Eleven v4 مقابل OpenAI TTS-1 HD: عامان من الانجراف في لوحة واحدة

تاريخ إصدار OpenAI TTS-1 HD هو 6 نوفمبر 2023. ElevenLabs Eleven v4له تاريخ إصدار في 28 سبتمبر 2026. على ساحة Provider Voice Arena التابعة لـ Artificial Analysis، يفصل بين هذين التاريخين 216 نقطة Elo — يحتل TTS-1 HD المرتبة 35 برصيد 1,104 عبر 3,500 ظهور بتكلفة 30.00 دولارًا لكل مليون حرف، بينما يحتل Eleven v4 المرتبة 1 برصيد 1,319 عبر 1,674 ظهورًا بتكلفة 80.00 دولارًا. يحمل كلا الرقمين فترتين ضيقتين، ±12 و±19، لذا فإن الترتيب ليس محل شك. السؤال المثير ليس أي النموذجين أفضل، لأن ذلك حُسم قبل أن يوجد هذا المقال. بل لماذا لا تزال نقطة نهاية من 2023 تحظى بـ 3,500 ظهور على لوحة يبلغ فيها نموذج عمره خمسة أيام 1,674 ظهورًا، وما الذي يخبرك به ذلك عن الترحيل الذي يُطلب منك التفكير فيه.

لوحة النتائج، والصف الوحيد الذي تفوز فيه OpenAI

خمسة أبعاد تحسم هذه المواجهة، ويستحق كل جانب من كلٍّ منها أن يُقرأ جنبًا إلى جنب مع الآخر.

• تفضيل أعمى، أصوات المورّدين — Eleven v4 المرتبة 1، Elo 1,319 (±19، 1,674 ظهورًا) مقابل TTS-1 HD المرتبة 35، Elo 1,104 (±12، 3,500 ظهور). فجوة قدرها 216 نقطة تصمد أمام أشرطة الخطأ.

• سعر القائمة، لكل مليون حرف — Eleven v4 ‏80.00 دولارًا مقابل TTS-1 HD ‏30.00 دولارًا. OpenAI أرخص بنسبة 62% بالسعر المعلن، وأرخص أكثر خلال عرض ElevenLabs الترويجي.

• الأصوات — يوثّق Eleven v4 الاستنساخ الفوري من عشر ثوانٍ من الصوت بالإضافة إلى طبقة استنساخ احترافية؛ يوفر TTS-1 HD مجموعة أصوات ثابتة، تسعة لعائلة tts-1 في وثائق OpenAI الخاصة (alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer) ولا استنساخ.

• التوجيه الأدائي — توثّق Eleven v4 الوسوم الصوتية المضمّنة ومطالبات التوجيه باللغة الطبيعية؛ أما TTS-1 HD فيستقبل نصًا عاديًا، ومعامل التعليمات القابلة للتوجيه لدى OpenAI ينتمي إلى نموذجها الأحدث في تحويل النص إلى كلام لا إلى هذا النموذج.

• تاريخ الإصدار — Eleven v4 في 28 سبتمبر 2026 مقابل TTS-1 HD في 6 نوفمبر 2023.

السعر هو الجانب الذي يفوز فيه OpenAI، وهو فوز أكبر مما يبدو، لأن عرض ElevenLabs الترويجي مؤقت. بسعر 0.022 دولار لكل 1,000 حرف، تبلغ تكلفة Eleven v4 نحو 22 دولارًا لكل مليون حرف حتى 12 أكتوبر — أرخص من TTS-1 HD بلا منازع. وبعد 12 أكتوبر، تصبح التكلفة 80 دولارًا لكل مليون حرف مقابل 30 دولارًا لدى OpenAI، وتبقى كذلك.

لماذا يمتلك طراز 2023 ضعف عدد العينات

هذا الرقم هو أكثر شيء مفيد على هذه اللوحة ومن السهل إساءة قراءته. تتراكم ظهورات Arena مع حركة المرور، وتتراكم حركة المرور مع التكاملات التي بُنيت مرة واحدة ولم يُعَد النظر فيها. لدى TTS-1 HD 3,500 ظهور خلفه لأنه كان نقطة النهاية الصوتية الافتراضية لكل فريق يتصل بالفعل بـ OpenAI لـ chat completions: نفس المفتاح، نفس SDK، نفس سطر الفوترة، استدعاء واحد إضافي. لا شيء في هذه الجملة يتعلق بجودة الصوت، ولم يمنعه فارق الـ 216 نقطة.

هذا ما يبدو عليه دين الترحيل على لوحة ترتيب. إنه ليس إشارة إلى أن النموذج الأقدم تنافسي؛ بل إشارة إلى أن التبديل يكلّف شيئًا ما، وإلى أن عددًا كبيرًا من الفرق قرّر أن ذلك الشيء يستحق أكثر من 216 نقطة Elo. هذا استنتاج مشروع في سياق قراءة الإشعارات، واستنتاج رديء في منتج يكون الصوت فيه هو ما يسمعه العميل.

الحجة للبقاء على TTS-1 HD

ثلاثة أمور تُبقيه قابلًا للدفاع عنه، وليست الجودة واحدة منها.

الحتمية أولاً. مجموعة ثابتة من تسعة أصوات تنتج مخرجات متسقة عبر الإصدارات بطريقة لا تفعلها خطوط أنابيب الاستنساخ، والمخرجات المتسقة هي ما تريده في مسار أداتي لا يستمع فيه أحد إلى البراعة الفنية. لا توجد نسخة مستنسخة قد تنحرف، ولا عينة مرجعية يُعاد تسجيلها، ولا وثيقة موافقة يجب الحفاظ عليها.

تكلفة التكامل هي الثانية، وهي التي لا تستطيع الساحة تسعيرها. فإضافة مورّد أصوات ثانٍ تعني حسابًا جديدًا، وقائمة أسعار جديدة، ونمط فشل جديدًا، وشيئًا جديدًا يجب مراقبته. وبالنسبة لفريق موجود أصلًا داخل منظومة OpenAI، فإن ذلك يمثل وقتًا هندسيًا حقيقيًا، و216 نقطة إيلو لا تدفع ثمنه.

حجم الفئة الدنيا هو الثالث. عند 30 دولارًا لكل مليون حرف، تكون فاتورة الصوت الشهرية الكاملة لمنتج صغير مجرد خطأ تقريب، ولا يوجد شيء يمكن تحسينه. هذه هي الحالة التي يكون فيها الجواب الرخيص والجواب الكسول جوابًا واحدًا، وهذا لا بأس به.

الحجة الداعمة للانتقال، والحجة المضادة لها.

انتقل عندما يكون الصوت موجّهًا للعملاء. الاستنساخ في عشر ثوانٍ، والتوجيه المضمّن للأداء، وأكثر من 90 لغة، وحد إدخال يبلغ 10,000 حرف لكل طلب — ليست اختلافات شكلية مقابل مجموعة ثابتة من تسعة أصوات من عام 2023، وفارق 216 نقطة في الساحة هو النسخة المضغوطة من فجوة قدرات أكبر بكثير. إذا كنت تبني وكيلًا أو مساعدًا يحمل علامة تجارية أو أي شيء يكوّن فيه المستمع رأيًا عن منتجك من الجملة الأولى، فإن نقطة النهاية الأقدم هي الافتراضي الخاطئ.

الحجة المضادة هي أن "الانتقال إلى Eleven v4" ليس الخيار الوحيد. منذ ذلك الحين، أصدرت OpenAI نموذج TTS أحدث بمعامل تعليمات قابل للتوجيه، ويحتل Gemini 3.8 Flash TTS من Google المركز الثالث على اللوحة نفسها عند 1,267 وبسعر مُطبَّع قدره 16.49 دولارًا لكل مليون — أي بمكسب 163 نقطة على TTS-1 HD بنحو نصف سعر اللوحة. إذا كان قيدك هو البقاء داخل مورّدك الحالي، فتلك هي الترقية الأرخص. وإذا كان البقاء داخل سحابتك الحالية، فهي الخيار الوحيد.

أين يقع OrcaRouter فعليًا في هذه المقارنة

This is the rare article in this series where we host one of the two models, so let us be precise about which. openai/tts-1-hd is live in the OrcaRouter catalogue at OpenAI's list rate passed through at 0% markup: $30 per million, model ID openai/tts-1-hd, served on the OpenAI-compatible endpoint at https://api.orcarouter.ai/v1 with a POST /v1/audio/speech route and the voice, speed and response_format parameters. Our own page reports a median latency of 2,461 ms and a 95th percentile of 4,769 ms, which is the honest reason not to put it in front of a live conversation — that is a batch-shaped number, not an agent-shaped one.

ElevenLabs Eleven v4 ليس في كتالوجنا، ولا يوجد ما يمكن استدعاؤه من خلالنا: يتم الوصول إليه عبر واجهة API الخاصة بـElevenLabs ووفق قائمة أسعار ElevenLabs نفسها. ما يغيّره مفتاح واحد هو شكل الترحيل. إذا كان السبب في أنك لم تختبر الرائد الجديد هو أنه يعني تكامل مورّد ثانٍ، فإن كلفة اكتشاف الأمر هي نداء API واحد باستخدام مفتاح تملكه بالفعل بدلاً من دورة شراء. تُمرَّر أسعار قوائم المورّدين بهامش 0%، لذا فإن أي إعادة تسعير من مورّد — بما في ذلك عودة ElevenLabs في 12 أكتوبر — تصبح سارية لدينا في يوم حدوثها، والتحويل التلقائي عند الفشل يعني أن مسارًا صوتيًا قيد التقييم لا يلزم أن يصبح تبعية إنتاجية أثناء اتخاذك القرار.

الحساب الذي ينبغي أن يحسم الأمر

خمسة ملايين حرف شهريًا، وهو ما يعادل منتجًا متوسط الحجم ونحو 100 ساعة من الكلام. تبلغ تكلفة TTS-1 HD 150 دولارًا. تبلغ تكلفة Eleven v4 110 دولارات خلال الفترة الترويجية و400 دولار بعد 12 أكتوبر. تبلغ تكلفة Gemini 3.8 Flash TTS، وفقًا لتسعير المجلس القياسي، نحو 82.50 دولارًا.

أعد قراءة تلك الأرقام الأربعة، فينقسم القرار بجلاء. خلال النافذة الزمنية، يكون أحدث نموذج وأفضله ترتيبًا على لوحة الترتيب هو أيضًا ثاني أرخص الخيارات — أرخص من نقطة نهاية 2023 التي يتفوق عليها بـ216 نقطة إيلو. وبعد 12 أكتوبر، يصبح أغلى خيار في القائمة بمعامل يقارب خمسة. لا يتغير أي شيء في النماذج في ذلك التاريخ؛ الفاتورة وحدها هي التي تتغير.

إذًا: إذا كنتم تقيّمون هذا الشهر، فقيّموا بالسعر الترويجي واكتبوا السعر القياسي في دراسة الجدوى. وإذا كنتم ستطلقون في الربع القادم، فخططوا انطلاقًا من $0.08 لكل 1,000 حرف، وتعاملوا مع أي مقارنة تذكر $0.022 كوثيقة يحمل تاريخ انتهاء صلاحيتها مطبوعًا عليها. وإذا كنتم تستخدمون TTS-1 HD وكان السبب الصادق هو القصور الذاتي في التكامل، فالخطوة الأولى المفيدة ليست خطة ترحيل — بل اختبار A/B واحد على نصوصكم، مسعّر بالسعر الذي ستدفعونه فعليًا في نوفمبر.