ElevenLabs Music v2 Testbericht: Echte Performance, API und Prompt

Die Entwicklung im Bereich der KI-Musik schreitet rasant voran, und ElevenLabs Music v2 ist eines der ehrgeizigsten neuen Modelle zur Songgenerierung. Aber kann es die vorgegebenen Songtexte beibehalten, einem detaillierten Arrangement folgen und einen brauchbaren Track liefern, ohne dass umfangreiche Nachbearbeitung erforderlich ist?

Wir haben es mit drei Original-Klipps von jeweils 90 Sekunden getestet: einem Synth-Pop-Song mit Gesang, einem cineastischen Instrumentalstück und einem achtstimmigen Alternative-Pop-Arrangement. Dieser Testbericht befasst sich mit der Audioqualität, der Einhaltung der Vorgaben, der Generierungszeit, den angegebenen Kosten, den offiziellen Kontrollmechanismen und dem API-Zugriff.

Kurzantwort: Wie gut ist ElevenLabs Music v2?

ElevenLabs Music v2 ist auch über den Audio-Generator von GlobalGPT verfügbar. Auf diese Weise lassen sich mehrere Audio- und KI-Modelle in einem Konto bündeln, wodurch die Einrichtung eines separaten VPNs oder Anbieters entfällt und die Kosten für die Verwaltung mehrerer eigenständiger Abonnements gesenkt werden können.

Testen Sie Audio Models jetzt auf GlobalGPT

ElevenLabs Music v2 – Überblick

Bevor wir uns unsere Ergebnisse ansehen, ist es hilfreich, den veröffentlichten Merkmalsumfang des Modells von dem zu unterscheiden, was die drei Prompts tatsächlich belegen können.

Was ist ElevenLabs Music v2?

ElevenLabs hat am 26. Mai 2026 „Music v2“ eingeführt. als weiterentwickeltes Modell zur Musikgenerierung für Songs und Instrumentalstücke. Nach Angaben des Unternehmens verbessert die neue Version die Gesangsqualität, die Instrumentierung, das Arrangement, die mehrsprachige Unterstützung, die dichte Textwiedergabe, Genreübergänge und das Inpainting.

Music v2 bildet die Grundlage für ElevenMusic, ElevenAPI und ElevenCreative. Über die API können Entwickler Titel programmgesteuert generieren, einen ausgewählten Bereich mittels Inpainting bearbeiten und mit Referenzabgleich arbeiten.

Testergebnisse zu ElevenLabs Music v2

Wir haben drei kontrollierte API-Läufe mit einem festen Zielwert von 90 Sekunden. GPT hat die ursprünglichen Liedtext-Sätze einmal auf unserer Plattform generiert, und wir haben sie vor dem Testen von Music v2 eingefroren. Die Hörnotizen wurden mit der Gemini 3.6 Flash-Audioanalyse abgeglichen. Die unten angegebenen Zeiten beziehen sich auf die lokale End-to-End-Generierungszeit; die Ausführungszeiten sind die von den abgeschlossenen Aufgaben gemeldeten Werte.

Test 1: Popsong mit vorgegebenem Liedtext

Komponiere einen völlig originellen, 90 Sekunden langen, zeitgenössischen Synth-Pop-Song mit einer warmen, ausdrucksstarken Alt-Stimme als Lead-Gesang. Verwende 112 BPM und A-Moll. Die Stimmung ist hoffnungsvoll, intim und filmisch. Beginne mit einem gedämpften E-Piano und einem sanften Analog-Synth-Puls. Füge im ersten Vers einen runden Bass und straffe elektronische Drums hinzu, baue im Pre-Chorus Spannung auf und mündet in einen weitläufigen, einprägsamen Refrain mit zurückhaltenden Hintergrundharmonien. Halte die Lead-Stimme klar und zentriert, mit sauberer Instrumententrennung. Keine gesprochene Einleitung, kein Rap, keine Publikumsgeräusche, keine Imitation eines echten Künstlers und kein Fade-out. Beende den Song mit einem klaren Schlussakkord.

Singe genau den unten stehenden Text. Füge keine Wörter oder Abschnitte hinzu, entferne, ersetze oder ordne sie nicht um.

[Strophe 1]
Die Lichter der Stadt verblassen hinter uns
Stille Straßen weisen uns nun den Weg
Mitternächtliches Flüstern, kein Zurückblicken
Ein neuer Horizont durchbricht das Grau
[Pre-Chorus]
Hand in Hand schreiten wir ins Unbekannte
Wir jagen Träume, die wir unsere eigenen nennen
[Refrain]
Wir sind lebendig in der stillen Nacht
Finden Sterne jenseits der Skyline
Verloren in den Schatten, und doch so hell
Gemeinsam werden wir neu definieren
[Strophe 2]
Leise Schritte auf leeren Straßen
Jeder Atemzug erzählt eine Geschichte
Keine Versprechen, nur endloser Himmel
In deinen Augen liegt die Zukunft
[Schlussrefrain]
Wir sind lebendig in der stillen Nacht
Finden Sterne jenseits der Skyline
Verloren in den Schatten, und doch so hell
Gemeinsam werden wir neu definieren

Test 2: Filmische Instrumentalmusik

Komponieren Sie einen völlig originellen, 90 Sekunden langen, filmischen Instrumental-Soundtrack für eine dramatische Science-Fiction-Erkundungsszene. Verwenden Sie 82 BPM und D-Moll. Keine Gesangspassagen, gesprochene Worte, Flüstern, Chor oder menschenstimmenähnliche Klänge. Beginnen Sie leise mit einem sparsamen Filzklavier-Motiv und tiefen, lang gehaltenen Streichern. Führen Sie nach dem Auftakt einen subtilen analogen Puls ein und bauen Sie die Musik dann allmählich mit überlagerten Streichern und zurückhaltender tiefer Percussion auf. Fügen Sie Blechbläser erst im letzten Drittel hinzu. Erreichen Sie gegen Ende einen klaren emotionalen Höhepunkt, ohne übermäßige Lautstärke oder Verzerrung. Das Klaviermotiv soll erkennbar bleiben, und es ist auf eine klare Trennung zwischen Klavier, Streichern, Percussion, Synth-Puls und Blechbläsern zu achten. Verwende realistische Orchesterklänge mit einer räumlichen, aber kontrollierten Abmischung. Vermeide „Trailer-Effekte“ in der ersten Hälfte. Imitiere keine bestehende Filmmusik, keinen Komponisten und keine Filmreihe. Beende das Stück mit einem aufgelösten, lang gehaltenen Akkord statt mit einem Fade-out.

Test 3: Achtstimmige Liedstruktur

Komponieren Sie einen völlig originellen 90-Sekunden-Alternative-Pop-Song mit einem klaren, ausdrucksstarken Tenor-Gesang. Verwenden Sie 104 BPM und D-Dur mit moderner Alternative-Pop-Produktion, natürlicher Aussprache und zurückhaltenden Gesangseffekten. Keine gesprochene Erzählung, kein Rap, keine Imitation eines echten Künstlers und kein Ausblenden. Behalte genau diese Reihenfolge der Abschnitte bei und mache jede produktionstechnische Änderung hörbar: Intro – ca. 6 Sekunden, nur gefilterte E-Gitarre und entfernter Synthesizer; Strophe – füge einen trockenen Bass und Rim-Click-Percussion hinzu; Pre-Chorus – füge ein ansteigendes Pad ohne volles Schlagzeug hinzu; Refrain – füge volles Schlagzeug, breitere Synthesizer und einen klaren melodischen Hook hinzu; Instrumental-Break – ca. 8 Sekunden, die Refrain-Melodie ohne Gesang als Echo wiedergeben; Bridge – auf Klavier und einen nahen, intimen Gesang reduzieren; Schluss-Refrain – die volle Band wieder einbringen, Hintergrundharmonien und eine Oktav-Gitarrenlinie hinzufügen und ihn größer gestalten als den ersten Refrain; Outro – Schlagzeug entfernen, zur gefilterten Gitarre zurückkehren und mit einem klaren Schlussakkord enden.

Singe genau den unten stehenden Text. Füge nichts hinzu, entferne nichts, ersetze nichts, ändere die Reihenfolge nicht und singe die in Klammern stehenden instrumentalen Anweisungen nicht als Text.

[Intro]
(Instrumental)
[Strophe]
Rissige Zifferblätter summen eine gebrochene Melodie
Finger folgen den verblassten Linien
Rauschen füllt den Raum
Auf der Suche durch die verworrenen Zeichen
[Pre-Refrain]
Signale flackern, unklarer Klang
Warten auf eine tiefgründige Stimme
[Refrain]
Kannst du mich durch den Lärm hören?
Ein ferner Ruf, eine zerbrechliche Entscheidung
Das Rauschen verebbt, eine klarere Stimme
Halte dich fest, wir werden den Lärm finden
[Instrumental-Pause]
(Instrumental)
[Bridge]
Zerbrechliche Hoffnung im gebrochenen Licht
Leise Echos ziehen mich näher heran
In der Stille erscheinst du
[Letzter Refrain]
Kannst du mich durch den Lärm hören?
Ein ferner Ruf, eine zerbrechliche Entscheidung
Das Rauschen verebbt, eine klarere Stimme
Halte dich fest, wir werden den Lärm finden
[Outro]
Flüstern wird zum Gesang
Wir sind dort, wo wir hingehören

Was die drei Tests zeigen

Ergebnisse zur Leistung

• Gesang: In Test 1 klar, zentriert und gut vom elektronischen Hintergrund abgesetzt.
• Instrumentalkomposition: Das Klaviermotiv und der kontrollierte Aufbau in Test 2 zeigten, dass das Modell mehr als nur Popgesang bewältigen kann.
• Eingabeaufforderung: Die übergeordnete Struktur war aussagekräftiger als das Timing auf Einzelbildebene; Einleitungen, Übergänge, Höhepunkte und Schlusssequenzen sollten dennoch manuell überprüft werden.
• Bearbeitungsaufwand: Keines der drei Ergebnisse war unbrauchbar, doch die Tests 2 und 3 würden für eine strikte Produktionsauslieferung geringfügige Anpassungen erfordern.

Ergebnisse zur Effizienz

• Gesamtleistung: 270 Sekunden verteilt auf drei Dateien.
• Gesamtbetrag der gemeldeten Gebühren: $0.675.
• Preis pro Durchlauf: $0,225 für 90 Sekunden, was dem 1,5-fachen der offiziellen API-Rate von $0,15 pro Minute entspricht.
• Keine Wiederholungen: Bei allen drei abgeschlossenen Aufgaben wurde bereits beim ersten Aufnahmeversuch brauchbares Audiomaterial erzeugt.

So greifen Sie auf ElevenLabs Music v2 zu

API-Zugriff und verfügbare Steuerelemente

Das offizielle SDK stellt das Modell über elevenlabs.music.compose mit model_id="music_v2". Eine einfache Anfrage kann eine natürliche Sprache festlegen Aufforderung und music_length_ms. Kompositionspläne sorgen für eine präzisere Struktur der Abschnitte, ein genaueres Timing der Texte und eine bessere Kontrolle über das Arrangement.

• Generation: Aus einer Vorgabe einen kompletten Song oder ein Instrumentalstück erstellen.
• Ausführliche Antwort: Weitere Informationen zur erstellten Komposition anfordern.
• Streaming: die Wiedergabe des Audios starten, ohne auf die vollständige Datei warten zu müssen.
• Inpainting: Einen ausgewählten Bereich neu generieren, anstatt die gesamte Spur zu ersetzen.
• Referenzabgleich: einer Generation mit Hilfsmaterial zur Seite stehen, wo dies möglich ist.

Eingabeaufforderungen, in denen urheberrechtlich geschützte Künstler, Lieder oder Songtexte genannt werden, können eine falsche Eingabeaufforderung oder schlechter_Kompositionsplan Antwort: Beschreiben Sie musikalische Merkmale, anstatt nach dem genauen Stil eines lebenden Künstlers zu fragen.

Beispiel für eine API-Anfrage

import os
from elevenlabs import ElevenLabs, save

client = ElevenLabs(api_key=os.environ["ELEVENLABS_API_KEY"])

audio = client.music.compose(
    model_id="music_v2",
    prompt=(
 "Erstelle ein originelles, filmisches Instrumentalstück mit gefühlvollem Klavier, "
 "tiefen Streichern, einem allmählichen Aufbau und einem aufgelösten Schlussakkord."
    ),
    music_length_ms=90_000,
)

save(audio, "music-v2-test.mp3")

Speichern Sie den API-Schlüssel in einer Umgebungsvariablen und nicht direkt im Skript. Für eine Produktionsanwendung sollten Sie eine Protokollierung der Anfragen, Begrenzungen für Wiederholungsversuche und eine klare Kostenobergrenze festlegen, bevor Sie lange Tracks generieren.

Preise und unsere Testkosten

Der Einheitspreis in unserem Testdatensatz stimmt mit dem offiziellen API-Preis überein. Der Vorteil von GlobalGPT liegt hier in einem gebündelten Zugang und weniger Einzelabonnements – nicht in einem nachweislich niedrigeren Preis pro Minute für Music v2.

Anleitung zur Verwendung von ElevenLabs Music v2