כרטיס גיבור שנוצר עבור ElevenLabs Eleven v4 לעומת Google Gemini 3.1 Flash TTS עם שני כרטיסי ניקוד: Eleven v4 ב-Elo 1,319 ו-$80.00 ל-1M תווים, ו-Gemini 3.1 Flash TTS ב-Elo 1,203 ו-$18.31 ל-1M תווים, עם הכיתוב '116 נקודות Elo, פי 4.4 ממחיר הלוח'. כותרת תחתונה: 'Provider Voice Arena, לפי Artificial Analysis, ספטמבר 2026.' הלוגו של OrcaRouter ממוקם בפינה הימנית התחתונה.
Guides & Insights

Eleven v4 מול Gemini 3.1 Flash TTS: פער של 116 נקודות, והמודל הזול יותר של גוגל

מחבר

Rowan Sterling

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

אם אתם מחפשים היום את הקול של Goog​le, תגיעו לזה הלא נכון. Goog​le Gemini 3.1 Flash TTS מדורג במקום ה-11 ב-Provider Voice Arena של Artificial Analysis עם Elo של 1,203 על פני 3,512 הופעות, במחיר של 18.31 דולר למיליון תווים. ElevenLabs Eleven v4, שיצא ב-28 בספטמבר 2026, נמצא במקום הראשון עם Elo של 1,319 על פני 1,674 הופעות, במחיר של 80.00 דולר למיליון. זה נראה כמו פער של 116 נקודות מול מתחרה זול יותר — עד שמבחינים ש-Gemini 3.8 Flash TTS של Goog​le עצמו נמצא במקום השלישי באותו לוח עם 1,267 ומחיר מנורמל נמוך יותר של 16.49 דולר. התחרות האמיתית אינה זו שההשוואה הכותרתית מרמזת עליה, והסיבה היא תאריך יציאה.

אחד מאלה חדש יותר בשמונה עשר חודשים ממה שהוא נראה

Gemini 3.1 Flash TTS נושאת תאריך יציאה של 15 באפריל 2026 בלוח. Eleven v4 נושאת 28 בספטמבר 2026. זה חמישה וחצי חודשים, שזה לא דור בסינתזת דיבור אבל מספיק ארוך כדי שגוגל כבר הוציאה יורש: Gemini 3.8 Flash TTS ו-Gemini 3.8 Flash-Lite TTS שניהם הגיעו לזמינות כללית ב-23 בספטמבר 2026, חמישה ימים לפני Eleven v4, ושניהם מדורגים מעל 3.1 באותו לוח. Gemini 3.8 Flash-Lite TTS מגיעה למקום השישי עם 1,241 ו-$11.03 למיליון.

A generated scoreboard comparing ElevenLabs Eleven v4 and Google Gemini 3.1 Flash TTS across six dimensions: Provider Voice rank and Elo (1 / 1,319 against 11 / 1,203), samples (1,674 with an interval of plus or minus 19 against 3,512 with plus or minus 12), board price ($80.00 against $18.31 per 1M characters), rate card ($0.022 per 1K characters until October 12 against billed per token), script direction (inline audio tags against a voice set and prompting) and release date (September 28, 2026 against April 15, 2026). Footer: 'Ranks, Elo, intervals and board prices per Artificial Analysis; rate meters and capabilities vendor-documented.' The OrcaRouter logo sits in the bottom-right corner.

אז להשוואה הכנה יש שלוש נקודות, לא שתיים, והסדר לפי מחיר הוא החלק המעניין:

• מקום 1, ElevenLabs Eleven v4 — Elo 1,319, 80.00 דולר למיליון תווים, 1,674 הופעות, מרווח ±19

• דירוג 3, Google Gemini 3.8 Flash TTS — Elo 1,267, $16.49 למיליון תווים, שוחרר ב-23 בספטמבר 2026

• מקום 6, Google Gemini 3.8 Flash-Lite TTS — Elo 1,241, 11.03 דולר למיליון תווים, הושק ב-23 בספטמבר 2026

• דירוג 11, Google Gemini 3.1 Flash TTS — Elo 1,203, 18.31 דולר למיליון תווים, הושק ב-15 באפריל 2026, 3,512 הופעות, מרווח של ±12

שימו לב למה שהמרווחים עושים לסדר הזה. Gemini 3.1 Flash TTS מעריך 1,203 עם מרווח של ±12, כך שהערך האמיתי שלו נמצא אי־שם בסביבות 1,191 עד 1,215. Eleven v4 מעריך 1,319 עם מרווח של ±19 — בערך 1,300 עד 1,338. שני הטווחים אינם נוגעים זה בזה, והפער ביניהם רחב יותר ממאה נקודות. זה נקי ככל שלוח העדפות יכול להיות.

A screenshot of Artificial Analysis' Provider Voice Arena leaderboard, top of the table. ElevenLabs Eleven v4 is rank 1 at Elo 1,319 with an interval of plus or minus 19, 1,674 samples, eight arena voices, released Sept 2026 at $80.0 per 1M characters. Cartesia Sonic 3.6 is second at 1,276. Google Gemini 3.8 Flash TTS is third at 1,267 with $16.5 per 1M characters. Google Gemini 3.8 Flash-Lite TTS is sixth at 1,241 with $11.0. SpeechifyAI Simba 3.2 is seventh at 1,240 with $6.6. Google Gemini 3.1 Flash TTS is eleventh at 1,203 with an interval of plus or minus 12, 3,512 samples, seven arena voices, released Apr 2026 at $18.3 per 1M characters.

למה מספרי הדגימות חשובים יותר מהדירוגים

ל-Gemini 3.1 Flash TTS יש 3,512 הופעות מאחורי ההערכה שלו; ל-Eleven v4 יש 1,674, מפני שהוא בן יום אחד בלוח הזה. ההערכה של מודל חדש יותר נושאת יותר אי-ודאות לכל דגימה, והמרווח של ±19 משקף זאת. אם אתם מסוג הקונים שמחכים שמספר יתייצב, כלל האצבע הוא שהדירוג שגבוה מרוחב המרווח הוא החלק שאפשר לפעול לפיו. כאן הדירוג שורד את פסי השגיאה שלו בנוחות בשני הכיוונים — לפני 3.8 Flash TTS ומאחורי אף אחד בהשוואה הזו.

הזירה גם סופרת קולות זירה: שמונה עבור Eleven v4, שבעה עבור Gemini 3.1 Flash TTS. זהו מספר הקולות השונים של הספקים שנעשה בהם שימוש במבחנים העיוורים, והוא מדד גס לכמה מקאסט ברירת המחדל ספק מביא עמו. המקום הראשון של Eleven v4 הושג עם שמונה קולות, כלומר הזכייה אינה קריין בודד בר-מזל.

הבדלי היכולות שה-Elo אינו מתמחר

לוחות הדירוג מודדים העדפה, לא כיסוי תכונות. ארבעה הבדלים מכריעים בפרויקטים אמיתיים, ואף אחד מהם לא מופיע בדירוג Elo.

• הנחיות תסריט — Eleven v4 מתעד תגי אודיו מוטמעים ([צוחק], [לוחש], [נאמר בכעס במבטא צרפתי]) והנחיות הגשה בשפה טבעית; הדור 3.1 של Google מתעד בחירת קול ומתן הנחיות, אך לא תחביר תגים מקביל להנחיות ביצוע.

יצירת קול — הדור של Gemini 3.8 הוסיף עיצוב קול מתיאור כתוב ושכפול קול מדגימה של 30 שניות עם סימון מים ומטא-נתוני מקור על הפלט. Gemini 3.1 Flash TTS קדם לכך ומגיע עם סט קולות מובנה מראש.

• שכפול מאודיו אמיתי — ה-Instant Voice Cloning של Eleven v4 פועל החל מעשרה שניות של אודיו, עם שכבת מקצועית מעליו. מסלול השכפול של Google בדור 3.8 דורש 30 שניות ומוסיף אימות הסכמה. ספים שונים, מנגנוני הסכמה שונים.

• תקרת קלט לכל בקשה — Eleven v4 מתעד 10,000 תווים. Google מחייבת את מודלי ה-TTS שלה לפי טוקנים ולא לפי תווים, לכן אין תקרת תווים לבקשה ברת־השוואה, ואין להציב את שני המדדים זה לצד זה כאילו היו שווי־ערך.

הנקודה האחרונה היא זו שמכשילה גיליונות אלקטרוניים של רכש. ElevenLabs מציעה מחיר לכל 1,000 תווים. Google מציעה מחיר למיליון טוקנים, בקלט ובפלט. Artificial Analysis מנרמלת את שניהם לציר של מחיר למיליון תווים — מכאן מגיעים $80.00 ו-$18.31 — אבל הנרמול הוא ההמרה של הדירקטוריון, לא החשבונית של מי מהספקים. השתמשו בו כדי לדרג, לא כדי לחזות.

A screenshot of Google's Gemini API documentation page for text-to-speech generation, headed by a banner reading 'Gemini 3.8 Flash is now available'. The page covers single-speaker and multi-speaker TTS, states that the TTS capability differs from the Live API in being designed for exact text recitation with fine-grained control, names the gemini-3.8-flash-tts and gemini-3.8-flash-lite-tts models, notes that TTS models accept text-only input and produce audio-only output, and shows a Python example that attaches a speech_metadata annotation with the style 'cheerful and friendly' and a voice of 'Kore' in generation_config.speech_config.

מה כרטיס התעריפים של Eleven v4 עושה להשוואה הזו

במשך שבועיים השוואת המחירים שלמעלה שגויה לטובת ElevenLabs, ואחר כך היא שגויה לרעתה. בעמוד התמחור של ה-API של ElevenLabs, Eleven v4 רשום במחיר של $0.022 ל-1,000 תווים לעומת מחיר מחירון מוצהר של $0.08, ומסומן כ-72% הנחה עד 12 באוקטובר. Eleven v4 Turbo רשום במחיר של $0.011 לעומת $0.04. אחרי 12 באוקטובר המספר המבצעי נעלם, והמחיר הרשום בלוח של $80.00 למיליון הופך לתעריף שאתם משלמים בפועל.

ערכו את החשבון על חודש של חמישה מיליון תווים. Eleven v4 עולה $110 במהלך החלון ו-$400 אחריו. Gemini 3.1 Flash TTS, לפי הנרמול של $18.31 של הלוח, מגיע לכ-$92 בערך לאותו חודש — זול יותר מהמבצע ובערך פי ארבעה זול יותר מתעריף המחירון. צוות שעורך בנצ'מרק בספטמבר ומשיק בנובמבר יקבל את ההחלטה על סמך נתון שכבר אינו קיים.

היכן ניתוב מתאים, והיכן הוא לא

אף אחד מהמודלים האלה אינו נמצא בקטלוג של OrcaRouter. אין כאן נקודת קצה של ElevenLabs ואין נקודת קצה של Google TTS שאליה אפשר לפנות, והתשובה הכנה ל"איך אני מגיע אליהם דרכך" היא שאתה לא מגיע אליהם: אל Eleven v4 מגיעים דרך ה-API של ElevenLabs עצמה, ואל Gemini 3.1 Flash TTS דרך ה-API של Google. כל אמירה אחרת תהיה המצאת אינטגרציה.

הדבר היחיד שמפתח יחיד טוב לו בהשוואה כזו הוא ההחלטה עצמה. אם אתה שוקל נקודת קצה בעלות 400 $ לחודש מול אחת בעלות 92 $ לחודש, התשובה תלויה בסקריפטים שלך, בשפות שלך ובמאזינים שלך — וקבלת התשובה הזו משמעה לקרוא לשניהם מאותו נתיב קוד עם אותה צורת בקשה, במקום להקים שתי אינטגרציות של ספקים כדי להריץ בדיקה אחת. OrcaRouter מכסה את השכבה הזו: יותר מ-200 מודלים מאחורי מפתח אחד כאשר מחירי המחירון של הספקים מועברים הלאה בתוספת של 0%, כך ששינוי מחיר של ספק בא לידי ביטוי ביום שבו הוא נכנס לתוקף, ובנוסף מעבר אוטומטי לגיבוי אם אחד מהשירותים במעלה הזרם מדרדר באמצע ההערכה.

מי צריך לבחור מה

בחרו ב-Pick Eleven v4 כשהקול הוא המוצר. היא מובילה את הטבלה ב-116 נקודות עם מרווח נקי יותר מהמודל שמתחתיה, היא היחידה מבין השתיים עם תחביר תגים מוטמע ומתועד להכוונת ביצועים, ורף השיבוט שלה עומד על עשר שניות ולא על שלושים. הפרמיה אמיתית — פי ארבעה מהמחיר המנורמל במחירון — והיא קונה את פסגת הטבלה.

בחרו ב-Gemini 3.1 Flash TTS רק אם אתם כבר מחויבים אליו. זהו מודל בן חמישה חודשים מדור ה-preview, עם ציון נמוך יותר ומחיר מנורמל גבוה יותר מאשר המהדורה של Google עצמה מספטמבר, והסיבה היחידה להשאיר אותו היא אינרציה באינטגרציה קיימת. אם יש לכם את האינרציה הזו, מעבר בתוך הסטאק של Google אל 3.8 Flash TTS מקנה 64 נקודות Elo ומחיר מנורמל נמוך יותר בלי להחליף ספקים — מקרה נדיר שבו השדרוג הוא גם האפשרות הזולה יותר.

עבור כל השאר השאלה הבוערת היא Eleven v4 מול Gemini 3.8 Flash TTS, והתשובה היא חילוף אמיתי ולא דירוג: 52 נקודות Elo ותחביר התגים מול כחמישית מהעלות לתו. הריצו את שניהם על אותם תסריטים אחרי 12 באוקטובר, כשהמבצע של ElevenLabs ייעלם ופער המחירים יהיה זה שתשלמו בפועל.