの実行時にどう返ってくるかという部分です。

解決は単純でした。Starter(月$6・約924円)にしたら、同じコードがそのまま通りました。

キーの書き方を何度も見直す前に、プランと声の組み合わせを疑ってください。僕はここで20分使いました。

あとから振り返ると、無料のまま動くはずという思い込みがいちばんの原因でした。声を選ぶ段階で、プランの条件まで一緒に見ておけば済んだ話です。

初月を安く始める方法は割引の記事にまとめています。

出力形式とプランの関係

出力形式はoutput_formatで指定します。僕が使っているのはmp3_44100_128です。

ひとつ上のmp3_44100_192は、僕のStarterでは使えませんでした。だから最初から128のほうを選んでいます。

一方、料金ページの機能欄には、Pro以上でAPI経由の44.1kHz PCM出力と192kbpsの音質と書かれています。僕が確かめたのは、Starterでは使えないというところまでです。

高いビットレートで書き出したい方は、申し込む前に自分のアカウントの画面で対応状況を確かめてください。ここは僕の環境の話として読んでもらうのが安全です。

動画のナレーションに使う範囲では、128kbpsで困ったことはありません。音楽ではなく人の声なので、違いが気になる場面が少ないのだと思います。

日本語だけのパラメータ

公式のAPIリファレンスには、日本語に関わるパラメータがひとつあります。apply_language_text_normalizationです。

公式の説明は「現在は日本語でのみ対応」。日本語を名指ししている設定は、確認した範囲ではこれだけでした。

ただし条件が2つあります。初期値はfalseなので、何もしなければ効きません。そして同じ欄には、リクエストの遅延を大幅に増やす可能性があるという警告が付いています。

どのモデルで効くのかは、確認したAPIリファレンスには書かれていませんでした。読み上げの作成と逐次配信の欄には載っていましたが、対話生成の一覧には見当たりません。

使うなら、短い原稿でオンとオフを聞き比べてから本番に入れてください。遅延が増える設定を、確かめずに常時オンにする理由はありません。

ElevenLabs APIの実例|PR動画の制作で

ElevenLabs APIの実例(全文を1回のリクエストで読ませる・Claude Codeから呼ぶ・声を決めてから本番の台本)を描いた図解

最後に、実際の使い方を1つ置いておきます。僕が60秒のPR動画を作るときの流れです。

まず、音声を1本にまとめるところから。

時刻でのカット割りと字幕

台本は文ごとに分けて持っていますが、読ませるときはつなげます。全文を1回のリクエストで読ませる形です。

返ってきた文字ごとの時刻を見て、文の切れ目で映像のカットを割ります。字幕の表示時間も同じ時刻から作ります。

1分で約320文字なら、60秒の台本は1回のリクエストに収まります。上限に対しては、かなり余裕のある使い方です。

台本を直したときも、同じ手順をもう一度流すだけで字幕の時刻がそろいます。手で直していた頃は、1行ずれるたびに後ろ全部を打ち直していました。

読み上げだけが目的なら要らない工程ですが、動画に使うならここが効きます。

字幕と映像をそろえる前に、作る順番も決めておくと楽です。僕が落ち着いたのは次の3ステップです。

  1. 声を1つに決める
  2. 2〜3行の原稿で1回通す
  3. 本番の台本を全文で読ませる

順番を逆にすると損をします。本番を通したあとに声を変えると全部作り直しになり、そのぶんの料金もまた乗ります。

Claude Codeからの呼び出し

僕はこのAPIをClaude Codeから呼んでいます。台本を直したら、そのまま読み直させる形です。

自分でターミナルに打つのは、キーを保存するときくらい。あとは日本語で指示して、返ってきた音声を聞いて判断しています。

正直に書いておくと、公式がClaude Codeを名指ししているわけではありません。

非推奨になった旧ローカル版のMCPの案内で名前が挙がっていたのは、Claude Desktop・Cursor・Windsurf・OpenAI Agentsでした。

とはいえ、やっていることはAPIを直接叩くだけです。名指しがなくても、キーとリクエストが通れば動きます。

文系SEの僕でも、コードを書く部分は詰まらずに通せました。難しいのはコードより、声と台本の作り直しのほうでした。

映像の側も、同じように使った分だけの従量課金です。動画生成のAPIで料金をどう見るかは、Higgsfield APIの記事に整理しました。

ElevenLabs APIのよくある質問

ElevenLabs APIのよくある質問(無料欄はPay as you go・最安は$0.04(約6円)・1回の上限は10,000字(約10分))を描いた図解

APIを触りはじめるときに出てくる疑問を、公式の記載と僕の実測に分けてまとめました。

無料プランでもAPIを使えますか?

公式のAPI料金ページのFreeの欄は「Pay as you go」で、含まれる文字数は10,000と書かれています。

ただし公式ドキュメントでは、無料ユーザーはVoice LibraryをAPI経由で使えないとされています。僕の環境でも、ライブラリの声を呼んだところで止まりました。

APIキーはどこに書けばいいですか?

リクエストのxi-api-keyヘッダーに入れます。公式のAPIリファレンスのサンプルもこの形です。

キーの文字列はコードに直接書かず、環境変数から読む形にしておくと安全です。

APIを使うと月額プランのクレジットは減りますか?

公式のAPI料金ページでは、APIはクレジットではなくドル建ての従量課金と書かれています。同じページに、プランごとに含まれる文字数も並んでいます。

料金ページには、クレジットは全製品で同じ月間の枠を共有し、読み上げは1文字=1クレジットと書かれています。ただしAPIの従量課金とこの枠のつながりまでは、確認した2ページには書かれていませんでした。

小さく試して、請求の増え方を自分の画面で見るのが安全です。

いちばん安いモデルはどれですか?

公式のAPI料金ページの読み上げでは、v4 Turbo・v3 Conversational・Flash・Turboが1,000文字あたり$0.04(約6円)です。

後から編集するナレーションなら、品質を取ってv4から試すのが順当でしょう。

日本語を読ませるのに設定は必要ですか?

僕はlanguage_codeにjaを入れています。公式のAPIリファレンスでは、モデルとテキストの正規化に使う言語を指定するものと説明されています。

対応していないモデルでは無視され、multilingual_v2では使えないとも書かれています。

1回のリクエストでどのくらい流せますか?

公式ドキュメントのモデル一覧では、v4は1回のリクエストで10,000字(約10分)までです。

ただし日本語は、1分あたりの文字数が少なめです。僕の台本(1分で約320文字)で割ると、計算上は30分ぶんくらいまで1回で通せます。

APIで作った音声を仕事に使えますか?

公式ヘルプでは、有料プランには商用ライセンスが含まれるとされています。無料プランには商用ライセンスが無く、商用目的には使えません。

条件の細かい部分は商用利用の記事にまとめています。仕事で使う前に目を通してください。

ElevenLabs APIのまとめ|料金と最初の1本

ElevenLabs APIのまとめ(1,000文字$0.08(約12円)・Starter(月$6)の含まれる文字数・eleven_v4とmp3_44100_128)を描いた図解

ElevenLabsのAPIは、単価の安さより先に「含まれる文字数」から見るのが正解でした。そのうえで、つまずく場所は決まっています。

この記事のまとめ

読み上げの単価:1,000文字あたりv4が$0.08(約12円)、Turbo系とFlashが$0.04(約6円)。

含まれる文字数:Freeは10,000、Starter(月$6)は75,000。公式の注記は「目安」。

無料プランの壁:公式ドキュメントではVoice LibraryをAPI経由で使えない。商用にも使えない。

キーの扱い:xi-api-keyヘッダー。貼り回さずファイルに保存し、環境変数から読む。

最初の1本:モデルはeleven_v4、言語はja、出力はmp3_44100_128。

僕が時間を取られたのは、料金ではなくプランの制限でした。402が返ってきたときに、コードを疑い続けたのが遠回りの原因です。

最初の1本は、次の3つだけ決めれば動きます。

  • キーを保存してGET /v1/modelsで確かめる
  • 声を1つ検索してIDを決める
  • 2〜3行の原稿をv4で読ませる

そもそもElevenLabsがどんなサービスなのかは、ElevenLabsの基本をまとめた記事で読み方やできることから説明しています。

金額の全体像は料金プラン全比較に、やめ方は解約の記事にまとめています。

やきいも

まずは2〜3行の原稿で1回だけ通してみてください。数円で、動くかどうかが分かります

単価が変わったときは、この記事の表を更新していきます。登録だけなら無料なので、キーの発行まで試してから決められます。

\ 登録だけなら無料・キーの発行まで試せる /

URL:https://try.elevenlabs.io/iyqus6p6om6l

この記事の情報について

単価・含まれる文字数・パラメータの仕様は、26年10月時点の公式の料金ページ・公式ドキュメント・公式のAPIリファレンスの記載です。

402のコードと出力形式の扱いは、26年10月に僕の環境で確かめた結果です。

円の金額は1ドル=154円で計算した目安です。実際の請求額は、カード会社のレートと支払い時に加算される税で変わります。

参考資料
API料金|ElevenLabs公式
料金プラン|ElevenLabs公式
モデル一覧|公式ドキュメント
読み上げの対応範囲|公式ドキュメント
Create speech|公式APIリファレンス
生成物の公開|公式ヘルプ
声の言語|公式ヘルプ

コメント

コメント一覧 (3件)

コメントする

目次