Eleven v4 vs OpenAI TTS-1 HD: Dua Tahun Pergeseran dalam Satu Papan

OpenAI TTS-1 HD memiliki tanggal rilis 6 November 2023. ElevenLabs Eleven v4 memiliki tanggal rilis 28 September 2026. Di Provider Voice Arena milik Artificial Analysis, kedua tanggal itu terpaut 216 poin Elo — TTS-1 HD berada di peringkat 35 dengan 1.104 dalam 3.500 penampilan pada $30,00 per juta karakter, sementara Eleven v4 berada di peringkat 1 dengan 1.319 dalam 1.674 penampilan pada $80,00. Kedua angka itu memiliki interval yang sempit, ±12 dan ±19, sehingga urutannya tidak diragukan. Pertanyaan yang menarik bukanlah model mana yang lebih baik, karena itu sudah terjawab sebelum artikel ini ada. Melainkan mengapa endpoint 2023 masih memiliki 3.500 penampilan di papan tempat model berusia lima hari memiliki 1.674, dan apa artinya itu bagi Anda sehubungan dengan migrasi yang diminta untuk Anda pertimbangkan.

Papan skor, dan satu baris di mana OpenAI menang

Lima dimensi menentukan adu ini, dan kedua sisi dari masing-masingnya layak dibaca berdampingan.

• Preferensi buta, suara vendor — Eleven v4 peringkat 1, Elo 1.319 (±19, 1.674 kemunculan) vs TTS-1 HD peringkat 35, Elo 1.104 (±12, 3.500 kemunculan). Selisih 216 poin yang tetap bertahan di luar batas galat.

Harga papan, per juta karakter — Eleven v4 $80,00 vs TTS-1 HD $30,00. OpenAI 62% lebih murah pada harga daftar, dan lebih murah lagi selama promosi ElevenLabs.

• Suara — Eleven v4 mendokumentasikan kloning instan dari sepuluh detik audio plus tingkat klon profesional; TTS-1 HD menyertakan kumpulan suara tetap, sembilan untuk keluarga tts-1 dalam dokumentasi OpenAI sendiri (alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer) dan tanpa kloning.

• Arah performa — Eleven v4 mendokumentasikan tag audio inline dan prompt arahan berbahasa alami; TTS-1 HD menerima teks biasa, dan parameter steerable-instructions milik OpenAI terdapat pada model TTS yang lebih baru, bukan pada model ini.

• Tanggal rilis — Eleven v4 28 September 2026 vs TTS-1 HD 6 November 2023.

Harga adalah baris yang dimenangkan OpenAI dan itu kemenangan yang lebih besar daripada yang terlihat, karena promosi ElevenLabs bersifat sementara. Pada $0,022 per 1.000 karakter, Eleven v4 berbiaya $22 per juta hingga 12 Oktober — lebih murah daripada TTS-1 HD secara langsung. Setelah 12 Oktober, biayanya $80 per juta dibandingkan $30 milik OpenAI, dan tetap di sana.

Mengapa model 2023 memiliki dua kali jumlah sampel

Angka itu adalah hal yang paling berguna di papan ini dan mudah salah dibaca. Penampilan Arena menumpuk seiring trafik, dan trafik menumpuk seiring integrasi yang dibuat sekali dan tidak pernah ditinjau kembali. TTS-1 HD memiliki 3.500 penampilan di belakangnya karena telah menjadi endpoint suara default bagi setiap tim yang sudah memanggil OpenAI untuk chat completions: kunci yang sama, SDK yang sama, baris penagihan yang sama, satu panggilan lagi. Tidak ada apa pun dalam kalimat itu yang membahas kualitas suara, dan defisit 216 poin tidak menghentikannya.

Inilah bentuk utang migrasi di papan peringkat. Ini bukan tanda bahwa model lama kompetitif; ini tanda bahwa beralih memerlukan biaya, dan bahwa banyak tim telah memutuskan bahwa biaya itu lebih bernilai daripada 216 poin Elo. Itu adalah kesimpulan yang sah untuk pembacaan notifikasi dan kesimpulan yang buruk untuk produk yang suaranya adalah yang didengar pelanggan.

Alasan untuk tetap menggunakan TTS-1 HD

Ada tiga hal yang membuatnya tetap dapat dipertahankan, dan tak satu pun di antaranya adalah kualitas.

Determinisme adalah yang utama. Seperangkat tetap berisi sembilan suara menghasilkan keluaran yang konsisten di berbagai versi, sedangkan pipeline kloning tidak, dan keluaran yang konsisten itulah yang Anda inginkan pada jalur utilitas yang tak seorang pun mendengarkan demi nilai artistik. Tidak ada klon yang bisa melenceng, tidak ada sampel referensi untuk direkam ulang, dan tidak ada artefak persetujuan untuk dipelihara.

Biaya integrasi adalah yang kedua, dan itulah yang tidak dapat diberi harga oleh arena. Menambahkan vendor suara kedua berarti akun baru, kartu tarif baru, mode kegagalan baru, dan hal baru untuk dipantau. Bagi tim yang sudah berada di dalam stack OpenAI, itu adalah waktu rekayasa yang nyata, dan 216 poin Elo tidak cukup untuk membayarnya.

Volume kelas bawah adalah yang ketiga. Dengan $30 per juta karakter, seluruh tagihan suara bulanan sebuah produk kecil hanyalah kesalahan pembulatan, dan tidak ada yang perlu dioptimalkan. Inilah rezim ketika jawaban murah dan jawaban malas adalah jawaban yang sama, dan itu tidak masalah.

Argumen untuk pindah, dan kontra-argumen terhadapnya.

Beralihlah ketika suara tersebut berhadapan dengan pelanggan. Kloning sepuluh detik, pengarahan performa inline, lebih dari 90 bahasa, dan batas input 10.000 karakter per permintaan bukanlah perbedaan kosmetik dibandingkan dengan set sembilan suara tetap dari tahun 2023, dan selisih 216 poin di arena adalah versi terkompresi dari kesenjangan kemampuan yang jauh lebih besar. Jika Anda membangun agen, asisten bermerek, atau apa pun di mana pendengar membentuk opini tentang produk Anda pada kalimat pertama, endpoint lama adalah default yang salah.

Argumen tandingannya adalah bahwa "beralih ke Eleven v4" bukan satu-satunya langkah. OpenAI sejak itu telah merilis model TTS yang lebih baru dengan parameter instruksi yang dapat diarahkan, dan Gemini 3.8 Flash TTS dari Google berada di posisi ketiga pada papan yang sama dengan skor 1.267 dan biaya ternormalisasi $16,49 per juta — peningkatan 163 poin dibanding TTS-1 HD dengan harga sekitar setengah dari harga di papan itu. Jika kendala Anda adalah tetap berada di vendor Anda saat ini, itu adalah peningkatan yang lebih murah. Jika kendalanya adalah tetap berada di cloud Anda saat ini, itu satu-satunya pilihan.

Di mana OrcaRouter sebenarnya berada dalam perbandingan ini

This is the rare article in this series where we host one of the two models, so let us be precise about which. openai/tts-1-hd is live in the OrcaRouter catalogue at OpenAI's list rate passed through at 0% markup: $30 per million, model ID openai/tts-1-hd, served on the OpenAI-compatible endpoint at https://api.orcarouter.ai/v1 with a POST /v1/audio/speech route and the voice, speed and response_format parameters. Our own page reports a median latency of 2,461 ms and a 95th percentile of 4,769 ms, which is the honest reason not to put it in front of a live conversation — that is a batch-shaped number, not an agent-shaped one.

ElevenLabs Eleven v4 tidak ada di katalog kami, dan tidak ada yang bisa dipanggil melalui kami: model ini diakses melalui API milik ElevenLabs sendiri dengan daftar harga ElevenLabs sendiri. Yang berubah dengan satu kunci adalah bentuk migrasinya. Jika alasan Anda belum menguji pemimpin baru itu adalah karena berarti integrasi vendor kedua, biaya untuk mengetahuinya hanyalah satu panggilan API dengan kunci yang sudah Anda miliki, bukan siklus pengadaan. Harga daftar penyedia diteruskan tanpa markup 0%, jadi penyesuaian harga dari vendor — termasuk perubahan harga ElevenLabs pada 12 Oktober — langsung berlaku di sisi kami pada hari yang sama, dan failover otomatis berarti jalur suara yang sedang dievaluasi tidak harus menjadi dependensi produksi selama Anda mengambil keputusan.

Perhitungan aritmetika yang seharusnya menyelesaikannya

Lima juta karakter per bulan, yang merupakan produk ukuran menengah dan sekitar 100 jam ucapan. TTS-1 HD berbiaya $150. Eleven v4 berbiaya $110 selama periode promosi dan $400 setelah 12 Oktober. Gemini 3.8 Flash TTS, pada normalisasi dewan, berbiaya sekitar $82,50.

Bacakan kembali keempat angka itu, dan keputusannya terbagi dengan jelas. Selama jendela waktu tersebut, model terbaru dan berperingkat terbaik di papan juga merupakan yang termurah kedua — lebih murah daripada endpoint 2023 yang dikalahkannya dengan 216 poin Elo. Setelah 12 Oktober, model itu menjadi opsi termahal dalam daftar dengan faktor hampir lima kali. Tidak ada yang berubah pada model-model itu pada tanggal tersebut; hanya tagihannya yang berubah.

Jadi: jika Anda melakukan evaluasi bulan ini, evaluasilah dengan tarif promosi dan tuliskan tarif daftar ke dalam business case. Jika Anda akan merilis kuartal depan, rencanakan dari $0,08 per 1.000 karakter dan perlakukan setiap perbandingan yang menyebut $0,022 sebagai dokumen yang tercetak tanggal kedaluwarsanya. Dan jika Anda memakai TTS-1 HD dan alasan jujurnya adalah inersia integrasi, langkah pertama yang berguna bukanlah rencana migrasi — melainkan satu uji A/B pada skrip Anda sendiri, dengan harga sesuai tarif yang benar-benar akan Anda bayar pada November.