Eleven v4 vs Gemini 3.1 Flash TTS: Kesenjangan 116 Poin, dan Model Google yang Lebih Murah

Jika mencari suara Goog​le hari ini, Anda akan memilih yang salah. Goog​le Gemini 3.1 Flash TTS terdaftar di peringkat 11 pada Provider Voice Arena milik Artificial Analysis dengan Elo 1.203 dari 3.512 penampilan, dengan harga $18,31 per juta karakter. ElevenLabs Eleven v4, yang dirilis 28 September 2026, berada di peringkat 1 dengan Elo 1.319 dari 1.674 penampilan, dengan harga $80,00 per juta. Itu tampak seperti selisih 116 poin melawan penantang yang lebih murah — sampai Anda menyadari bahwa Gemini 3.8 Flash TTS milik Goog​le sendiri berada di urutan ketiga pada papan yang sama dengan 1.267 dan harga yang dinormalisasi lebih rendah sebesar $16,49. Persaingan yang sebenarnya bukanlah yang disiratkan oleh adu utama, dan alasannya adalah tanggal rilis.

Salah satu dari ini delapan belas bulan lebih baru daripada yang terlihat

Gemini 3.1 Flash TTS memiliki tanggal rilis 15 April 2026 di papan peringkat. Eleven v4 memiliki tanggal rilis 28 September 2026. Itu selisih lima setengah bulan, yang bukan merupakan satu generasi dalam sintesis suara, tetapi cukup lama sehingga Google sudah merilis penerusnya: Gemini 3.8 Flash TTS dan Gemini 3.8 Flash-Lite TTS keduanya tersedia secara umum pada 23 September 2026, lima hari sebelum Eleven v4, dan keduanya berada di peringkat atas 3.1 di papan yang sama. Gemini 3.8 Flash-Lite TTS menempati posisi keenam dengan 1.241 dan $11,03 per juta.

Jadi, perbandingan yang jujur memiliki tiga poin, bukan dua, dan urutan berdasarkan harga adalah bagian yang menarik:

• Peringkat 1, ElevenLabs Eleven v4 — Elo 1.319, $80,00 per juta karakter, 1.674 kemunculan, interval ±19

• Peringkat 3, Google Gemini 3.8 Flash TTS — Elo 1.267, $16,49 per juta karakter, dirilis 23 September 2026

Peringkat 6, Google Gemini 3.8 Flash-Lite TTS — Elo 1.241, $11,03 per juta karakter, dirilis 23 September 2026

• Peringkat 11, Google Gemini 3.1 Flash TTS — Elo 1.203, $18,31 per juta karakter, dirilis 15 April 2026, 3.512 kemunculan, interval ±12

Perhatikan apa yang interval lakukan terhadap urutan itu. Gemini 3.1 Flash TTS memperkirakan 1.203 dengan interval ±12, jadi nilai sebenarnya berada di sekitar 1.191 hingga 1.215. Eleven v4 memperkirakan 1.319 dengan interval ±19 — kira-kira 1.300 hingga 1.338. Kedua rentang itu tidak bersentuhan, dan celah di antara keduanya lebih dari seratus poin lebarnya. Itu sebersih yang bisa didapat oleh sebuah papan preferensi.

Mengapa jumlah sampel lebih penting daripada peringkat

Gemini 3.1 Flash TTS memiliki 3.512 kemunculan di balik estimasinya; Eleven v4 memiliki 1.674, karena baru berusia satu hari di papan ini. Estimasi model yang lebih baru membawa lebih banyak ketidakpastian per sampel, dan interval ±19 mencerminkan hal itu. Jika Anda tipe pembeli yang menunggu angka menjadi mapan, aturan praktisnya adalah bahwa urutan yang berada di atas lebar interval adalah bagian yang dapat Anda tindak lanjuti. Di sini peringkat tersebut bertahan terhadap batang galatnya dengan nyaman di kedua arah — di depan 3.8 Flash TTS dan tidak di belakang siapa pun dalam perbandingan ini.

Arena juga menghitung suara arena: delapan untuk Eleven v4, tujuh untuk Gemini 3.1 Flash TTS. Itu adalah jumlah suara vendor berbeda yang digunakan dalam uji buta, dan angka itu menjadi proksi kasar untuk seberapa besar susunan pengisi suara bawaan yang dibawa sebuah vendor. Peringkat 1 Eleven v4 diraih dengan delapan suara, yang berarti kemenangan itu bukan hasil dari satu narator yang kebetulan beruntung.

Perbedaan kemampuan yang tidak diperhitungkan oleh Elo

Papan peringkat mengukur preferensi, bukan cakupan fitur. Empat perbedaan menentukan proyek nyata dan tidak satu pun muncul dalam Elo.

• Arahan skrip — Eleven v4 mendokumentasikan tag audio inline ([tertawa], [berbisik], [diucapkan dengan marah dalam aksen Prancis]) dan perintah penyampaian dalam bahasa alami; generasi 3.1 Google mendokumentasikan pilihan suara dan pemberian perintah, tetapi tidak mendokumentasikan sintaks tag yang setara untuk arahan pertunjukan.

• Pembuatan suara — generasi Gemini 3.8 menambahkan desain suara dari deskripsi tertulis dan replikasi suara dari sampel 30 detik dengan watermarking serta metadata asal-usul pada output. Gemini 3.1 Flash TTS mendahului itu dan menyertakan rangkaian suara siap pakai.

• Kloning dari audio nyata — Instant Voice Cloning milik Eleven v4 berjalan mulai dari sepuluh detik audio, dengan tier profesional di atasnya. Jalur replikasi Google pada generasi 3.8 meminta 30 detik dan menambahkan verifikasi persetujuan. Ambang batas yang berbeda, mekanisme persetujuan yang berbeda.

• Batas input per permintaan — Eleven v4 mencantumkan 10.000 karakter. Google menagih model TTS-nya dalam token, bukan karakter, sehingga tidak ada batas karakter per permintaan yang setara untuk dibandingkan, dan kedua ukuran tersebut tidak boleh disandingkan seolah-olah keduanya setara.

Poin terakhir itulah yang membuat spreadsheet pengadaan tersandung. ElevenLabs menyebut harga per 1.000 karakter. Google menyebut harga per juta token, masuk dan keluar. Artificial Analysis menormalkan keduanya ke sumbu per juta karakter — dari situlah angka $80.00 dan $18.31 berasal — tetapi normalisasi itu adalah konversi dewan, bukan faktur vendor mana pun. Gunakan untuk memeringkat, bukan untuk meramalkan.

Apa dampak kartu tarif Eleven v4 terhadap perbandingan ini

Selama dua minggu, perbandingan harga di atas keliru karena menguntungkan ElevenLabs, lalu keliru karena merugikannya. Di halaman harga API ElevenLabs, Eleven v4 tercantum sebesar $0,022 per 1.000 karakter dibandingkan harga daftar yang dinyatakan sebesar $0,08, dengan label diskon 72% hingga 12 Oktober. Eleven v4 Turbo tercantum sebesar $0,011 dibandingkan $0,04. Setelah 12 Oktober, angka promosi itu menghilang dan angka papan sebesar $80,00 per juta menjadi tarif yang sebenarnya Anda bayar.

Hitunglah untuk bulan dengan lima juta karakter. Eleven v4 berbiaya $110 selama jendela dan $400 setelahnya. Gemini 3.1 Flash TTS, pada normalisasi $18.31 dari dewan, mencapai sekitar $92 untuk bulan yang sama — lebih murah daripada promosi dan sekitar empat kali lebih murah daripada tarif daftar. Tim yang melakukan benchmark pada September dan merilis pada November akan telah mengambil keputusan berdasarkan angka yang sudah tidak ada lagi.

Di mana routing cocok, dan di mana tidak

Tidak satu pun dari model-model ini ada dalam katalog OrcaRouter. Tidak ada endpoint ElevenLabs dan tidak ada endpoint Google TTS di sini untuk dipanggil, dan jawaban jujur untuk "bagaimana saya menjangkau mereka melalui Anda" adalah Anda tidak bisa: Eleven v4 dijangkau melalui API milik ElevenLabs sendiri, dan Gemini 3.1 Flash TTS melalui API milik Google. Mengatakan hal lain berarti mengarang integrasi.

Dalam perbandingan seperti ini, kegunaan satu kunci adalah untuk keputusan itu sendiri. Jika Anda menimbang endpoint seharga $400 per bulan versus endpoint seharga $92 per bulan, jawabannya bergantung pada skrip Anda sendiri, bahasa Anda sendiri, dan listener Anda sendiri — dan mendapatkan jawaban itu berarti memanggil keduanya dari jalur kode yang sama dengan bentuk permintaan yang sama, bukan menyiapkan dua integrasi vendor hanya untuk menjalankan satu pengujian. OrcaRouter menangani lapisan itu: lebih dari 200 model di balik satu kunci dengan harga daftar penyedia diteruskan apa adanya pada markup 0%, sehingga perubahan harga vendor tercermin pada hari perubahan itu berlaku, ditambah failover otomatis jika salah satu upstream menurun di tengah evaluasi.

Siapa yang harus memilih yang mana?

Pilih Eleven v4 ketika suara adalah produknya. Ia memimpin papan peringkat dengan 116 poin dengan interval yang lebih bersih daripada model di bawahnya, ia satu-satunya dari kedua model tersebut yang memiliki sintaks tag inline terdokumentasi untuk arahan performa, dan ambang kloningnya sepuluh detik, bukan tiga puluh. Premi itu nyata — empat kali harga ternormalisasi pada harga daftar — dan itu membeli posisi teratas papan peringkat.

Pilih Gemini 3.1 Flash TTS hanya jika Anda sudah berkomitmen padanya. Ini adalah model generasi pratinjau berusia lima bulan dengan skor lebih rendah dan harga ternormalisasi lebih tinggi daripada rilis September milik Google sendiri, dan satu-satunya alasan untuk mempertahankannya adalah inersia pada integrasi yang sudah ada. Jika Anda memiliki inersia itu, bermigrasi di dalam ekosistem Google ke 3.8 Flash TTS memberi Anda 64 poin Elo dan harga ternormalisasi yang lebih rendah tanpa mengganti vendor — yang merupakan kasus langka ketika peningkatan juga menjadi opsi yang lebih murah.

Bagi semua orang lainnya, pertanyaan yang sedang hangat adalah Eleven v4 versus Gemini 3.8 Flash TTS, dan jawabannya adalah pertukaran yang sesungguhnya, bukan peringkat: 52 poin Elo dan sintaks tag berbanding sekitar seperlima biaya per karakter. Jalankan keduanya pada skrip yang sama setelah 12 Oktober, saat promo ElevenLabs sudah berakhir dan selisih harga itulah yang sebenarnya akan Anda bayar.