Simba 3.5 לעומת Simba 3.2: 110 נקודות Elo, 48 שפות וחשבון שמכפיל את עצמו בתשעה ימים

מסלול השדרוג בתוך ספק אחד הוא בדרך כלל ההשוואה הפחות מעניינת בבלוג הזה. כאן זה לא המקרה, משום שSpeechifyAI Simba 3.5 וSpeechifyAI Simba 3.2 נבדלים ביותר ממספר גרסה, וההבדלים מצביעים בכיוונים מנוגדים. Simba 3.5 טוב ב-110 נקודות Elo בזירת הקול הנשלטת, מדבר 48 שפות במקום אחת, ועולה 50% יותר במחיר המחירון. Simba 3.2 מהיר יותר בנתון השהיה היחיד שמישהו באמת מדד, יש לו רשימת היתר לקולות שכבר אינה מגבילה דבר, והוא שומר על מחירו הישן. צוות שמריץ את Simba 3.2 בפרודקשן ניצב בפני החלטה אמיתית לפני 22 בנובמבר, ו"לשדרג לחדש יותר" אינו בהכרח התשובה הנכונה.

קודם התאריכים, כי הם מה שהופך את זה לדחוף ולא לאקדמי. Simba 3.2 שוחרר ב-8 ביולי 2026 כמודל סטרימינג באנגלית בלבד והומלץ עד 18 באוקטובר. Simba 3.5 סומן כמומלץ ב-18 באוקטובר, הושק בפומבי ב-21 באוקטובר, מחיר המחירון שלו הופחת ב-9 בנובמבר, וב-21 בנובמבר הוא הופך למודל שמאחורי שני מזהי legacy שיוצאים משימוש. Speechify לא מפסיקה לתמוך ב-3.2 — הוא נשאר ברשימה, נשאר מתומחר ונשאר ניתן לקריאה — וזו בדיוק הסיבה שהבחירה חייבת להיעשות לגופו של עניין ולא לפי מועד אחרון.

פער הזירה הוא הגדול ביותר בתולדות כל אחד מהמודלים

שני המודלים מקבלים ציון בשני הלוחות של Artificial Analysis. הלוח המבוקר מחזיק את הדובר קבוע לאורך {{1}}שמונה קולות ייחוס משובטים{{/1}}; לוח הספקים מאפשר לכל ספק להשתמש בהרכב הקולות שלו. הפער בין שני הדורות הללו {{2}}גדול יותר בלוח המבוקר{{/2}}, שהוא האינפורמטיבי מבין השניים עבור כל מי שמבצע שיבוט קול.

• קול מבוקר — Simba 3.5 דירוג 1, Elo 1,192, פלוס או מינוס 17, מרווח 1,175 עד 1,209, 1,783 דגימות

• קול מבוקר — Simba 3.2 דירוג 14, Elo 1,082, פלוס או מינוס 12, מרווח 1,070 עד 1,094, 3,630 דגימות

• Provider Voice — Simba 3.5 דירוג 5, Elo 1,294, פלוס או מינוס 17, מרווח 1,277 עד 1,311, 1,732 דגימות

• קול ספק — Simba 3.2 דירוג 12, Elo 1,250, פלוס או מינוס 11, טווח 1,239 עד 1,261, 3,966 דגימות

• לפני שני דורות — Simba 3.0 בדירוג 27 ב-1,035 מבוקרים, בדירוג 41 ב-1,114 ספק

הפער בלוח הבקרה הוא 110 נקודות, עם מרווחים שמפרידים ביניהם ביותר מ-80 נקודות של חלל ריק. זה לא ריצה חוזרת שולית. לשם הקשר, כל עשרת המקומות הראשונים באותו לוח משתרעים על 62 נקודות; דור אחד של Simba מכסה כמעט פי שניים מהטווח הזה. הפער בלוח הספקים קטן יותר ועומד על 44 נקודות, מה שאומר משהו שימושי: חלק ממה ש-3.5 שיפר הוא איכות הסינתזה בקולות לא מוכרים, וחלק ממנו הוא פשוט צליל ברירת מחדל טוב יותר.

גם דפוס הדורות עקבי לאורך שלוש מהדורות. המעבר מ-Simba 3.0 ל-3.2 היה 47 נקודות בלוח הבקרה; המעבר מ-3.2 ל-3.5 היה 110. Speechify משתפרת בכך מהר יותר מבעבר, והמודל 3.2 שהומלץ בספטמבר נמצא כעת באמצע הטבלה.

שפות: שש, אחת, ארבעים ושמונה

זהו ההבדל שמשנה ארכיטקטורות ולא ציוני איכות. Simba 3.2 היא באנגלית בלבד — קול שאינו באנגלית מחזיר 400 כשהאזור הלשוני שנדחה מצוין בהודעה. Simba 3.0 מכסה שש שפות בשבעה אזורים לשוניים. Simba 3.5 מכסה 48 תחת מזהה אחד, כאשר אסטונית וקנטונזית מוחרגות במפורש ונוסחים אזוריים כלולים.

מה שהופך את 48 לשמישים הוא שהקול עובר הלאה. כל קול בקטלוג מדבר את כל 48 השפות ב-Simba 3.5 עם אותו מזהה קול, וכך גם קול ששיבטתם בתוכנית בתשלום. זהו היכולת שצינור לוקליזציה חיכה לה: קול מותג משובט אחד, ארבעים ושמונה שפות, בלי החלפת קול לכל אזור. ההסתייגות של הספק היא שקול שומר על המבטא של הקלט המקורי שלו, וההנחיה שלו היא ליצור עם קול שנבחר על ידי הצוות וילידי לכל שפה — וזו הסיבה ש-staff_pick_rank הופיע בנקודת הקצה voices ב-18 באוקטובר.

ב-Simba 3.2, כל תהליך העבודה הזה לא קיים. קול אחד, שפה אחת. אם המוצר שלך משווק ביותר משוק אחד, זה לא הבדל בציון; זה ההבדל בין אינטגרציה אחת לשני ספקים.

השהיה, שבה המודל הוותיק עדיין מנצח

Speechify מפרסמת השהיה מדודה עבור Simba 3.2 ורק טענות מצטברות עבור 3.5, והמדידה שפורסמה טובה. ב-9 באוקטובר 2026, כשנמדדה מלקוח במזרח ארה״ב באמצעות חיבורים חמים, Simba 3.2 הגיעה לרגע שבו נשמע אודיו לראשונה בחציון של 47 מ״ש בזרם הקלט של WebSocket ו-64 מ״ש בזרם HTTP — הנמוך מבין שלוש-עשרה נקודות הקצה ש-Speechify מדדה באותו יום מאותו מיקום. הבייט הראשון בצד השרת היה 56 מ״ש ב-p50 ו-102 מ״ש ב-p90 בתעבורת ייצור שנמדדה ב-15 בספטמבר. החברה מבהירה במפורש שכל ערך הוא אחוזון מדוד ולא ערובה, וכי מציריך התמונה משתנה: 142 מ״ש עבור מודל Flash של ספק אחר לעומת 145 ו-153 מ״ש לשני נתיבי ההזרמה שלה.

עבור Simba 3.5, הנתונים המתועדים הם טענות ספק ולא אחוזונים שפורסמו: 72 מילישניות זמן עד לאודיו הראשון עבור 95% מבקשות הסטרימינג תחת עומס ייצור, ופי 1.8 מהתפוקה של Simba 3.2 לכל מופע שירות. לא ניתן להשוות אותם ישירות ל-p50 שנמדד על גבי חיבורים חמים. p95 של 72 מ״ש ו-p50 של 47 מ״ש עשויים להיות עקביים לחלוטין, ואף אחד מחוץ ל-Speechify לא ביצע את הסבב שיוכיח זאת.

ההשלכה המעשית צרה אך אמיתית. אם חוויית המשתמש של המוצר שלכם היא עוזרת קולית שבה מאה מילישניות של שקט מורגשות, יש לכם מספר מדוד עבור 3.2 וטענה בלבד עבור 3.5, והדבר ההגון לעשות הוא למדוד את 3.5 בעצמכם לפני שאתם נודדים. אם אתם מרנדרים אודיו לקובץ, זמן השהיה אינו רלוונטי והסעיף הזה אינו חל עליכם.

מחיר: ההצעה מסתיימת ב-21 בנובמבר

התמחור של Speechify לשני המודלים האלה עומד להתפצל, ויומן השינויים מפרט אותו במדויק.

• Simba 3.5, החל מ-22 בנובמבר — 15.00 $ למיליון תווים ב-Starter, 12.00 $ ב-Pro, 10.00 $ ב-Scale

• Simba 3.5, עד 21 בנובמבר — $10.00, $8.00 ו-$6.00, התעריפים של הדגמים הישנים

• Simba 3.5, רשימת ההשקה המקורית מ-21 באוקטובר — $20, $16 ו-$12, הוחלפה בקיצוץ מ-9 בנובמבר

• Simba 3.2 — ללא שינוי במחיר של $10.00, $8.00 ו-$6.00 למיליון תווים באותן תוכניות

אז עד 21 בנובמבר שני המודלים עולים בדיוק אותו דבר ו-3.5 עדיף באופן מובהק. החל מ-22 בנובמבר, 3.5 עולה 50% יותר בכל דרגה. בתוכנית Pro זה $72 לעומת $108 עבור תשעה מיליון תווים; ב-Scale, $280.80 לעומת $468 עבור 46.8 מיליון. היתרות לא השתנו, כך שאותה תוכנית קונה שליש פחות תווים של המודל החדש במחיר המחירון.

זהו שיקול ערך ישר וברור ולא טריק: 110 נקודות Elo ו-47 שפות נוספות תמורת תוספת של 50% מהווים עסקה טובה כמעט לכל עומס עבודה שמשתמש באחת מהתכונות הללו, ועסקה גרועה לפייפליין באנגלית בלבד שכבר היה מרוצה מהאיכות של 3.2.

ההגירה היא שורה אחת, וזו המלכודת.

התיעוד של Speechify בהיר באופן יוצא דופן שהמעבר מ-3.2 ל-3.5 אינו מחייב שינוי בגרסת ה-API: יש להגדיר את model ל-simba-3.5, לשמור על אותם מזהי קול, אותם פורמטי פלט, אותם סימני דיבור ואותו תת-מערך מיושם של SSML. בקשות שמשמיטות את model עדיין מופנות ל-simba-3.0, כך שברירת המחדל לא מעבירה אתכם בשקט.

שני פרטים מסבכים את סיפור בן השורה האחת. הראשון הוא ששפה כעת חשובה: אם הטקסט שונה מהלוקאל של הקול, עליכם להגדיר אותו במפורש, אחרת ה-API משתמש בלוקאל של הקול ומתקבל מבטא שלא התכוונתם לו. השני הוא 21 בנובמבר עצמו. בתאריך הזה, שני המזהים של Simba 1.6, simba-english ו-simba-multilingual, מפסיקים להיות מוגשים מהאימון הישן שלהם ומתחילים להיות מוגשים על ידי Simba 3.5, בחיוב לפי התעריף של Simba 3.5, בכל גרסת API שעדיין יכולה למנות אותם. אינטגרציה המוצמדת למזהים הישנים תשנה קול ותשנה מחיר באותו היום בלי שינוי בקוד. בדיקת 3.5 במכוון לפני כן היא הדרך היחידה לבחור.

יש גם שיפור שקט שכדאי להכיר: ב-20 באוקטובר, prosody pitch ו-prosody volume החלו להיות מיושמים ב-Simba 3.5, 3.2 ו-3.0, שם קודם לכן הם התקבלו והתעלמו מהם. אם אתם שולחים את המאפיינים האלה היום ולא רציתם את השינוי, העצה של Speechify עצמה היא להסיר אותם. תגי הדגשה ורגש עדיין מתקבלים ואינם מיושמים בכל שלושת הדגמים.

היכן OrcaRouter משתלב בשדרוג בתוך המשפחה

אף אחד מדגמי Simba אינו נמצא ב-OrcaRouter — הקו נגיש דרך ה-API של Speechify עצמה, ואין לקרוא כאן דבר כטענה אחרת. מה שכן אנחנו מנתבים הוא קטלוג הסינתזה שבו הייתם משתמשים כבקרה בזמן ההחלטה: openai/tts-1 ב-$15.00 למיליון תווים ו-openai/tts-1-hd ב-$30.00, במחיר המחירון של הספק ללא תוספת.

הדבר השימושי שראוטר עושה במיגרציה כזו הוא לאפשר למסלול הישן לשרוד בזמן שהחדש מוכח. הריצו את 3.5 על ה-API של הספק במשך שבוע של תעבורה אמיתית, השאירו את 3.2 כגיבוי, ונתבו סביב תקלה במקום לגלות אותה בפרודקשן — מעבר אוטומטי לגיבוי לא עולה דבר כששום דבר לא נכשל וקונה את כל חלון ההשקה כשמשהו כן נכשל. אותו מפתח בודד גם אומר שהקול של OpenAI שבו כבר השתמשתם נשאר זמין בזמן שאתם מחליטים אם אחת מהדורות Simba תחליף אותו.

איזה מהם להריץ, לפי עומס העבודה

הישארו עם Simba 3.2 אם עומס העבודה שלכם הוא באנגלית, הקולות שלכם באנגלית, רף האיכות שלכם כבר עמד בדרישות ביולי, והנתון שנמדד — 47 ms לשמע הראשון שנשמע — הוא קריטי במוצר שלכם. אתם משלמים את התעריף הנמוך עד 21 בנובמבר ולנצח לאחר מכן, ושום דבר ב-3.5 אינו משפר את הפלט שלכם. אין תאריך השבתה ל-3.2; Speechify אמרה זאת במפורש.

עברו ל-Simba 3.5 אם אחד מהבאים מתקיים: אתם זקוקים לשפה שנייה, אתם משכפלים קולות ורוצים מזהה קול אחד בכל האזורים הלשוניים, רף איכות האנגלית שלכם השתנה, או שאתם בונים משהו חדש. הפער של 110 נקודות בלוח הבקרה המבוקר הוא הקפיצה הגדולה ביותר בין דורות ש-Speechify יצרה, וכיסוי 48 השפות אינו זמין בשום דרך אחרת בתוך המשפחה הזו. עשו זאת לפני 21 בנובמבר אם ברצונכם להעריך אותו בתעריפים של הדגמים הישנים יותר, והגדירו את מזהה הדגם במפורש כדי שהפרישה לא תבחר בשבילכם.

בין אם תבחר בדרך זו או אחרת, להחלטה יש תאריך בחינה מחודשת ולא תשובה קבועה. ל-Simba 3.5 יש 1,783 דגימות קול מבוקרות לעומת 3,630 של 3.2, ולכן המרווח שלה יצטמצם. מחיר המחירון שלה כבר זז פעם אחת בשלושה שבועות. ו-Qwen-Audio-3.1-TTS-Plus של Alibaba, עם 1,176 באותו לוח, נמצא 16 נקודות מאחורי ספינת הדגל הנוכחית של Simba במחיר לוח דומה — קרוב מספיק לכך שהמהדורה הבאה של מי מהצדדים תפתח מחדש את השאלה.