Eleven v4 vs Cartesia Sonic 3.6: Selisih Elo 43 Poin Dibandingkan Suara yang 39% Lebih Murah

ElevenLabs Eleven v4 berada 43 poin Elo di atas Cartesia Sonic 3.6 di Provider Voice Arena milik Artificial Analysis — 1.319 hingga 1.276 — dan ia juga memenangi papan Controlled Voice, di posisi kedua, sementara Sonic 3.6 di posisi keempat. Ia kalah soal harga dengan selisih besar ke arah sebaliknya: $80,00 per juta karakter dibandingkan $49,00, dan sekitar sembilan kali tarif per karakter pada kartu tarif milik vendor sendiri selama jendela peluncuran. Ini adalah pertarungan langka yang papan skornya jelas tetapi keputusannya tetap tidak, karena kedua model tidak benar-benar bersaing untuk pekerjaan yang sama.

Apa itu tiap model, masing-masing dalam satu paragraf.

ElevenLabs Eleven v4 dirilis pada 28 September sebagai model sintesis suara andalan perusahaan, bersama Eleven v4 Turbo. Dokumentasinya mencantumkan lebih dari 90 bahasa, batas input 10.000 karakter per permintaan, dialog multipembicara dengan identitas pembicara yang stabil, dukungan fonem IPA yang ditingkatkan, dan direktif inline yang memungkinkan Anda menuliskan penyampaian ke dalam naskah. Kloning suara dimulai dari sepuluh detik audio untuk klon instan, dengan tier profesional di atasnya.

Cartesia Sonic 3.6 adalah rilis terkini dari lini model yang diposisikan Cartesia pada kecepatan dan kealamian. Halaman produknya sendiri menyebutnya sebagai model text-to-speech tercepat dan paling alami, mengklaim latensi di bawah 90 ms, operasi multibahasa secara native di 44 bahasa, kloning suara dari sepuluh detik audio, kamus pengucapan khusus, dan seperangkat kepatuhan yang mencakup HIPAA, SOC 2 Type 2, GDPR, dan PCI. Kedua vendor menerbitkan angka latensi untuk model mereka sendiri; tidak ada kumpulan angka yang diverifikasi secara independen, dan keduanya tidak diukur dengan cara yang sama.

Papan skor, dimensi demi dimensi

• Preferensi buta, suara milik masing-masing vendor — Eleven v4 peringkat 1, Elo 1.319 vs Sonic 3.6 peringkat 2, Elo 1.276. Selisih 43 poin.

• Preferensi buta, suara kloning yang dipasangkan — Eleven v4 peringkat 2, Elo 1.157 vs Sonic 3.6 peringkat 4, Elo 1.138. Selisih 19 poin, lebih sempit daripada yang pertama.

• Normalisasi harga Arena, per juta karakter — Eleven v4 $80.00 vs Sonic 3.6 $49.00. Sonic 39% lebih murah berdasarkan penyebut umum papan tersebut.

• Kartu tarif vendor, per seribu karakter — Eleven v4 $0,022 promo, $0,08 setelah 12 Oktober vs Sonic 3.6 $0,049. Sonic 39% lebih murah setelah promosi berakhir.

• Cakupan bahasa, didokumentasikan vendor — Eleven v4 90 lebih vs Sonic 3.6 44. Sekitar dua kali lipat.

• Batas input per permintaan — Eleven v4 10.000 karakter vs Sonic 3.6 tidak dicantumkan di halaman produknya.

• Latensi, menurut vendor — Eleven v4 Turbo sekitar 150 ms median hingga ucapan pertama vs Sonic 3.6 di bawah 90 ms. Sekali lagi, pengujiannya berbeda.

• Kloning suara — keduanya dari audio sepuluh detik, keduanya dengan tingkat profesional yang lebih tinggi.

• Kontrol enumerasi — Eleven v4 mendokumentasikan input fonem IPA dan tier klon profesional; Sonic 3.6 mendokumentasikan kamus pengucapan kustom.

• Postur kepatuhan — Sonic 3.6 menyatakan HIPAA, SOC 2 Type 2, GDPR dan PCI. ElevenLabs menyatakan kepatuhannya secara terpisah dari halaman model dan tidak mencantumkan daftar yang serupa di samping v4.

Dua dari baris tersebut adalah baris yang menentukan proyek nyata. Selisih Elo adalah 43 poin pada papan suara vendor dan 19 pada papan suara hasil kloning — garis Sonic menyempit lebih dari setengah ketika speaker dijaga konstan. Itu adalah ciri khas model yang penyetelannya kompetitif tetapi pilihan suara bawaannya tidak, dan itu memberi tahu Anda bahwa masalah Sonic dalam pertandingan ini adalah presentasi, bukan kualitas sintesis.

Mengapa selisih harganya lebih kecil dari yang terlihat

Perbandingan tarif utama menyesatkan di kedua arah. Tarif Eleven v4 sebesar $0,022 per seribu karakter adalah angka promosi dengan tanggal kedaluwarsa 12 Oktober; angka yang tetap berlaku setelah periode itu adalah $0,08, yang lebih dari 60% di atas daftar harga Sonic 3.6. Namun, normalisasi arena tidak memedulikan promosi: model-model dihargai berdasarkan tarif daftarnya dan menghasilkan $80,00 versus $49,00, perbandingan yang masih akan tetap benar pada November.

Ada kerumitan kedua. Cartesia tidak mempublikasikan tarif per karakter di halaman produknya, jadi angka $0.049 berasal dari normalisasi arena, bukan dari vendor, dan kedua pengukurnya mungkin tidak cocok persis — normalisasi membuat asumsi tentang bagaimana penyedia menagih. Anggaplah urutannya dapat diandalkan dan persentase tepatnya sebagai perkiraan.

Satu bulan pengerjaan pada lima juta karakter: Eleven v4 dengan tarif promosi berbiaya $110, dan $400 setelah 12 Oktober. Sonic 3.6 berbiaya $245. Jadi selama dua minggu ke depan Eleven v4 kurang dari setengah biaya Sonic, dan setelah itu 63% lebih mahal. Siapa pun yang menulis perbandingan pengadaan hari ini dan mengirimkannya bulan depan akan memahami ini secara terbalik kecuali mereka menyebut tarif mana yang mereka gunakan.

Segmen di mana Sonic 3.6 adalah jawaban yang benar

Ada beban kerja suara produksi di mana papan arena tidak mengukur hal yang penting, dan Sonic 3.6 dibangun untuk itu.

Agen percakapan real-time adalah kasus yang paling jelas. Latensi di bawah 90 ms bukan angka pemasaran pada agen telepon; itu adalah perbedaan antara gangguan yang terasa ditangani dan terasa seperti panggilan terputus, dan ElevenLabs tidak menerbitkan angka yang setara untuk Eleven v4 itu sendiri — hanya untuk tier Turbo sekitar 150 ms median hingga ucapan pertama. Jika anggaran soket agen Anda ketat, 43 poin Elo mungkin kurang bernilai bagi Anda dibandingkan milidetiknya, dan pengujian barge-in Anda sendiri akan menyelesaikannya lebih cepat daripada papan peringkat mana pun.

Penerapan teregulasi adalah yang kedua. Cartesia mencantumkan HIPAA, SOC 2 Type 2, GDPR dan PCI di halaman produk. Daftar kepatuhan bukanlah Elo dan tidak dapat digantikan olehnya; jika peninjau layanan kesehatan atau pembayaran ada di jalur rilis Anda, baris papan skor itu lebih berbobot daripada sembilan lainnya.

Pengucapan deterministik adalah yang ketiga, dan sifatnya lebih halus. Input fonem IPA terdokumentasi Eleven v4 adalah keunggulan, tetapi kamus pengucapan khusus Sonic 3.6 adalah alur kerja yang cenderung sudah dibangun oleh tim dengan kosakata nama produk yang besar. Memindahkan kamus adalah pekerjaan nyata; model yang mengonsumsi artefak yang Anda miliki punya keunggulan awal.

Di mana Eleven v4 hanyalah model yang lebih baik

Meski begitu, papan peringkat mengukur sesuatu, dan Eleven v4 memenangi keduanya. Pada Provider Voice, ia unggul 43 poin atas Sonic 3.6 dengan 1.674 sampel di balik estimasi, dan andalan sebelumnya — ElevenLabs Eleven v3 pada 1.169 — tertinggal 107 poin dari Sonic 3.6, yang berarti ElevenLabs menutup kesenjangan nyata dalam satu generasi alih-alih mempertahankan keunggulan.

Jumlah bahasa adalah kemenangan tak ambigu kedua. 90-an lebih melawan 44 kira-kira dua kali lipat, dan untuk produk yang dirilis di luar bahasa Inggris dan segelintir bahasa Eropa, itu adalah persoalan cakupan, bukan kualitas — Sonic 3.6 mungkin sama sekali tidak punya suara untuk beberapa lokal Anda. Dan penanganan dialog multi-pembicara plus arahan penyampaian inline adalah perbedaan kemampuan yang nyata: menuliskan tawa ke dalam skrip adalah alur kerja yang tidak didokumentasikan Sonic 3.6, dan mereproduksi efek itu pada model tanpa fitur tersebut berarti pascapemrosesan atau pengambilan ulang, yang biayanya lebih besar daripada yang disiratkan oleh selisih Elo.

Menjalankan salah satunya, dan bagian yang tidak dapat kami bantu

OrcaRouter tidak menghosting satu pun dari model ini. ElevenLabs dan Cartesia tidak ada dalam katalog kami, jadi tidak ada apa pun dalam perbandingan ini yang bisa dipanggil melalui kami, dan jawaban jujur untuk "bagaimana cara mendapatkannya di OrcaRouter" adalah Anda tidak bisa — Anda pergi ke vendornya. Yang kami tangani adalah kasus ketika sebuah speech stack akhirnya mencakup beberapa penyedia, bukan satu:satu kunci API untuk lebih dari 200 model, dengan harga daftar penyedia diteruskan pada markup 0% sehingga perubahan harga vendor langsung aktif di sisi kami pada hari yang sama saat perubahan itu berlaku. Untuk keputusan yang bergantung pada apakah Anda membayar $110 atau $400 untuk karakter di bulan yang sama, waktu tersebut bukan hal kecil.

Ketika jalur suara berhadapan langsung dengan pelanggan dan tidak boleh terputus, failover otomatis memindahkan lalu lintas ke upstream yang sehat saat salah satunya menurun kinerjanya. Itulah pola yang membuat jendela promosi dua minggu layak dimanfaatkan: Anda dapat mengarahkan produksi ke model yang lebih murah selama dua minggu tanpa menulis ulang integrasi, dan kembali lagi saat tarifnya kembali normal.

Siapa yang harus beralih, dan siapa yang harus menunggu

Beralihlah ke Eleven v4 jika produk Anda dinilai dari bagaimana suaranya, jika Anda merilis dalam lebih dari dua lusin bahasa, atau jika pengguna Anda mendengar suara apa pun yang dipilih vendor untuk mereka — kelompok terakhir itulah yang diwakili oleh papan Provider Voice, dan selisih di sana adalah yang terbesar di antara semua baris.

Tetap gunakan Sonic 3.6 jika Anda menjalankan percakapan waktu nyata dengan anggaran latensi, jika peninjau kepatuhan menyetujui stack Anda, atau jika Anda memiliki kamus pelafalan yang tidak sanggup Anda bangun ulang. Pada ketiga baris itu, Sonic tidak tertinggal; Sonic adalah satu-satunya opsi dengan jawaban yang telah dipublikasikan.

Tunggu, dalam kedua kasus, jika keputusanmu bergantung pada harga. Dua minggu dari sekarang, kartu tarif Eleven v4 berubah dengan faktor hampir empat dan Sonic 3.6 tidak, dan perbandingan yang ditulis hari ini akan terbaca salah pada pertengahan Oktober. Urutan Elo akan tetap berlaku. Soal biayanya tidak.