Simba 3.5 belegt mit zwei Elo-Punkten Vorsprung Platz 1 in der Voice Arena, was nicht dasselbe ist wie zu gewinnen

SpeechifyAI Simba 3.5 steht jetzt mit einem Elo von 1.192 auf Platz eins in der Controlled-Voice-Arena von Artificial Analysis, und der Vorsprung vor HeyGen Voice mit 1.190 beträgt zwei Punkte auf einer Rangliste, deren Konfidenzintervall an der Spitze plus/minus 17 beträgt. Dritter ist Alibaba Qwen-Audio-3.1-TTS-Plus mit 1.176. Liest man die Rangliste als Bild, trägt Simba 3.5 die Krone; liest man das Intervall, sind vier Modelle gleichauf. Beide Lesarten sind richtig, und welche zählt, hängt davon ab, ob man eine Schlagzeile schreibt oder einen Anbieter auswählt.

Die nützlichere Nachricht über dieses Modell ist nicht der Rang. Simba 3.5 wurde am 21. Oktober 2026 eingeführt, und in den dreieinhalb Wochen seitdem hat Speechify seinen Listenpreis gesenkt, die Sprachliste veröffentlicht und ein Datum festgelegt – den 21. November –, ab dem zwei Legacy-Modell-IDs von ihm bedient werden. Die Arena-Position ist der Teil, den alle zitieren werden. Die Daten sind der Teil, der eine Rechnung ändert.

Was der Vorstand tatsächlich sagt – in Zahlen, die Sie überprüfen können

Artificial Analysis betreibt zwei Spracharenen, und sie messen unterschiedliche Dinge. Bei Controlled Voice werden für jeden Teilnehmer dieselben acht Referenzstimmen geklont – vier amerikanische, vier britische –, sodass der Sprecher konstant gehalten wird und sich nur die Synthese unterscheidet. Bei Provider Voice kann jeder Anbieter sein eigenes Stimmenensemble verwenden. Ein Modell mit hervorragenden Standardstimmen kann die zweite gewinnen und die erste verlieren. Simba 3.5 verhält sich derzeit genau umgekehrt.

• Kontrollierte Stimme — SpeechifyAI Simba 3.5, Rang 1, Elo 1.192, plus/minus 17, Intervall 1.175 bis 1.209, 1.783 Stichproben, veröffentlicht im November 2026

• Kontrollierte Stimme — HeyGen Voice, Rang 2, Elo 1.190, plus oder minus 13, Intervall 1.177 bis 1.203, 2.626 Stichproben, gelistet zu 30,00 US-Dollar pro Million Zeichen

• Kontrollierte Stimme — Alibaba Qwen-Audio-3.1-TTS-Plus, Rang 3, Elo 1.176, plus/minus 12, Intervall 1.164 bis 1.188, 2.968 Stichproben

• Controlled Voice — HeyGen Voice Turbo, Rang 4, Elo 1.174, plus/minus 15, angegeben mit 4,00 US-Dollar pro Million Zeichen

• Kontrollierte Stimme — ElevenLabs Eleven v4, Rang 7, Elo 1.155, plus oder minus 12, gelistet mit 80,00 $ pro Million Zeichen

• Kontrollierte Stimme — SpeechifyAI Simba 3.2, Rang 14, Elo 1.082, plus oder minus 12, veröffentlicht im Juli 2026

• Anbieter-Stimme — SpeechifyAI Simba 3.5, Rang 5, Elo 1.294, plus oder minus 17, Intervall 1.277 bis 1.311, 1.732 Stichproben

• Anbieter-Stimme — ElevenLabs Eleven v4, Rang 1, Elo 1.340, plus oder minus 15

Daraus ergeben sich unmittelbar zwei Punkte. Der erste ist, dass die Reihenfolge von Controlled Voice an der Spitze ungeklärt ist: Simba 3.5 reicht von 1.175 bis 1.209, HeyGen Voice von 1.177 bis 1.203, und Qwen-Audio-3.1-TTS-Plus liegt bei 1.164 bis 1.188. Diese drei Bereiche überschneiden sich nahezu vollständig. Die Spalte „Rangbereich“ sagt dasselbe mit weniger Zeichen — Simba 3.5 ist dort als auf den Rängen 1 bis 3 stehend aufgeführt, nicht allein auf Rang 1.

Der zweite Punkt ist, dass dies kein Zufall eines schwachen Feldes ist. Simba 3.5 liegt 110 Elo-Punkte über seinem eigenen Vorgänger SpeechifyAI Simba 3.2, der bei 1.082 steht, und dieser Abstand ist größer als das Intervall jedes der beiden Modelle. Der Generationssprung ist real, auch wenn der Vorsprung gegenüber dem Feld noch nicht endgültig geklärt ist.

Warum der obere Bereich dieses speziellen Boards komprimiert ist

Elo ist eine relative Skala, und diese Rangliste ist bei 1.000 durch OpenAudio S1 verankert, einen festen Referenzeintrag, der sich nie verschiebt. Alles andere wird durch blinde paarweise Abstimmungen daran eingeordnet. Diese Konstruktion hat eine Konsequenz, die oft übersehen wird: Wenn sich das Feld verbessert, fächert sich die Spitze nicht auf, sie rückt zusammen. Der Abstand von Rang 1 zu Rang 14 auf dieser Rangliste beträgt 110 Punkte. Der Abstand von Rang 27 (SpeechifyAI Simba 3.0 bei 1.035) zu Rang 51 (OpenVoice v2 bei 823) beträgt 212.

Wenn hundert Modelle alle anhand derselben acht geklonten Stimmen von Hörern bewertet werden, die keine Beschriftungen sehen können, sind die Unterschiede, die bestehen bleiben, klein und das Rauschen drumherum groß. Ein Zwei-Punkte-Vorsprung auf einer solchen Rangliste ist ein echter Datenpunkt zu einem echten Modell – und keine Produktentscheidung. Wer eine Entscheidung braucht, muss die Dinge ergänzen, die Elo nicht misst: was das Modell kostet, welche Sprachen es spricht, wie schnell das erste Audio ankommt und ob die Ausgestaltung der API zum bereits geschriebenen Code passt.

Der Preis hat sich in drei Wochen zweimal geändert.

Dies ist der Teil der Geschichte um Simba 3.5, der tatsächlich neu ist, und er fehlt vollständig in der im Oktober veröffentlichten Berichterstattung zum Marktstart. Speechify veröffentlichte das Modell zu $20, $16 und $12 pro Million Zeichen in den Tarifen Starter, Pro und Scale. Am 9. November senkte das Unternehmen die Listenpreise auf $15, $12 und $10. Das Startangebot hat sich nicht geändert: Bis zum 21. November 2026 wird Simba 3.5 zu den Sätzen von Simba 3.0 und Simba 3.2 abgerechnet – $10, $8 und $6 –, und ab dem 22. November erfolgt die Abrechnung zum neuen Listenpreis statt zum alten.

Durchgerechnet anhand der von Speechify veröffentlichten Tarifkontingente heißt das: Ein Pro-Monat mit 9 Millionen Zeichen kostet 72 US-Dollar zum Angebotspreis und 108 US-Dollar zum Listenpreis. Ein Scale-Monat mit 46,8 Millionen Zeichen kostet 280,80 US-Dollar zum Angebotspreis und 468 US-Dollar zum Listenpreis. Die Preissenkung vom 9. November sorgt dafür, dass die zweite Zahl nicht 561,60 US-Dollar beträgt – was der ursprüngliche Listenpreis zum Marktstart gewesen wäre.

Eine Zahl auf der Bestenliste muss korrigiert werden, bevor jemand darauf basierend ein Budget erstellt. Artificial Analysis führt Simba 3.5 mit 6,58 US-Dollar pro Million Zeichen auf – derselbe Wert, der für Simba 3.2 und Simba 3.0 angezeigt wird. Das ist ein in einen Tarif eingebetteter Preis, nicht die veröffentlichte Preisliste von Speechify, und er entspricht nicht der Spanne von 10 bis 15 US-Dollar im Änderungsprotokoll des Anbieters. Wenn Sie Ausgaben modellieren, verwenden Sie die Tariftabelle des Anbieters; die Preisspalte der Bestenliste ist für das Ranking nützlich, nicht für eine Prognose.

Was ändert sich am 21. November

Speechifys zwei Simba-1.6-Modell-IDs, simba-english und simba-multilingual, waren ab der API-Version 2026-09-21 nicht mehr auswählbar – ein neuer Workspace, der eine der beiden sendet, erhält einen 400 model_retired. Am 21. November tritt die zweite Hälfte dieser Stilllegung in Kraft: Bei jeder API-Version, die die alten IDs noch nennen kann, werden beide von Simba 3.5 bedient, in jeder Sprache, und als simba-3.5 abgerechnet.

Die praktische Lesart ist, dass eine Reihe von Integrationen, die seit September nicht angefasst wurden, am selben Tag ihre Stimme und ihren Preis ändern – ohne Codeänderung und ohne andere Warnung als diesen Changelog. Nichts geht kaputt. Das Audio ist anders, und die Rechnung wird in einem anderen Modell ausgestellt. Wer simba-multilingual in Produktion betreibt, sollte simba-3.5 vor diesem Datum mit den eigenen Inhalten testen, denn die Alternative ist, die Änderung erst aus einem Support-Ticket zu erfahren.

Speechifys eigene Zahlen, als solche gekennzeichnet

Alles in diesem Abschnitt ist vom Anbieter berichtet und wurde von niemandem außerhalb von Speechify reproduziert. Es ist lesenswert, aber es ist nicht dieselbe Art von Beleg wie die Arena-Zahlen oben.

• Präferenz — 63 % bei verblindeten Direktvergleichen gegen Simba 3.2, mit einem angegebenen 95-%-Konfidenzintervall von 60 % bis 67 %, über alle Inhaltstypen hinweg

• Latenz — 72 Millisekunden Zeit bis zum ersten Audio am 95. Perzentil der Streaming-Anfragen unter Produktionslast

• Durchsatz — das 1,8-Fache von Simba 3.2 pro Serving-Instanz und durchschnittlich das 1,4-Fache von Simba 3.0 Multilingual

• Abdeckung — 48 Sprachen unter einer Modell-ID, gegenüber sechs bei Simba 3.0, wobei Estnisch und Kantonesisch ausdrücklich ausgeschlossen sind

• Unverändert übernommen — Voice-IDs, Ausgabeformate, Speech Marks und die tatsächlich angewendete SSML-Teilmenge: break, prosody rate, prosody pitch, prosody volume und sub alias

Die 63-Prozent-Zahl sollte man mit Vorsicht betrachten. Blinde Präferenz gegenüber der eigenen vorherigen Generation ist der einfachste Vergleich, den ein Sprachanbieter durchführen kann, und derjenige, der am wenigsten geeignet ist, einen Sieg gegen das Modell eines anderen Unternehmens vorherzusagen — genau das misst die obige Arena, und dort ist das Ergebnis ein Vorsprung von zwei Punkten statt von 63 Prozent.

Was das bedeutet, wenn Sie tatsächlich Synthese kaufen

Arena-Rang ist ein Input, keine Kauforder. Der Fall von Simba 3.5 ruht derzeit auf drei Dingen, die ungewöhnlich gut zusammenpassen: einer Qualitätsposition an der Spitze des Boards, 48 Sprachen unter einer einzigen ID und einem Preis im Bereich von 10 bis 15 US-Dollar, an den die meisten Modelle über ihm auf Provider Voice nicht heranreichen. ElevenLabs Eleven v4 liegt bei 80 US-Dollar. HeyGen Voice liegt bei 30 US-Dollar. Die Modelle, die Simba 3.5 beim Preis unterbieten – HeyGen Voice Turbo bei 4,00 US-Dollar –, liegen auf demselben kontrollierten Board 18 Elo-Punkte niedriger.

OrcaRouter führt die Simba-Reihe nicht, und nichts hier sollte als Behauptung gelesen werden, dass dies der Fall sei. Was unser Katalog jedoch führt, ist eine kleine Auswahl von Synthesemodellen, die eine nützliche Kontrollgruppe abgeben, wenn Sie einen Wechsel bewerten: openai/tts-1 zu 15,00 $ pro Million Zeichen und openai/tts-1-hd zu 30,00 $, beide zum Listenpreis des Anbieters ohne Aufschlag gelistet. Ihr eigenes Skript durch diese und durch Simba 3.5 über die API des Herstellers selbst laufen zu lassen, ist ein zweistündiges Experiment, das Ihnen mehr über Ihre Inhalte verrät als jede Elo-Spalte.

Wenn aus der Evaluierung eine Produktionsentscheidung wird, ist das Argument dafür, sie hinter einen Router zu legen, nicht die Qualität – sondern der Zeitplan. Simba 3.5 hat seinen Preis in drei Wochen einmal geändert, am 21. November steht eine Migration der Modell-ID an, und es befindet sich in einer Arena, in der die ersten vier statistisch gleichauf liegen. Automatisches Failover bedeutet, dass eine Änderung auf Anbieterseite zu einem Routing-Ereignis statt zu einem Ausfall wird, und ein einziger Schlüssel über alle Anbieter hinweg bedeutet, dass der Vergleich, den Sie im November durchgeführt haben, nicht von Grund auf neu aufgebaut werden muss, wenn einer von ihnen im Dezember die Preise ändert.

Was von hier aus zu beobachten ist

Drei Dinge werden das schneller klären als eine weitere Runde Launch-Posts. Die Stichprobenzahl steht an erster Stelle: Simba 3.5 hat 1.783 Controlled-Voice-Stichproben gegenüber 2.626 bei HeyGen Voice, und sein Intervall wird sich mit zunehmenden Stimmen verengen. Wenn der Zwei-Punkte-Vorsprung real ist, sollte er das überstehen; wenn nicht, wird der Rangbereich zurück in Richtung 1 bis 3 driften und dort bleiben.

Das zweite ist, was Speechify nach dem 22. November tut, wenn die Einführungspreise enden und die Listenpreise von 15, 12 und 10 US-Dollar übernehmen. Eine Qualitätsstufe, die 50 % mehr kostet als ihr Vorgänger, ist eine andere Produktentscheidung als eine, die während eines Aktionszeitraums gleich viel kostet.

Die dritte ist die Provider-Voice-Lücke. Simba 3.5 liegt dort mit 1.294 auf Platz fünf, während ElevenLabs Eleven v4 mit 1.340 führt – ein Rückstand von 46 Punkten, der auf dem kontrollierten Board nicht auftritt, wo Simba 3.5 mit 37 Punkten vorn liegt. Diese Diskrepanz ist der interessanteste ungeklärte Punkt an diesem Modell, und sie ist Gegenstand eines eigenen Vergleichs statt einer Fußnote hier.