Gemini 3.8 TTS مقابل Breeze TTS 2: الترخيص، وليس لوحة الصدارة، هو ما يحسم هذه المقارنة

تفصل ست وخمسون نقطة إيلو بين Gemini 3.8 Flash TTS و Breeze TTS 2 على Artificial Analysis Provider Voice Arena، وهما ليسا داخل أشرطة خطأ بعضهما البعض: يحتل نموذج المورّد المرتبة الثانية بتصنيف إيلو قدره 1,260 عبر 1,999 عيّنة و8 أصوات في الساحة، وصدر في 23 سبتمبر 2026؛ ويحتل Breeze TTS 2 المرتبة التاسعة بتصنيف 1,204 عبر 1,390 عيّنة، وصدر في أغسطس 2026. أما من حيث السعر، فينقلب الترتيب بقوة — فـ Breeze مُدرج بسعر 34.00 دولارًا لكل مليون حرف مُطبَّع مقابل 16.50 دولارًا لـ Flash TTS، لذا فإن النموذج الذي يفوز على اللوحة يخسر على الفاتورة بنحو الضعف.

لو كان هذا هو كل المقارنة، لكان المقال قصيرًا ولاخترتَ بناءً على مدى ثقتك بفارق قدره 56 نقطة. لكن النموذجين ليسا من النوع نفسه. فـ Breeze TTS 2 نموذج مفتوح الأوزان بثلاثة مليارات معامل، يمكنك تنزيله وفحصه وتشغيله بنفسك، برخصة تبيّن أنها تهمّ أكثر من موقعه على لوحة الصدارة. أما Gemini 3.8 Flash TTS فهو نقطة نهاية API مع تصميم الأصوات وحوار بين متحدثين، ومن دون أي أوزان على الإطلاق. لذا فإن الاختيار بينهما مسألة ترخيص ونشر ترتدي ثوب اختبار أداء.

ما هو كل واحد منها في الحقيقة

افهم طبيعة كل نموذج على حدة قبل مقارنة الأرقام، لأنها تختلف في كل محور تقريبًا عدا إيلو.

• التوزيع — Breeze TTS 2 قابل للتنزيل: الأوزان منشورة على Hugging Face باسم BreezeBlue/Breeze-TTS-2 إلى جانب شيفرة PyTorch. أما Gemini 3.8 Flash TTS فهو متاح عبر API فقط، ويمكن الوصول إليه من خلال Gemini API وواجهات Google المذكورة في إعلان 23 سبتمبر.

• الحجم — Breeze TTS 2 هو نموذج بمعاملات 3 مليارات، وهذا هو سبب إمكانية استضافته ذاتيًا على الإطلاق. لم تنشر Google عدد المعاملات لأي من نموذجي Gemini 3.8 TTS.

• إنشاء الأصوات — يقوم Gemini 3.8 Flash TTS بتصميم الأصوات انطلاقًا من وصف مكتوب، واستنساخ الصوت من عيّنة مدتها 30 ثانية. وتوفّر Breeze TTS 2 مكتبة أصوات يَعُدّها المورّد بالآلاف، كما توفّر مسارها الخاص لتصميم الأصوات؛ ودرجات ملاءمة الدور والتوجيه المُبلَّغ عنها من المورّد لذلك المسار هي درجات BreezeBlue الخاصة ولا يوجد لها نظير مستقل.

• الحوار — يُولّد Gemini 3.8 Flash TTS حوارًا بمتحدثين اثنين في استدعاء واحد، مع تنسيق على مستوى الأدوار. أما Breeze TTS 2 فهو نموذج أحادي الصوت؛ وتكون المحادثة عبارة عن عمليتَي تشغيل يتم دمجهما معًا.

• اللغات — يغطي Breeze TTS 2 عددًا يبلغ 50 لغة وفقًا لإحصاء المورّد. ويذكر إعلان Google عددًا يبلغ 130 لنموذج Flash، لكن العددين لا يقيسان الشيء نفسه، ولا ينبغي قراءتهما على أنهما 130 مقابل 50.

• زمن الاستجابة — تدّعي BreezeBlue أن زمن استجابة البث لديها يقل عن 40 مللي ثانية؛ ولا تنشر Google أي رقم مكافئ لـ Flash TTS. لم يتم التحقق من أي من الرقمين بشكل مستقل، وواحد منهما فقط موجود.

الرخصة هي مفترق الطريق الحقيقي

هذا هو الجزء الذي لا تستطيع لوحة الصدارة أن تُريك إياه، وهو السبب في أن النموذجين غير قابلين للتبادل حتى في المواضع التي تتقاطع فيها جودتهما.

تُطرح أوزان Breeze TTS 2 بموجب ترخيص BreezeBlue البحثي وغير التجاري. أما الشيفرة المصدرية في المستودع نفسه فهي بموجب Apache 2.0. هاتان الحقيقتان تجلسان جنبًا إلى جنب على بطاقة النموذج وتُختزلان إلى "مفتوح المصدر" في معظم التغطيات، وهذا خطأ في الاتجاه الذي يكلّف المال: كون الشيفرة بموجب Apache 2.0 لا يجعل الأوزان بموجب Apache 2.0، والاستخدام التجاري للنموذج يمر عبر واجهة API المستضافة بدلًا من نقطة تفتيش مُستضافة ذاتيًا.

ليس لدى جانب Google أي مسألة ترخيص على الإطلاق، لأنه لا يوجد شيء يُرخَّص. أنت تشتري الاستدلال. وما تتخلى عنه هو الشيء الذي تُشترى الأوزان المفتوحة عادةً من أجله — القدرة على تشغيل النموذج حيث توجد البيانات، وتثبيت إصدار والاحتفاظ به، والتوقف عن الدفع لكل حرف.

إذن، التأطير الصادق ليس مفتوحًا مقابل مغلق. بل هو:

• إذا كان نشرك يتطلب إبقاء الصوت داخل بنيتك التحتية الخاصة، فإن Breeze TTS 2 هو الوحيد بين الاثنين الذي يوفّر مسارًا لذلك، وهذا المسار هو ترخيص بحثي. استشر مستشارك القانوني قبل أن تبني منتجًا عليه.

• إذا كان بإمكان عملية النشر لديك استدعاء API، فإن مسألة الترخيص تختفي وتعود المقارنة إلى الجودة والسعر والميزات — حيث يتقدّم Flash TTS في اثنتين من الثلاث.

• إذا كنت تريد أوزانًا مفتوحة يمكنك تسويقها تجاريًا دون محادثة، فلا أي من هذين هو ذلك النموذج، وللساحة صفوف أخرى.

أين تعني فجوة Elo شيئًا وأين لا تعني

فارق 56 نقطة يقع خارج فترتي الثقة ±16 و ±16 التي تعلنها اللوحة لهذين الصفين، لذا فإن الترتيب ليس ضوضاء بالطريقة التي تكون فيها، مثلاً، Flash TTS مقابل Gemini 3.8 Flash-Lite TTS ضوضاء. لكن Elo في الساحة يقيس شيئًا واحدًا: أي المقطعين فضّل المستمع في مقارنة عمياء. إنه إشارة تفضيل، مجمعة.

ما لا تقيسه هو كل ما يهم خط الإنتاج. فهو لا يخبرك كيف يتعامل أي من النموذجين مع نص مدته 40 دقيقة دون انزياح في الهوية، ولا كيف ينطق اسم منتجك، ولا كيف يتصرف عندما يحتوي الإدخال على رقم هاتف، ولا كيف يبدو نمط فشله عندما يُطلب منه شيء خارج نطاق تدريبه. عيّنات Breeze TTS 2 البالغة 1,390 وعيّنات Flash TTS البالغة 1,999 كلتاهما كبيرتان بما يكفي ليكون الإجمالي مستقرًا، وكلتاهما صغيرتان بما يكفي بحيث لا يمثّل أي مقطع فردي من حالة الاستخدام الخاصة بك فيهما.

الفجوة أيضًا أضيق مما تبدو عندما تأخذ في الاعتبار ما يُطلب من كل نموذج القيام به. يتعامل Flash TTS مع متحدثين في مكالمة واحدة، وهي مهمة أصعب من المهمة التي يُقيَّم عليها Breeze TTS 2. ما إذا كان ذلك يجعل النقاط الـ56 تقليلًا من الشأن أم مبالغة يعتمد على حالة الاستخدام الخاصة بك، ولم ينشر أي من الموردين دراسة الاستئصال التي من شأنها أن تحسم الأمر.

كم تبلغ تكلفة ساعة من كل منهما

رقمَا السعر ليسا قابلين للمقارنة المباشرة، والتظاهر بخلاف ذلك هو الخطأ الأكثر شيوعًا في الكتابات عن هذه المواجهة.

تحاسب Google بالرموز: 0.50 دولار لكل مليون رمز نصي مُدخل و9.00 دولارات لكل مليون رمز صوتي مُخرج حتى 31 ديسمبر 2026، ثم 18.00 دولارًا. تعمل Batch وFlex بتكلفة 0.25 دولار و4.50 دولارات؛ وتعمل Priority بتكلفة 0.90 دولار و16.00 دولارًا. أما Flash-Lite TTS، النموذج الشقيق، فتكلفته 0.50 دولار و6.00 دولارات، ثم 12.00 دولارًا.

تُحاسب BreezeBlue بالحروف: 34.00 دولار لكل مليون حرف عبر واجهة API المستضافة.

تقوم Artificial Analysis بتوحيد كليهما على أساس لكل مليون حرف ليتمكنا من المشاركة في لوحة واحدة، ومن هنا يأتي 16.50 دولار مقابل 34.00 دولار. التوحيد هو من اللوحة، وليس من أي من البائعين — فجوجل لا تنشر سعرًا لكل حرف لـ Flash TTS، والتعامل مع 16.50 دولار كعرض سعر وليس كتحويل هو ما يجعل الناس ينتهي بهم الأمر متفاجئين من الفاتورة.

نتيجتان تستحقّان التخطيط لهما:

• يتضاعف سعر Flash TTS في 1 يناير 2027. وإذا احتُسب في الميزانية بالقيمة الترويجية، تضيق الفجوة مع Breeze TTS 2 بشكل حاد؛ وإذا احتُسب عند 18.00 دولارًا، فإنها تكاد تُغلق تمامًا.

• الاستضافة الذاتية لـ Breeze TTS 2 لا تجعله مجانيًا، بل تجعله تكلفة رأسمالية. نموذج 3B صغير بما يكفي ليعمل على عتاد متواضع، لكن الحساب لا يكون في صالحك إلا عند الحجم الكبير، وفقط لحالة استخدام يسمح بها ترخيص البحث.

الاختيار، دون التظاهر بوجود إجابة واحدة

شجرة القرار قصيرة.

اختر Gemini 3.8 Flash TTS إذا كنت بحاجة إلى حوار بين متحدثين اثنين، وإذا كنت تريد صوتًا مصممًا انطلاقًا من وصف ويُحتفظ به كمعرّف، وإذا كان بإمكان خط أنابيبك استدعاء API، وإذا كان تغيير السعر في 31 ديسمبر أمرًا يمكنك التخطيط له. إنه النموذج الأفضل على اللوحة المستقلة والأرخص على الفاتورة، وكونه مغلقًا ليس مشكلة بالنسبة إلى حالة استخدام كان مصيرها دائمًا أن تكون استدعاء API.

اختر Breeze TTS 2 إذا كانت إقامة البيانات أو الاستدلال داخل المنشأة متطلبًا صارمًا، أو إذا كنت تحتاج إلى نموذج 3B يمكنك تنزيله فعلاً، أو إذا كنت تجري بحثًا بدلاً من طرح منتج — وهي بالضبط الحالة التي كُتب ترخيصه من أجلها. لا تختره لمجرد وسم الأوزان المفتوحة؛ اقرأ الترخيص أولاً.

وإذا كنت تقيّم كليهما، فإن الطريقة الأقل تكلفة لفعل ذلك هي إبقاء الخيار قابلاً للعكس. لا يستضيف OrcaRouter أيًا من هذين النموذجين — فالمكان الذي يمكنك فيه استدعاء Gemini 3.8 Flash TTS هو Google API الخاصة بها والواجهات التي حددتها Google، والمكان الذي يمكنك فيه استدعاء Breeze TTS 2 هو نقطة النهاية المستضافة لدى BreezeBlue. ما يفيد فيه الموجّه هنا هو بقية المكدس: أكثر من 200 نموذج خلف مفتاح واحد عند سعر القائمة لدى المزوّد دون هامش ربح، لذا يصبح تغيير سعر البائع مثل تعديل سعر يناير ساريًا في اليوم نفسه بدلاً من دورة الفوترة التالية، التبديل التلقائي عند الفشل بحيث لا يضطر مسار قيد التقييم إلى أن يكون مسارًا في الإنتاج، وDSL للتوجيه يدمج النماذج في استدعاء واحد عندما لا يكفي صوت واحد.

النسخة المختصرة في سطر واحد: لوحة الصدارة تقول Google، والترخيص يقول إن الأمر يعتمد، والسعر يقول راجع تقويمك قبل أن تلتزم بأيّ منهما.