17 августа 2026 г.
Синтез речи сменил лидера: Sonic 3.6 забрал первое место в обеих таблицах Speech Arena
Cartesia обошла Speechify и Alibaba в обеих таблицах Artificial Analysis, но просит за это $49 за миллион знаков.
Artificial Analysis
@artificialanlys
Sonic 3.6 от Cartesia забирает первое место сразу в двух таблицах Artificial Analysis Speech Arena: Provider Voice и Controlled Voice. Модель обошла Simba 3.2 от Speechify AI и Qwen-Audio-3.0-TTS-Plus от Alibaba, а Sonic 3.5 держит второе место в Controlled Voice. Sonic 3.6 — свежая TTS-модель @cartesia, поддерживает больше 40 языков, включая английский, хинди, испанский, французский, немецкий и японский. В TTS Arena голосующие отдали ей предпочтение: речь звучит естественно, а темп подстраивается по ходу разговора. Главное: ➤ Controlled Voice: Sonic 3.6 берёт первое место с Elo 1144 (+18/-18) на 1339 появлениях, впереди собственной Sonic 3.5 от Cartesia с 1099 и Eleven v3 от ElevenLabs с 1060 ➤ Provider Voice: Sonic 3.6 тоже первая, Elo 1286 (+19/-19) на 1300 появлениях, впереди Simba 3.2 с 1238 и Qwen-Audio-3.0-TTS-Plus с 1237 ➤ Цена: $49 за 1 млн символов на платформе Cartesia. Это самая дорогая из трёх лидеров по качеству: примерно впятеро дороже Simba 3.2 от Speechify AI ($10) и почти вдвое дороже Qwen-Audio-3.0-TTS-Plus от Alibaba ($27,59), но вдвое дешевле Eleven v3 от ElevenLabs ($100) ➤ Скорость: Sonic 3.6 обрабатывает 136,1 символа в секунду генерации против 46,7 у Eleven v3 от ElevenLabs и 24,2 у Gemini 3.1 Flash TTS от Google
Elo 1286 против 1238 у ближайшего преследователя. Sonic 3.6 от Cartesia встал первым в обеих таблицах Artificial Analysis Speech Arena.
Кто ставит синтез речи в продукт, платит за верхнюю строчку впятеро больше, чем за вторую: $49 за миллион знаков у Cartesia против $10 у Speechify.
Цена вопроса. Sonic 3.6 дороже двух других лидеров по качеству и вдвое дешевле ElevenLabs.
- Sonic 3.6: $49 за 1 млн знаков - Qwen-Audio-3.0-TTS-Plus: $27,59 - Simba 3.2: $10 - Eleven v3: $100
Скорость. Sonic 3.6 выдаёт 136,1 знака в секунду генерации против 46,7 у Eleven v3 и 24,2 у Gemini 3.1 Flash TTS. Ближайшего соперника по скорости он обгоняет почти втрое.
Вторую строчку Cartesia тоже заняла сама: Sonic 3.5 держит 1099 Elo в таблице Controlled Voice, третьим идёт Eleven v3 с 1060. Новая модель говорит на 40 с лишним языках, среди них английский, испанский и японский.
Обе таблицы пересчитываются с каждым новым голосованием арены, и следующий пересчёт покажет, удержит ли Cartesia оба первых места.
первоисточник
