Simba 3.5、Voice Arenaで2 Eloポイント差の1位獲得 —— ただしそれは「優勝」とは同義ではない

SpeechifyAI Simba 3.5は現在、Artificial AnalysisのControlled VoiceアリーナでElo 1,192を記録して首位に立ち、HeyGen Voice（1,190）との差は2ポイントです。ただし、このボードの首位における信頼区間はプラスマイナス17です。3位はAlibaba Qwen-Audio-3.1-TTS-Plusで1,176です。リーダーボードを一枚の絵として見ればSimba 3.5が王冠を手にしていますが、信頼区間を読めば4つのモデルがその座を分け合っています。どちらの読み方も正しく、どちらが重要かは、見出しを書いているのかベンダーを選んでいるのかによって変わります。

このモデルについてより役立つニュースは、順位ではない。Simba 3.5は2026年10月21日に提供開始され、それからの3週間半で、Speechifyは定価を引き下げ、言語リストを公開し、2つのレガシーモデルIDがこれによって提供開始される日付——11月21日——を設定した。アリーナでの順位は、誰もが引用する部分だ。日付は、請求額を変える部分だ。

取締役会が実際に語っていること——自分で確認できる数字で

Artificial Analysisは2つの音声アリーナを運営しており、それぞれ異なるものを測定している。Controlled Voiceでは、すべての参加モデルに対して同じ8つの参照音声（アメリカ英語4つ、イギリス英語4つ）をクローンするため、話し手は一定に保たれ、合成だけが異なる。Provider Voiceでは、各ベンダーが独自の音声キャストを使える。デフォルト音声が優れたモデルは後者で勝ち、前者で負けることがある。Simba 3.5は現在、それとは逆の結果になっている。

• Controlled Voice — SpeechifyAI Simba 3.5、1位、Elo 1,192（±17、区間1,175～1,209）、1,783サンプル、2026年11月リリース

• Controlled Voice — HeyGen Voice、ランク2、Elo 1,190（±13）、区間1,177～1,203、2,626サンプル、100万文字あたり$30.00で掲載

• 制御された音声 — Alibaba Qwen-Audio-3.1-TTS-Plus、3位、Elo 1,176、プラスマイナス12、区間1,164～1,188、2,968サンプル

• Controlled Voice — HeyGen Voice Turbo、4位、Elo 1,174（±15）、100万文字あたり$4.00で掲載

• Controlled Voice — ElevenLabs Eleven v4、7位、Elo 1,155（±12）、100万文字あたり$80.00で掲載

• 制御された声 — SpeechifyAI Simba 3.2、14位、Elo 1,082、±12、2026年7月リリース

プロバイダー音声 — SpeechifyAI Simba 3.5、ランク5、Elo 1,294、±17、区間1,277～1,311、1,732サンプル

• プロバイダーボイス — ElevenLabs Eleven v4、ランク1、Elo 1,340、プラスマイナス15

ただちに二つのことが導かれる。第一に、冒頭のControlled Voiceの順位付けは未解決である。Simba 3.5の区間は1,175から1,209にわたり、HeyGen Voiceの区間は1,177から1,203にわたり、Qwen-Audio-3.1-TTS-Plusは1,164から1,188に位置する。これら三つの範囲はほぼ完全に重なっている。rank range列はより少ない文字数で同じことを述べている——Simba 3.5は順位1のみではなく、順位1から3を占めると記載されている。

第二に、これは弱いフィールドによる偶然ではない。Simba 3.5は、1,082の前身であるSpeechifyAI Simba 3.2より110 Eloポイント高く、その差はどちらのモデルの信頼区間よりも広い。フィールドに対するリードはまだ確定していないものの、世代間の進歩は本物だ。

なぜこの特定のボードの上部は圧縮されているのですか

Eloは相対尺度であり、このボードはOpenAudio S1によって1,000を基準に固定されています。OpenAudio S1は決して動かない固定参照エントリです。それ以外はすべて、ブラインドのペアワイズ投票によってそれに対して配置されます。この構成には見落とされがちな帰結があります。分野全体が向上するにつれて、上位は広がるのではなく、密集するのです。このボードでの1位から14位までの距離は110ポイントです。27位（SpeechifyAI Simba 3.0、1,035）から51位（OpenVoice v2、823）までの距離は212です。

100個のモデルがすべて、ラベルを見られない聴取者によって同じ8つのクローン音声で評価されているとき、生き残る差異は小さく、その周りのノイズは大きい。このようなランキング表での2ポイントのリードは、実在するモデルについての実在するデータポイントではある——が、それは製品判断ではない。判断を必要とする人は、Eloが測定しないものを加えなければならない。モデルのコスト、対応言語、最初の音声が届くまでの速さ、そしてAPIの形がすでに書かれているコードに合うかどうかだ。

価格は3週間で2回変動した。

これはSimba 3.5の話のうち、本当に最近の部分であり、10月に書かれたローンチ報道にはまったく含まれていない。Speechifyは、Starter、Pro、Scaleの各プランで100万文字あたり20ドル、16ドル、12ドルでこのモデルを公開した。11月9日には、リスト価格を15ドル、12ドル、10ドルに引き下げた。ローンチ特典は変わっていない。2026年11月21日までは、Simba 3.5はSimba 3.0およびSimba 3.2の料金——10ドル、8ドル、6ドル——で請求され、11月22日以降は旧価格ではなく新しいリスト価格で請求される。

{{1}}Speechifyが公開しているプラン残量に照らして計算すると{{/1}}、つまり{{2}}900万文字分のProの1か月{{/2}}はオファー価格で72ドル、定価で108ドルです。{{3}}4680万文字分のScaleの1か月{{/3}}はオファー価格で280.80ドル、定価で468ドルです。{{4}}11月9日の値下げ{{/4}}があるため、2つ目の金額は561.60ドルにならずに済んでいます。561.60ドルは、当初の提供開始時定価で請求されたはずの金額です。

リーダーボード上の1つの数値は、誰かがそれを基に予算を組む前に修正が必要です。Artificial AnalysisはSimba 3.5を100万文字あたり6.58ドルと記載しています——Simba 3.2およびSimba 3.0について表示しているのと同じ数値です。それはプランに埋め込まれた料金であり、Speechifyの公開価格表ではなく、ベンダー自身の変更履歴にある10〜15ドルの範囲とも一致しません。支出を試算する場合は、ベンダーの料金階層表を使用してください。ボードの価格欄はランキングには有用ですが、予測には向きません。

11月21日に何が変わりますか

Speechify の 2 つの Simba 1.6 モデル ID（simba-english と simba-multilingual）は、API バージョン 2026-09-21 で選択できなくなりました — どちらかを送信する新しいワークスペースには 400 model_retired が返ります。11 月 21 日には、この廃止の後半部分が実施されます。旧 ID をまだ指定できるすべての API バージョンで、両モデルはすべての言語で Simba 3.5 によって提供され、simba-3.5 として請求されます。

実務的な解釈としては、{{1}}9月以降触られていない一連の連携{{/1}}が、コード変更も、この変更履歴以外の警告もなしに、同じ日に音声と価格を変えるということだ。何も壊れない。音声は変わり、請求書は別のモデル建てになる。{{2}}本番環境で simba-multilingual を運用している人は、その日より前に simba-3.5 を自社のコンテンツでテストすべき{{/2}}。そうしなければ、サポートチケットで変更に気づくことになるからだ。

そのように明記されたSpeechify自身の数値

このセクションの内容はすべてベンダーによる報告であり、Speechify の外部では誰も再現していません。読む価値はありますが、上記のアリーナの数値と同じ種類の証拠ではありません。

• 選好度 — Simba 3.2 とのブラインドの並列比較で63%、95%信頼区間は60%～67%と明記、すべてのコンテンツタイプにわたる

• レイテンシー — 本番負荷において、ストリーミングリクエストの95パーセンタイルで最初の音声までの時間が72ミリ秒

• スループット — サービングインスタンスあたりSimba 3.2の1.8倍、平均でSimba 3.0 Multilingualの1.4倍

• カバレッジ — 1つのモデルIDで48言語、Simba 3.0の6言語から拡大。エストニア語と広東語は明示的に対象外

• 変更なしで引き継ぎ — 音声ID、出力形式、スピーチマーク、および実際に適用されるSSMLサブセット：break、prosody rate、prosody pitch、prosody volume、sub alias

63%という数字は、あまり厳密に受け止めるべきではない。自社の前世代に対するブラインドでの選好は、音声ベンダーが実施できる最も簡単な比較であり、他社のモデルに対して勝利を収められるかを予測する可能性が最も低い比較でもある——そしてまさにそれが、上記のアリーナが測定しているものであり、そこでの結果は63%ではなく2ポイントのリードなのだ。

実際にシンセシスを購入する場合、これが意味すること

Arenaランクは入力であって、発注書ではない。現時点でSimba 3.5の主張は、異例なほど相性の良い3つの要素に支えられている。ボード最上位の品質ポジション、単一のIDで48言語、そしてProvider Voiceで上位に位置するほとんどのモデルが近づかない$10〜$15の価格帯だ。ElevenLabs Eleven v4は$80。HeyGen Voiceは$30。Simba 3.5を価格で上回るモデル——HeyGen Voice Turboは$4.00——は、同じ管理ボード上でEloスコアが18ポイント低い。

OrcaRouterはSimbaラインを取り扱っておらず、ここでの記述を、取り扱っているという主張として読むべきではありません。当社のカタログに掲載されているのは、乗り換えを評価する際に有用な対照群となる少数の合成モデルです。以下をご覧ください：openai/tts-1（100万文字あたり$15.00）、およびopenai/tts-1-hd（$30.00）は、いずれも提供元の定価で、マークアップを加えずに掲載されています。独自のスクリプトを、これらのモデルと、ベンダー自身のAPI上のSimba 3.5の両方で実行するのは2時間の実験であり、どのEloの列よりもあなたのコンテンツについて多くのことを教えてくれます。

評価が本番導入の判断に発展するなら、それをルーターの背後に置く理由は品質ではなく、スケジュールです。Simba 3.5 は3週間で価格を一度変更し、11月21日にはモデルIDの移行を控えており、上位4社が統計的に互角の市場に位置しています。自動フェイルオーバーとは、プロバイダー側の変更が障害ではなくルーティング上のイベントになることを意味し、ベンダー間で単一のキーを使えば、12月にいずれかのベンダーが価格を変更しても、11月に実施した比較をゼロから作り直す必要はありません。

ここから何に注目すべきか

この決着を早めるのは、ローンチ記事をもう一巡出すことではなく、3つの要素だ。まずサンプル数。Simba 3.5はControlled Voiceサンプルが1,783件で、HeyGen Voiceの2,626件に対して少なく、票が積み上がるにつれてその区間は狭まる。2ポイントのリードが本物なら、それはこの条件下でも維持されるはずだ。そうでなければ、順位範囲は1〜3へと戻り、そこにとどまるだろう。

2つ目は、11月22日以降にSpeechifyがどうするかです。その時点でローンチ価格は終了し、15ドル、12ドル、10ドルの定価に切り替わります。旧製品より50%高い品質ティアは、プロモーション期間中だけ同じ価格になるティアとは異なる製品判断です。

3つ目はProvider Voiceのギャップです。そこでSimba 3.5は1,294で5位、ElevenLabs Eleven v4が1,340で首位です。46ポイントの差ですが、これは統制されたボードでは現れず、そこではSimba 3.5が37ポイント先行しています。この分裂は、このモデルについて最も興味深い未解決の事実であり、ここでの脚注ではなく、それ自体の比較の主題となっています。