Gemini 3.8 TTS vs Breeze TTS 2: Lisensi, Bukan Papan Peringkat, yang Menentukan Ini

Lima puluh enam poin Elo memisahkan Gemini 3.8 Flash TTS dan Breeze TTS 2 di Artificial Analysis Provider Voice Arena, dan keduanya tidak berada di dalam batas galat satu sama lain: Model vendor tersebut berada di peringkat 2 dengan Elo 1.260 dari 1.999 sampel dan 8 suara arena, dirilis 23 September 2026; Breeze TTS 2 berada di peringkat 9 dengan 1.204 dari 1.390 sampel, dirilis Agustus 2026. Dalam hal harga, urutannya berbalik tajam — Breeze terdaftar pada $34,00 per juta karakter yang dinormalisasi terhadap $16,50 untuk Flash TTS, jadi model yang menang di papan peringkat kalah dalam hal biaya sekitar dua kali lipat.

Jika itu adalah keseluruhan perbandingannya, tulisan ini akan menjadi singkat dan Anda akan memilih berdasarkan seberapa besar Anda memercayai selisih 56 poin. Namun, kedua model itu bukan jenis objek yang sama. Breeze TTS 2 adalah model open-weights dengan 3 miliar parameter yang dapat Anda unduh, periksa, dan jalankan sendiri, dengan lisensi yang ternyata lebih penting daripada posisinya di papan peringkat. Gemini 3.8 Flash TTS adalah endpoint API dengan desain suara dan dialog dua pembicara serta tidak memiliki bobot sama sekali. Memilih di antara keduanya adalah pertanyaan tentang lisensi dan penerapan yang mengenakan pakaian tolok ukur.

Apa sebenarnya masing-masing itu

Pahami betul bentuk setiap model sebelum membandingkan angka, karena model-model itu berbeda pada hampir setiap sumbu yang bukan Elo.

• Distribusi — Breeze TTS 2 dapat diunduh: bobot dipublikasikan di Hugging Face sebagai BreezeBlue/Breeze-TTS-2 bersama kode PyTorch. Gemini 3.8 Flash TTS hanya tersedia melalui API, dapat dijangkau melalui Gemini API dan platform Google yang disebutkan dalam pengumuman 23 September.

• Ukuran — Breeze TTS 2 adalah model dengan 3B parameter, itulah alasan model ini dapat di-hosting sendiri. Google belum menerbitkan jumlah parameter untuk kedua model Gemini 3.8 TTS.

• Pembuatan suara — Gemini 3.8 Flash TTS melakukan desain suara dari deskripsi tertulis dan replikasi suara dari sampel 30 detik. Breeze TTS 2 menyertakan pustaka suara yang menurut vendor berjumlah ribuan dan jalur desain suaranya sendiri; skor kesesuaian peran dan arahan yang dilaporkan vendor untuk jalur tersebut adalah milik BreezeBlue sendiri dan tidak memiliki padanan independen.

• Dialog — Gemini 3.8 Flash TTS menghasilkan dialog dua penutur dalam satu panggilan, dengan gaya per giliran. Breeze TTS 2 adalah model suara tunggal; percakapan adalah dua proses yang disatukan.

• Bahasa — Breeze TTS 2 mencakup 50 bahasa menurut hitungan vendor. Pengumuman Google menghitung 130 untuk model Flash, tetapi kedua hitungan tersebut tidak mengukur hal yang sama dan tidak boleh dibaca sebagai 130 versus 50.

• Latensi — BreezeBlue mengklaim latensi streaming di bawah 40 ms; Google tidak mempublikasikan angka yang setara untuk Flash TTS. Tidak ada dari kedua angka tersebut yang diverifikasi secara independen, dan hanya satu di antaranya yang ada.

Lisensi adalah persimpangan jalan yang sesungguhnya

Inilah bagian yang tidak dapat ditunjukkan oleh papan peringkat kepada Anda, dan inilah alasan kedua model tersebut tidak dapat saling dipertukarkan bahkan di area di mana kualitas keduanya tumpang tindih.

Bobot Breeze TTS 2 dirilis di bawah lisensi riset dan non-komersial BreezeBlue. Kode sumber di repositori yang sama berlisensi Apache 2.0. Kedua fakta itu berdampingan di kartu model dan dalam sebagian besar liputan digabungkan menjadi "open source", yang keliru ke arah yang merugikan secara finansial: kode yang berlisensi Apache 2.0 tidak membuat bobotnya menjadi Apache 2.0, dan penggunaan komersial model tersebut berjalan melalui API yang dihosting, bukan melalui checkpoint yang dihosting sendiri.

Di sisi Google sama sekali tidak ada pertanyaan lisensi, karena tidak ada yang perlu dilisensikan. Anda membeli inferensi. Yang Anda korbankan adalah hal yang biasanya menjadi alasan orang membeli bobot terbuka — kemampuan untuk menjalankan model di tempat data berada, menyematkan versi dan menyimpannya, serta berhenti membayar per karakter.

Jadi, pembingkaian yang jujur bukanlah terbuka versus tertutup. Melainkan:

• Jika deployment Anda harus menyimpan audio di dalam infrastruktur Anda sendiri, Breeze TTS 2 adalah satu-satunya dari keduanya yang menawarkan jalur, dan jalurnya adalah lisensi riset. Konsultasikan dengan penasihat hukum sebelum Anda membangun produk di atasnya.

• Jika deployment Anda dapat memanggil API, pertanyaan lisensi pun hilang dan perbandingannya kembali ke kualitas, harga, dan fitur — di mana Flash TTS unggul pada dua dari tiga hal tersebut.

• Jika Anda menginginkan bobot terbuka yang dapat Anda komersialkan tanpa perlu percakapan, tidak satu pun dari ini adalah model itu, dan arena ini memiliki baris lain.

Di mana kesenjangan Elo bermakna dan tidak bermakna

Selisih 56 poin berada di luar interval kepercayaan ±16 dan ±16 yang dilaporkan papan untuk kedua baris ini, jadi peringkat tersebut bukanlah derau seperti, misalnya, Flash TTS versus Gemini 3.8 Flash-Lite TTS adalah derau. Namun Elo arena mengukur satu hal: klip mana dari dua klip yang lebih disukai pendengar dalam perbandingan buta. Ini adalah sinyal preferensi yang diagregasi.

Apa yang tidak diukurnya adalah segala hal yang menjadi perhatian pipeline produksi. Ini tidak memberi tahu Anda bagaimana kedua model menangani skrip berdurasi 40 menit tanpa pergeseran identitas, bagaimana cara mengucapkan nama produk Anda, bagaimana perilakunya ketika input berisi nomor telepon, atau seperti apa mode kegagalannya ketika diminta sesuatu di luar pelatihannya. 1.390 sampel Breeze TTS 2 dan 1.999 sampel Flash TTS sama-sama cukup besar sehingga agregatnya stabil, dan keduanya cukup kecil sehingga tidak ada segmen individual dari kasus penggunaan Anda yang terwakili di dalamnya.

Kesenjangannya juga lebih sempit daripada kelihatannya setelah Anda memperhitungkan apa yang diminta untuk dilakukan oleh masing-masing model. Flash TTS menangani dua pembicara dalam satu panggilan, yang merupakan tugas lebih sulit daripada tugas yang dinilai pada Breeze TTS 2. Apakah hal itu membuat angka 56 poin menjadi terlalu rendah atau terlalu tinggi bergantung pada kasus penggunaan Anda, dan tidak ada vendor yang telah menerbitkan studi ablasi yang dapat menyelesaikannya.

Berapa biaya satu jam untuk masing-masing

Kedua angka harga itu tidak dapat dibandingkan secara langsung, dan berpura-pura sebaliknya adalah kesalahan yang paling umum dalam tulisan tentang perbandingan ini.

Google menagih berdasarkan token: $0,50 per juta token teks masukan dan $9,00 per juta token audio keluaran hingga 31 Desember 2026, lalu $18,00. Batch dan Flex berharga $0,25 dan $4,50; Priority berharga $0,90 dan $16,00. Flash-Lite TTS, model saudaranya, berharga $0,50 dan $6,00, lalu $12,00.

BreezeBlue menagih berdasarkan karakter: $34.00 per juta karakter melalui API yang dihosting.

Artificial Analysis menormalkan keduanya ke basis per juta karakter agar keduanya bisa berbagi satu papan yang sama, dan dari situlah angka $16.50 versus $34.00 berasal. Normalisasi itu milik papan tersebut, bukan milik vendor mana pun — Google tidak menerbitkan tarif per karakter untuk Flash TTS, dan menganggap $16.50 sebagai penawaran harga alih-alih hasil konversi adalah cara orang akhirnya terkejut oleh tagihan.

Dua konsekuensi yang perlu diantisipasi:

• Tarif Flash TTS menjadi dua kali lipat pada 1 Januari 2027. Dengan anggaran pada angka promosi, selisihnya dengan Breeze TTS 2 menyempit tajam; dengan anggaran pada $18.00, selisihnya hampir tertutup.

• Meng-host sendiri Breeze TTS 2 tidak membuatnya gratis, melainkan menjadikannya biaya modal. Model 3B cukup kecil untuk dijalankan pada perangkat keras sederhana, tetapi perhitungannya hanya unggul pada volume besar, dan hanya untuk kasus penggunaan yang diizinkan oleh lisensi riset.

Memilih, tanpa berpura-pura ada satu jawaban

Pohon keputusan itu pendek.

Pilih Gemini 3.8 Flash TTS jika Anda membutuhkan dialog dua pembicara, jika Anda menginginkan suara yang dirancang dari deskripsi dan disimpan sebagai ID, jika pipeline Anda dapat memanggil API, dan jika perubahan tarif 31 Desember adalah sesuatu yang dapat Anda rencanakan. Model ini lebih baik di papan peringkat independen dan lebih murah dalam tagihan, dan fakta bahwa model ini tertutup bukan masalah untuk kasus penggunaan yang memang selalu akan berupa panggilan API.

Pilih Breeze TTS 2 jika residensi data atau inferensi on-premises merupakan persyaratan mutlak, jika Anda memerlukan model 3B yang benar-benar dapat diunduh, atau jika Anda sedang melakukan riset alih-alih merilis produk — yang justru merupakan kasus yang menjadi sasaran lisensinya. Jangan memilihnya hanya karena label open-weights; baca dulu lisensinya.

Dan jika Anda mengevaluasi keduanya, cara murah untuk melakukannya adalah dengan menjaga pilihan tetap dapat dibalik. OrcaRouter tidak menghosting kedua model ini — tempat untuk memanggil Gemini 3.8 Flash TTS adalah API milik Google sendiri beserta permukaan yang disebutkan Google, dan tempat untuk memanggil Breeze TTS 2 adalah endpoint terkelola BreezeBlue. Yang berguna dari router di sini adalah bagian lain dari tumpukan: lebih dari 200 model di balik satu kunci dengan harga daftar penyedia tanpa markup, sehingga perubahan harga vendor seperti kenaikan tarif Januari langsung berlaku pada hari yang sama, bukan pada siklus penagihan berikutnya, failover otomatis sehingga jalur yang sedang dievaluasi tidak harus menjadi jalur di produksi, dan DSL perutean yang menyusun model menjadi satu panggilan ketika satu suara tidak cukup.

Versi satu barisnya: papan peringkat mengatakan Google, lisensinya mengatakan tergantung, dan harganya mengatakan periksa kalender Anda sebelum Anda berkomitmen pada salah satu dari keduanya.