Phonic 1 مقابل ElevenLabs: ما يدفعه لك المورّد مقابل مغادرتك يخبرك عن طبيعة المعركة

الرقم الأكثر دلالة فيPhonic 1مقابلElevenLabsليس معيار أداء في هذه المواجهة، بل خصم. يتضمن عرض الإطلاق من Phonic، كما ورد في نهاية أكتوبر 2026، ثلاثة أشهر مجانية للفرق التي تنتقل من ElevenLabs أو Bland، بالإضافة إلى رصيد بقيمة 250 دولارًا لكل من يسجّل قبل 30 نوفمبر. لا أحد يموّل عملية ترحيل ضد بائع يتوقع أن يتغلب عليه في المنتج. بل يموّلها ضد بائع يكون عملاؤه مقيدين بشيء آخر غير النموذج.

هذا الشيء هو بالضبط جوهر ElevenLabs: مكتبة أصوات تضم أكثر من 17,000 صوت، وأكثر من 90 لغة، وخط تحويل النص إلى كلام لا يزال المعيار المرجعي للصوت المُولّد، ومنصة وكلاء مُحكمة حول ذلك. أما Phonic 1 فهو نموذج واحد وفاتورة واحدة. بينما ElevenLabs شركة بنيتَ منتجك داخلها. لا تكون المقارنة ذات معنى إلا إذا أبقيت هذين الشكلين في ذهنك، لأنه على لوحة المعايير تكون الإجابة واضحة، أما في قرار شرائي فليست كذلك.

Eleven Realtime v1 Max هو النموذج، وهو أحدث مما تعتقد.

طرح ElevenLabs في تحويل الكلام إلى كلام هو Eleven Realtime v1 Max، وقد أُعلن عنه في 20 أكتوبر 2026 ضمن إصدار متدرّج إلى جانب نسخة أصغر هي v1 Mini. أي قبل عشرة أيام من تغطية إطلاق Phonic 1 — وهذا ليس لاعبًا راسخًا ناضجًا يتحدّاه قادم جديد، بل هما نموذجان بالكاد عرف أحدهما الآخر عندما أُطلقا.

• Eleven Realtime v1 Max — مؤشر الكلام إلى الكلام 77.3، الاستدلال 99، ديناميكيات المحادثة 94.1، القدرات الوكيلية 47.6، تفضيل الساحة 990، نجاح المهمة 87.1%، الوقت حتى أول صوت 0.57 ث.

• Phonic 1 (High) — مؤشر الكلام إلى الكلام 87.1، الاستدلال 99، ديناميكيات المحادثة غير مُبلغ عنها، القدرات الوكيلية 79.9، تفضيل الساحة 1,012، نجاح المهمة 92.3%، زمن الوصول إلى أول صوت 0.61 ث.

• Eleven Realtime v1 Mini — مؤشر الكلام إلى الكلام 64.4، الاستدلال 76، الديناميكيات 95.8، القدرات الوكيلية 46.8، الساحة 981، نجاح المهام 60.3%، الوقت حتى أول صوت 0.62 ث.

كل الأرقام أعلاه مأخوذة من Artificial Analysis، وليست من أيٍّ من المورّدين. لاحِظ ما تقوله المقارنة وما لا تقوله. تفوز Phonic بالمؤشر المركّب بفارق 9.8 نقاط، وبالمكوّن الوكيلي بفارق 32.3 — وهي فجوة كبيرة لدرجة أنها الرقم الوحيد في هذه المواجهة الذي ينبغي أن يغيّر بنية نظام. وتفوز في تفضيل الساحة بفارق 22 نقطة على مقياس يكون فيه فارق Elo قدره 22 نقطة حقيقياً لكنه غير حاسم. وتفوز في نجاح المهام بفارق 5.2 نقاط. أما في زمن الاستجابة فتخسر بفارق ضئيل، عند 0.61 ثانية مقابل 0.57 ثانية، وكلاهما دون حد الثانية الواحدة المهم لمكالمة هاتفية.

الفجوة التي ينبغي أن تؤثر فعلاً في قرارك

الأداء الوكيلي، 79.9% مقابل 47.6%، هو الرقم الذي يستحق التوقف عنده. فهو يقيس ما إذا كان النموذج قادرًا على إتمام مهمة تستلزم استدعاء أدوات والتصرف بناءً على النتيجة، وليس مجرد قدرته على إدارة محادثة — وهو الموضع الوحيد الذي تفوّق فيه مختبر أصغر وأحدث على شركة تمتلك 17,000 صوت وعقدًا من الحضور في السوق. وإذا كانت مهمة وكيلك هي البحث عن شيء، أو حجز شيء، أو تغيير شيء بينما ينتظر المتصل، فهذا هو الرقم الذي يتنبأ بما إذا كانت نسبة الإنجاز لديك ستصمد عند الاحتكاك بالمستخدمين الحقيقيين.

درجة ElevenLabs البالغة 94.1 في الديناميكيات الحوارية مقابل درجة Phonic غير المُعلنة هي الثغرة الصادقة في لوحة نتائج Phonic، وبنية Artificial Analysis نفسها تفسّر سبب عدم ظهورها في المؤشر الرئيسي. فالمركّب هو متوسط مرجّح لأربعة مكونات — الاستدلال الكلامي، والأداء الوكيلي، وتفضيل الساحة، ومعدل نجاح المهام — وتُعرض الديناميكيات الحوارية إلى جانب المؤشر دون أن تكون أحد مدخلاته. لذا فإن غياب رقم الديناميكيات لدى Phonic لا يكلفها شيئًا على 87.1، ويكشف لك أمرًا لا يستطيع المؤشر كشفه: لم يقس أحد بعد مدى جودة إدارة النموذج لمحادثة طويلة وفوضوية يقطع فيها المتحدث نفسه. وحتى يُملأ ذلك العمود، تظل الادعاءات بأن Phonic تبدو أيضًا أكثر طبيعية من ElevenLabs غير مدعومة في كلا الاتجاهين.

ما تكلفك إياه عملية التبديل فعليًا، من أمور لا علاقة لها بالنموذج

السعر هو الحجة التي تتصدّر بها Phonic، وهو محق في السعر المعلن. فئة البداية لدى Phonic هي 0.07 دولار لكل دقيقة محادثة دون أي تمرير لتكاليف الرموز. أما Eleven Realtime v1 Max فيكلّف 0.080 دولار لكل دقيقة من الصوت المتصل إضافةً إلى رموز النموذج بسعر 1.80 دولار لكل مليون رمز إدخال و9.00 دولارات لكل مليون رمز إخراج — وعند تجاوز حدّ التزامن المسموح به تقفز الأسعار إلى 0.160. ورسوم الدقيقة هي النصف المرئي فحسب.

• السعر الرئيسي — Phonic 1 بسعر 0.07 دولار/دقيقة (فئة Pro بسعر 0.065 دولار مع حد أدنى شهري قدره 200 دولار) مقابل Eleven Realtime v1 Max بسعر 0.080 دولار/دقيقة.

• ما لا يشمله السعر — تنص Phonic 1 على عدم وجود رسوم لكل رمز أو رسوم LLM؛ بينما تحتسب Eleven Realtime v1 Max رموز النموذج فوق رسوم الدقيقة، وتحتسب حركة المرور الانفجارية بمعدل مضاعف.

• مخزون الأصوات — توفّر ElevenLabs أكثر من 17,000 صوت وأكثر من 90 لغة؛ وتعلن Phonic 1 عن أكثر من 50 لغة مع التبديل أثناء المحادثة الذي يحافظ على الصوت نفسه.

• النشر — توفّر Phonic 1 خيارات السحابة، والمستأجر الواحد، وربط VPC النظير، والاستضافة الذاتية؛ أما ElevenLabs فهي منصة مستضافة، وقد أشارت ملاحظات الإصدار الخاصة بها إلى أن النماذج الفورية غير متاحة في بعض بيئات إقامة البيانات عند الإطلاق.

• شكل واجهة API — يُعد Eleven Realtime v1 Max متوافقًا مع OpenAI-Realtime عبر WebSocket دون WebRTC عند الإطلاق؛ ويشغّل Phonic 1 نقطة نهاية WebSocket بتردد 24kHz PCM في الاتجاهين مع تعريفات أدوات مضمّنة.

ثلاثة أشهر مجانية رقم حقيقي، وهو أيضًا خطأ تقريب مقابل تكلفة الانتقال. هوية الصوت هي العنصر الذي لا يظهر على أي صفحة مقارنة. إذا كان وكيل الإنتاج لديك يتحدث بصوت علامة تجارية مستنسخ، فإن ذلك الصوت يعيش في مكتبة ElevenLabs وفق شروط ElevenLabs؛ تقدم Phonic الاستنساخ، لكن الصوت المستنسخ ليس ملفًا قابلًا للنقل، وإعادة الاستنساخ تنتج صوتًا مختلفًا، لا الصوت نفسه. ينبغي للفرق التي بنت علامة تجارية حول جرس صوتي محدد أن تحتسب ذلك في التسعير قبل أن تسعّر سعر الدقيقة.

هناك مشكلة ثانية أقل وضوحًا تتعلق بقابلية النقل. إن وكيل ElevenLabs منظومة متكاملة: الصوت، والموجّه، والأدوات، وتدفّق المحادثة. ونقل النموذج يعني إعادة بناء التدفّق، كما أن تعريفات الأدوات لا تأتي معه. هذه الطبقة اللاصقة هي التي يتعثّر عندها الترحيل عادةً، وهي أيضًا الطبقة التي تستحق أن تمتلكها بنفسك بدلًا من استئجارها من أي مورّد واحد. إن جزء الاستدلال واستدعاء الأدوات في الوكيل هو الجزء الذي يعمل على OrcaRouter اليوم — مفتاح واحد عبر أكثر من 200 نموذج بسعر القائمة دون أي هامش ربح، قاعدة توجيه تجعل الجولات الرخيصة تظل رخيصة، وتحويل تلقائي عند الفشل بحيث لا يتحوّل تعثّر المزوّد إلى صمت في مكالمة مباشرة. لا يظهر Phonic 1 ولا Eleven Realtime v1 Max في كتالوجنا؛ فكلٌّ منهما ما زال يأتي من مورّده الخاص. والفارق هو ما تحتفظ به عندما ترحل.

حيث يظل ElevenLabs هو الإجابة الصحيحة

تظل سلسلة TTS لدى ElevenLabs الخيار الافتراضي الأكثر منطقية لأي استخدام لا يتضمن وكيلًا مباشرًا. يسجل نموذج الصوت Eleven v4 الخاص بها نحو 1,157 Elo في حلبة الأصوات المضبوطة لدى Artificial Analysis بتكلفة تقارب 80 دولارًا لكل مليون حرف، بينما يأتي Eleven v3 بتكلفة 100 دولار لكل مليون حرف — وكلاهما أعلى بكثير من قيمة 49 دولارًا المعيارية الخاصة بـ Cartesia Sonic 3.6، وكلاهما يبرر اختياره للسرد والكتب الصوتية والدبلجة والإعلانات التجارية للعلامات حيث الصوت هو المنتج.

إذا كانت حالة الاستخدام لديك هي "اقرأ هذا النص بشكل جميل بصوت علامتنا التجارية"، فإن مسألة ElevenLabs مقابل Phonic 1 ليست مسألة تنافسية. فـPhonic لا تبيع محرك سرد عام؛ بل تبيع وكيلًا حواريًا. إن شراء نموذج تحويل الكلام إلى كلام لأداء نص مُعدّ مسبقًا هو دفع مقابل قدرة استدلال لن تستخدمها أبدًا، والحصول على جودة صوت لم تُقيَّم بشكل مستقل على أنها أعلى من جودة ElevenLabs في الساحة التي تقيس ذلك تحديدًا.

وهناك أيضًا مسألة الاتساع والنضج. أكثر من 90 لغة مقابل أكثر من 50، وأكثر من 17,000 صوت مقابل مجموعة منتقاة، ومنصة تضم منتج وكيل وSDK وسجل تغييرات يقرأه فريقك بالفعل. هذه أمور لم يكن لدى نموذج أسبوع الإطلاق وقت لتراكمها.

لمن يُوجَّه الخصم في الواقع

عرض التبديل منطقي لمشترٍ واحد بعينه: فريقٌ يقوم وكيله بعمل معاملاتي حقيقي، وهويته الصوتية إما عامة أو ملكه لإعادة استنساخها، وحزمته الحالية هي ElevenAgents من البداية إلى النهاية. بالنسبة لذلك الفريق، تمثل الفجوة الوكيلية مشكلةَ منتج، وثلاثة أشهر مجانية تُعد تحوّطًا حقيقيًا ضد ترحيل قد يفشل، كما أن الفاتورة الثابتة لكل دقيقة تُلغي تمرين نمذجة كان فريقهم المالي يقوم به شهريًا.

على كل مَن سواهم أن ينتظر ويراقب ما تنشره Phonic بعد ذلك. أمران من شأنهما أن يحسما المسألة: درجة لديناميكيات المحادثة على اللوحة نفسها، بحيث يتوقف المكوّن الرابع في المؤشر عن كونه مجرد افتراض، وقياس مستقل لادعاء المورّد استدعاء الأدوات أثناء التحدث خارج نطاق العرض التوضيحي. ولا وجود لأيّ منهما حتى الآن. النموذج الذي عمره أسبوع واحد، وله لوحة واحدة تسنده، ولم يخض غمار الجمعة السوداء يومًا، ليس ما تُنقل إليه خط إيرادات — لكنه تحديدًا ما يُوضع خلف مسار تجاوز الفشل، ويُقاس مقابل حركة المرور الخاصة بك على مدى شهر.

الملخص الصادق غير متماثل. يتفوق Phonic 1 في الجانب الأصعب بناءً والأسهل قياساً: إنجاز مهمة وكيلية. أما ElevenLabs فيتفوق في كل ما يحيط بذلك ويصعب قياسه: الهوية الصوتية، والتغطية اللغوية، ومنتج يعرفه فريقك بالفعل. الثلاثة أشهر المجانية ليست حكماً على أي منهما. إنها اعتراف مورّد بأن الأمور المحيطة هي ما يُبقي العملاء، ورهان على أن ما يكفي منها يمكن إعادة بنائه خلال تسعين يوماً.