Simba 3.5 prend la première place dans la Voice Arena avec deux points Elo d’avance, ce qui n’est pas la même chose que gagner

SpeechifyAI Simba 3.5 est désormais premier sur l'arène Controlled Voice d'Artificial Analysis avec un Elo de 1 192, et l'écart avec HeyGen Voice à 1 190 est de deux points sur un tableau dont l'intervalle de confiance au sommet est de plus ou moins 17. Troisième : Alibaba Qwen-Audio-3.1-TTS-Plus à 1 176. Lisez le classement comme une image et Simba 3.5 a la couronne ; lisez l'intervalle et quatre modèles sont à égalité pour la couronne. Les deux lectures sont correctes, et celle qui compte dépend de si vous écrivez un titre ou choisissez un fournisseur.

La nouvelle la plus utile concernant ce modèle n’est pas son rang. Simba 3.5 a été lancé le 21 octobre 2026 et, au cours des trois semaines et demie qui ont suivi, Speechify a réduit son prix catalogue, publié la liste des langues et fixé une date — le 21 novembre — à laquelle deux identifiants de modèles historiques commenceront à être servis par celui-ci. La position dans l’arène est la partie que tout le monde citera. Les dates sont la partie qui change une facture.

Ce que le tableau de bord dit réellement, en chiffres que vous pouvez vérifier

Artificial Analysis gère deux arènes vocales et elles mesurent des choses différentes. Controlled Voice clone les mêmes huit voix de référence — quatre américaines, quatre britanniques — pour chaque participant, de sorte que le locuteur reste constant et que seule la synthèse diffère. Provider Voice permet à chaque fournisseur d’utiliser son propre casting de voix. Un modèle doté d’excellentes voix par défaut peut gagner la seconde et perdre la première. Simba 3.5 fait actuellement l’inverse.

• Voix contrôlée — SpeechifyAI Simba 3.5, rang 1, Elo 1 192, plus ou moins 17, intervalle de 1 175 à 1 209, 1 783 échantillons, publié en novembre 2026

Voix contrôlée — HeyGen Voice, rang 2, Elo 1 190, plus ou moins 13, intervalle de 1 177 à 1 203, 2 626 échantillons, proposé à 30,00 $ par million de caractères

• Voix contrôlée — Alibaba Qwen-Audio-3.1-TTS-Plus, rang 3, Elo 1 176, plus ou moins 12, intervalle de 1 164 à 1 188, 2 968 échantillons

• Voix contrôlée — HeyGen Voice Turbo, classement 4, Elo 1 174, plus ou moins 15, proposé à 4,00 $ par million de caractères

• Voix contrôlée — ElevenLabs Eleven v4, 7e rang, Elo 1 155, plus ou moins 12, affiché à 80,00 $ par million de caractères

• Voix contrôlée — SpeechifyAI Simba 3.2, rang 14, Elo 1 082, plus ou moins 12, sorti en juillet 2026

Voix du fournisseur — SpeechifyAI Simba 3.5, rang 5, Elo 1 294, plus ou moins 17, intervalle de 1 277 à 1 311, 1 732 échantillons

Voix du fournisseur — ElevenLabs Eleven v4, rang 1, Elo 1 340, plus ou moins 15

Deux choses en découlent immédiatement. La première est que le classement Controlled Voice en tête n’est pas résolu : l’intervalle de Simba 3.5 s’étend de 1 175 à 1 209, celui de HeyGen Voice de 1 177 à 1 203, et Qwen-Audio-3.1-TTS-Plus se situe entre 1 164 et 1 188. Ces trois plages se chevauchent presque complètement. La colonne de plage de rangs dit la même chose en moins de caractères — Simba 3.5 est indiqué comme occupant les rangs 1 à 3, et non le rang 1 seul.

Deuxièmement, il ne s’agit pas d’un hasard dû à un plateau faible. Simba 3.5 se situe 110 points Elo au-dessus de son prédécesseur, SpeechifyAI Simba 3.2, à 1 082, et cet écart est plus large que l’intervalle de l’un ou l’autre des modèles. Le saut générationnel est réel, même si l’avance sur le reste du plateau n’est pas encore établie.

Pourquoi le haut de ce tableau en particulier est compressé

L'Elo est une échelle relative, et ce classement est ancré à 1 000 par OpenAudio S1, une entrée de référence fixe qui ne bouge jamais. Tout le reste est positionné par rapport à elle au moyen de votes par paires en aveugle. Cette construction a une conséquence que les gens oublient : à mesure que le niveau général progresse, le sommet ne s'étale pas, il se resserre. L'écart entre le rang 1 et le rang 14 de ce classement est de 110 points. L'écart entre le rang 27 (SpeechifyAI Simba 3.0 à 1 035) et le rang 51 (OpenVoice v2 à 823) est de 212.

Lorsque cent modèles sont tous évalués sur les mêmes huit voix clonées par des auditeurs qui ne peuvent pas voir les étiquettes, les différences qui subsistent sont faibles et le bruit qui les entoure est important. Une avance de deux points dans un classement comme celui-ci est un véritable point de données sur un modèle réel — et ce n’est pas une décision produit. Quiconque doit prendre une décision doit ajouter ce qu’Elo ne mesure pas : ce que coûte le modèle, quelles langues il parle, à quelle vitesse arrive le premier audio, et si la forme de l’API correspond au code déjà écrit.

Le prix a changé deux fois en trois semaines

{{1}}Voici la partie de l’histoire de Simba 3.5 qui est véritablement récente, et elle est totalement absente de la couverture du lancement rédigée en octobre.{{/1}} {{2}}Speechify a publié le modèle à 20, 16 et 12 $ pour un million de caractères, pour les offres Starter, Pro et Scale.{{/2}} Le 9 novembre, elle a réduit le tarif catalogue à 15, 12 et 10 $. L’offre de lancement n’a pas changé : jusqu’au 21 novembre 2026, Simba 3.5 est facturé aux tarifs de Simba 3.0 et Simba 3.2 — 10, 8 et 6 $ — et à partir du 22 novembre, il est facturé au nouveau tarif catalogue plutôt qu’à l’ancien.

Si l'on se base sur les soldes de forfaits que Speechify publie, cela signifie qu'un mois Pro de 9 millions de caractères coûte 72 $ au tarif de l'offre et 108 $ au tarif public. Un mois Scale de 46,8 millions de caractères coûte 280,80 $ au tarif de l'offre et 468 $ au tarif public. La baisse du 9 novembre est ce qui empêche ce second montant d'être de 561,60 $, ce que le tarif public initial de lancement aurait facturé.

Un chiffre du classement doit être corrigé avant que quiconque n'établisse un budget à partir de celui-ci. Artificial Analysis indique Simba 3.5 à 6,58 $ par million de caractères — le même chiffre qu'il affiche pour Simba 3.2 et Simba 3.0. Il s'agit d'un tarif intégré à un forfait, et non de la grille tarifaire publiée par Speechify, et il ne correspond pas à la fourchette de 10 à 15 $ figurant dans le journal des modifications du fournisseur. Si vous modélisez des dépenses, utilisez le tableau des paliers du fournisseur ; la colonne des prix du classement est utile pour le classement, pas pour une prévision.

Qu’est-ce qui change le 21 novembre ?

Les deux identifiants de modèle Simba 1.6 de Speechify, simba-english et simba-multilingual, ne sont plus sélectionnables à partir de la version d’API 2026-09-21 — un nouvel espace de travail qui envoie l’un ou l’autre reçoit une erreur 400 model_retired. Le 21 novembre, la seconde moitié de cette mise hors service prend effet : sur toutes les versions d’API qui peuvent encore nommer les anciens identifiants, les deux sont servis par Simba 3.5, dans toutes les langues, et facturés comme simba-3.5.

L’interprétation pratique est qu’un ensemble d’intégrations qui n’ont pas été modifiées depuis septembre changeront de voix et de tarif le même jour, sans modification de code et sans autre avertissement que ce changelog. Rien ne casse. L’audio est différent, et la facture est libellée dans un autre modèle. Toute personne exécutant simba-multilingual en production devrait tester simba-3.5 sur son propre contenu avant cette date, car l’alternative est de découvrir le changement via un ticket de support.

Les propres chiffres de Speechify, étiquetés comme tels

Tout ce qui figure dans cette section est rapporté par le fournisseur et n’a été reproduit par personne en dehors de Speechify. Cela mérite d’être lu, mais ce n’est pas du même ordre de preuve que les chiffres de l’arène ci-dessus.

• Préférence — 63 % des comparaisons en aveugle côte à côte par rapport à Simba 3.2, avec un intervalle de confiance de 95 % déclaré de 60 % à 67 %, tous types de contenu confondus

• Latence — 72 millisecondes avant le premier son au 95e percentile des requêtes de streaming, sous charge de production

• Débit — 1,8 fois celui de Simba 3.2 par instance de service, et 1,4 fois celui de Simba 3.0 Multilingual en moyenne

• Couverture — 48 langues sous un seul identifiant de modèle, contre six pour Simba 3.0, l’estonien et le cantonais étant explicitement exclus

• Repris à l'identique — identifiants de voix, formats de sortie, marques de parole et sous-ensemble SSML réellement appliqué : break, prosody rate, prosody pitch, prosody volume et sub alias

Le chiffre de 63 % est celui à prendre avec prudence. La préférence en aveugle face à votre propre génération précédente est la comparaison la plus facile qu’un fournisseur de solutions vocales puisse réaliser, et celle qui est le moins susceptible de prédire une victoire face au modèle d’une autre entreprise — ce qui est exactement ce que mesure l’arène ci-dessus, et où le résultat est une avance de deux points plutôt que de 63 %.

Ce que cela signifie si vous achetez réellement de la synthèse

Le classement Arena est une donnée d’entrée, pas un bon de commande. Le dossier de Simba 3.5 repose pour l’instant sur trois éléments qui se conjuguent exceptionnellement bien : une position de qualité en tête de tableau, 48 langues sous un seul identifiant, et un prix dans la fourchette de 10 à 15 $ que la plupart des modèles qui le devancent sur Provider Voice n’approchent pas. ElevenLabs Eleven v4 est à 80 $. HeyGen Voice est à 30 $. Les modèles qui battent Simba 3.5 sur le prix — HeyGen Voice Turbo à 4,00 $ — se situent 18 points Elo plus bas sur le même classement contrôlé.

OrcaRouter ne propose pas la gamme Simba, et rien ici ne doit être interprété comme une affirmation qu’il le fait. Ce que notre catalogue propose, en revanche, est un petit ensemble de modèles de synthèse qui constituent un groupe de contrôle utile lorsque vous évaluez un changement : openai/tts-1 à 15,00 $ par million de caractères et openai/tts-1-hd à 30,00 $, tous deux affichés au prix catalogue du fournisseur, sans marge ajoutée. Exécuter votre propre script avec ceux-ci et avec Simba 3.5 via l’API propre du fournisseur est une expérience de deux heures qui vous en apprendra davantage sur votre contenu que n’importe quelle colonne Elo.

Si l’évaluation se transforme en décision de production, l’argument pour le placer derrière un routeur n’est pas la qualité — c’est le calendrier. Simba 3.5 a changé de prix une fois en trois semaines, prévoit une migration de model-id pour le 21 novembre, et se trouve dans une arène où les quatre premiers sont statistiquement à égalité. Le basculement automatique signifie qu’un changement côté fournisseur devient un événement de routage plutôt qu’une panne, et qu’une clé unique commune aux fournisseurs signifie que la comparaison effectuée en novembre n’a pas à être reconstruite de zéro lorsque l’un d’eux change ses prix en décembre.

Ce qu'il faut surveiller à partir d'ici

Trois éléments permettront de trancher plus vite qu’une nouvelle série de publications de lancement. Le nombre d’échantillons arrive en premier : Simba 3.5 compte 1 783 échantillons Controlled Voice contre 2 626 pour HeyGen Voice, et son intervalle se resserrera à mesure que les votes s’accumulent. Si l’avance de deux points est réelle, elle devrait y résister ; sinon, la fourchette de classement reviendra vers 1 à 3 et y restera.

Le second correspond à ce que fait Speechify après le 22 novembre, lorsque le tarif de lancement prend fin et que la grille tarifaire de 15, 12 et 10 dollars prend le relais. Un palier de qualité qui coûte 50 % de plus que son prédécesseur constitue une décision produit différente de celle d’un palier qui coûte le même prix pendant une période promotionnelle.

Le troisième est l’écart Provider Voice. Simba 3.5 y est cinquième avec 1 294, tandis qu’ElevenLabs Eleven v4 mène avec 1 340 — un déficit de 46 points qui n’apparaît pas sur le tableau contrôlé, où Simba 3.5 devance de 37 points. Cette divergence est le fait non résolu le plus intéressant concernant ce modèle, et elle fait l’objet de sa propre comparaison plutôt que d’une simple note de bas de page ici.