Simba 3.5 vs Simba 3.2: 110 Elo 포인트, 48개 언어, 그리고 9일 만에 두 배가 되는 청구서

한 벤더 내부의 업그레이드 경로는 보통 이 블로그에서 가장 흥미롭지 않은 비교다. 이번 것은 다르다. 왜냐하면 SpeechifyAI Simba 3.5와 SpeechifyAI Simba 3.2는 버전 번호 이상으로 다르고, 그 차이들이 서로 반대 방향을 가리키기 때문이다. Simba 3.5는 Controlled Voice 아레나에서 Elo 점수가 110점 더 높고, 하나 대신 48개 언어를 구사하며, 정가 기준 50% 더 비싸다. Simba 3.2는 실제로 측정된 유일한 지연 시간 수치에서 더 빠르고, 더 이상 아무것도 제한하지 않는 음성 허용 목록을 갖추고 있으며, 기존 가격을 유지한다. Simba 3.2를 프로덕션에서 운영 중인 팀은 11월 22일 전에 진짜 결정을 내려야 하며, "더 새로운 것으로 업그레이드하라"는 자동으로 옳은 답이 아니다.

먼저 날짜입니다. 날짜 때문에 이 문제가 학술적인 문제가 아니라 긴급한 문제가 되기 때문입니다. Simba 3.2는 2026년 7월 8일 영어 전용 스트리밍 모델로 출시되어 10월 18일까지 권장되었습니다. Simba 3.5는 10월 18일 권장 모델로 표시되었고, 10월 21일 공개 출시되었으며, 11월 9일 정가가 인하되었고, 11월 21일에는 은퇴하는 두 레거시 ID의 기반 모델이 됩니다. Speechify는 3.2를 지원 중단하지 않습니다. 3.2는 계속 목록에 남고, 가격도 유지되며, 계속 호출할 수 있습니다. 그리고 바로 그렇기 때문에 선택은 마감 기한이 아니라 장점을 기준으로 내려져야 합니다.

아레나 격차는 두 모델 역사상 가장 크다

두 모델 모두 두 Artificial Analysis 보드에서 점수가 매겨집니다. 통제 보드는 여덟 개의 복제된 참조 음성 전반에서 화자를 일정하게 유지하고, 공급자 보드는 각 벤더가 자체 캐스트를 사용하도록 합니다. 이 두 세대 사이의 격차는 통제 보드에서 더 크며, 음성을 복제하려는 사람에게는 두 보드 중 통제 보드가 더 유용한 정보를 제공합니다.

• 제어된 음성 — Simba 3.5 1위, Elo 1,192(±17), 구간 1,175~1,209, 샘플 1,783개

• 통제된 음성 — Simba 3.2 순위 14, Elo 1,082, ±12, 구간 1,070~1,094, 표본 3,630개

• Provider Voice — Simba 3.5, 5위, Elo 1,294(±17), 구간 1,277~1,311, 샘플 1,732개

• Provider Voice — Simba 3.2 순위 12, Elo 1,250, ±11, 구간 1,239~1,261, 샘플 3,966개

• 두 세대 전 — Simba 3.0은 통제 1,035에서 27위, 제공자 1,114에서 41위

통제 보드의 격차는 110포인트이며, 각 구간은 80포인트 이상의 빈 공간으로 서로를 확실히 벗어납니다. 이는 한계선상의 재실행이 아닙니다. 맥락을 보면, 해당 보드의 상위 10위 전체가 62포인트에 걸쳐 있는데, Simba의 한 세대가 그 범위의 거의 두 배를 커버합니다. 제공자 보드의 격차는 44포인트로 더 작은데, 이는 유용한 점을 시사합니다. 3.5가 개선한 것 중 일부는 낯선 목소리에 대한 합성 품질이고, 일부는 단순히 더 나은 기본 사운드입니다.

세대별 패턴은 세 번의 릴리스에서도 일관됩니다. Simba 3.0에서 3.2는 통제 보드에서 47점이었고, 3.2에서 3.5는 110점이었습니다. Speechify는 이 부분에서 예전보다 더 빠르게 좋아지고 있으며, 9월에 추천되었던 3.2 모델은 이제 중위권입니다.

언어: 여섯, 하나, 마흔여덟

이것은 품질 점수가 아니라 아키텍처를 바꾸는 차이입니다. Simba 3.2는 영어 전용이며, 비영어 음성은 400을 반환하고 메시지에 거부된 로케일이 명시됩니다. Simba 3.0은 7개 로케일에 걸쳐 6개 언어를 지원합니다. Simba 3.5는 하나의 id 아래 48개를 지원하며, 에스토니아어와 광둥어는 명시적으로 제외되고 지역 변형은 범위에 포함됩니다.

48개를 사용할 수 있게 만드는 것은 음성이 이동한다는 점입니다. 카탈로그의 모든 음성은 Simba 3.5에서 동일한 voice id로 48개 언어를 모두 말하며, 유료 플랜에서 복제한 음성도 마찬가지입니다. 이것이 현지화 파이프라인이 기다려 온 기능입니다: 복제된 브랜드 음성 하나로 48개 언어, 로캘별 음성 대체가 필요 없습니다. 공급업체가 덧붙인 주의사항은 음성이 원본 녹음의 악센트를 유지한다는 것이며, 안내는 각 언어의 원어민 스태프 픽 음성으로 생성하라는 것입니다. 그래서 10월 18일 voices 엔드포인트에 staff_pick_rank가 등장했습니다.

Simba 3.2에서는 그 전체 워크플로가 존재하지 않습니다. 하나의 음성, 하나의 언어. 제품이 둘 이상의 시장에 출시된다면 이는 점수 차이가 아니라 하나의 통합과 두 개의 벤더 사이의 차이입니다.

지연 시간, 구형 모델이 여전히 앞서는 부분

Speechify는 Simba 3.2의 측정 지연 시간을 공개하고 3.5에 대해서는 집계된 주장만 공개하는데, 공개된 측정치는 좋습니다. 2026년 10월 9일 미국 동부의 클라이언트에서 웜 연결을 통해 시간을 측정했을 때 Simba 3.2는 WebSocket 입력 스트림에서는 중앙값 47밀리초, HTTP 스트림에서는 64밀리초 만에 첫 가청 오디오에 도달했습니다. 이는 그날 그 위치에서 Speechify가 시간을 측정한 13개 엔드포인트 중 가장 낮은 수치입니다. 9월 15일 측정된 프로덕션 트래픽에서 서버 측 첫 바이트는 p50에서 56ms, p90에서 102ms였습니다. 회사는 모든 값이 보장이 아니라 측정된 백분위수임을 분명히 하며, 취리히에서는 상황이 달라진다고 밝힙니다. 다른 공급업체의 플래시 모델은 142ms인 반면 자사 두 스트림 경로는 145ms와 153ms입니다.

Simba 3.5의 경우 문서에 기재된 수치는 공개된 백분위수가 아니라 공급업체의 주장입니다. 즉 프로덕션 부하에서 스트리밍 요청의 95%가 첫 오디오까지 도달하는 시간은 72밀리초이고, 서빙 인스턴스당 처리량은 Simba 3.2의 1.8배라는 것입니다. 이는 웜 연결에서 측정한 p50과 직접 비교할 수 없습니다. 72ms p95와 47ms p50은 완전히 일관될 수 있으며, 이를 입증할 라운드를 Speechify 외부에서 수행한 사람은 없습니다.

실질적인 결과는 범위가 좁지만 분명합니다. 제품의 사용자 경험이 100밀리초의 침묵도 체감되는 음성 비서라면, 3.2에 대해서는 측정된 수치가 있고 3.5에 대해서는 주장만 있는 것이므로, 마이그레이션하기 전에 3.5를 직접 측정하는 것이 정직한 방법입니다. 오디오를 파일로 렌더링하는 경우라면 지연 시간은 무관하며 이 섹션은 해당되지 않습니다.

가격: 이 혜택은 11월 21일에 종료됩니다

Speechify의 이 두 모델 가격이 곧 달라질 예정이며, 체인지로그에 그 내용이 정확히 설명되어 있습니다.

• Simba 3.5, 11월 22일부터 — Starter 백만 자당 $15.00, Pro $12.00, Scale $10.00

• Simba 3.5, 11월 21일까지 — 구형 모델 요금인 $10.00, $8.00, $6.00

• Simba 3.5, 원래 10월 21일 출시 가격표 — $20, $16, $12, 11월 9일 인하로 대체됨

• Simba 3.2 — 동일한 요금제에서 100만 자당 $10.00, $8.00, $6.00으로 변동 없음

따라서 11월 21일까지는 두 모델의 비용이 정확히 같고 3.5가 확실히 더 우수합니다. 11월 22일부터는 3.5가 모든 등급에서 50% 더 비쌉니다. Pro 플랜에서는 900만 자에 $72 대 $108이고, Scale에서는 4,680만 자에 $280.80 대 $468입니다. 잔액은 변경되지 않았으므로, 같은 플랜으로 정가 기준 더 새로운 모델의 문자를 3분의 1 적게 구매하게 됩니다.

그것은 속임수가 아니라 단순한 가치 판단이다. 50% 프리미엄을 내고 110 Elo 점수와 47개 추가 언어를 얻는 것은 두 기능 중 하나라도 사용하는 거의 모든 워크로드에는 좋은 거래이고, 3.2의 품질에 이미 만족한 영어 전용 파이프라인에는 나쁜 거래다.

마이그레이션은 단 한 줄이면 되며, 바로 그것이 함정입니다.

Speechify의 문서는 3.2에서 3.5로 이동하는 데 API 버전 변경이 필요 없다는 점을 유난히 명확히 밝히고 있습니다. model을 simba-3.5로 설정하고, 동일한 voice id, 동일한 출력 형식, 동일한 speech marks, 동일한 적용 SSML 하위 집합을 유지하면 됩니다. model을 생략한 요청은 여전히 simba-3.0으로 해석되므로, 기본값이 사용자를 조용히 이동시키지 않습니다.

두 가지 세부 사항이 이 한 줄짜리 이야기를 복잡하게 만듭니다. 첫째는 이제 언어가 중요해진다는 점입니다. 텍스트가 음성의 로캘과 다르면 이를 명시적으로 설정해야 하며, 그렇지 않으면 API가 음성의 로캘을 사용해 의도하지 않은 억양이 나옵니다. 둘째는 11월 21일 자체입니다. 그날부터 두 Simba 1.6 id인 simba-english와 simba-multilingual은 기존 학습으로 제공되지 않고 Simba 3.5로 제공되기 시작하며, 여전히 해당 id를 지정할 수 있는 모든 API 버전에서 Simba 3.5의 요금으로 청구됩니다. 이전 id에 고정된 통합은 코드 변경 없이 같은 날 음성과 가격이 모두 바뀝니다. 그 전에 의도적으로 3.5를 테스트하는 것만이 선택할 수 있는 유일한 방법입니다.

알아둘 만한 조용한 개선 사항도 있습니다. 10월 20일부터 Simba 3.5, 3.2, 3.0에서 프로소디 피치와 프로소디 볼륨이 적용되기 시작했으며, 이전에는 이 속성들이 수용된 후 무시되었습니다. 오늘 해당 속성을 전송 중인데 이 변경을 원하지 않는다면, Speechify 자체 권고는 이를 제거하라는 것입니다. 강조 및 감정 태그는 세 모델 모두에서 계속 수용되지만 적용되지는 않습니다.

OrcaRouter는 동일 제품군 업그레이드에서 어디에 위치하는가

Simba 모델 중 어느 것도 OrcaRouter에 없습니다 — 해당 모델 라인은 Speechify 자체 API를 통해 접근되며, 여기 어떤 내용도 그와 반대되는 주장으로 해석되어서는 안 됩니다. 저희가 실제로 라우팅하는 것은 결정하는 동안 대조군으로 사용할 합성 카탈로그입니다: openai/tts-1, 백만 문자당 $15.00 및 openai/tts-1-hd, $30.00, 공급자 정가에 아무것도 추가하지 않고.

이런 마이그레이션에서 라우터가 하는 유용한 일은 새 경로가 검증되는 동안 기존 경로를 살아남게 하는 것입니다. 벤더의 API에서 3.5를 실제 트래픽으로 일주일간 실행하고, 3.2를 폴백으로 유지하며, 장애를 프로덕션에서 발견하는 대신 우회하도록 라우팅하십시오 — 아무것도 실패하지 않을 때 자동 페일오버는 비용이 들지 않고 무언가 실패할 때는 전체 출시 기간을 벌어줍니다. 또한 동일한 단일 키 덕분에 Simba 세대 중 하나가 이를 대체할지 결정하는 동안에도 이미 사용 중이던 OpenAI 음성에 계속 접근할 수 있습니다.

워크로드별로 무엇을 실행할까

워크로드가 영어이고, 음성이 영어이며, 품질 기준이 이미 7월에 충족되었고, 측정된 47ms의 최초 가청 오디오 수치가 제품에서 핵심적인 역할을 한다면 Simba 3.2에 머무르세요. 11월 21일까지 그리고 그 이후에도 계속 더 낮은 요금을 지불하게 되며, 3.5의 어떤 것도 당신의 출력을 개선하지 않습니다. 3.2에는 지원 중단 일정이 없습니다; Speechify가 이를 명시적으로 밝혔습니다.

다음 중 하나라도 해당하면 Simba 3.5로 이동하세요. 두 번째 언어가 필요하거나, 음성을 복제하면서 로캘 전반에서 하나의 음성 ID를 원하거나, 영어 품질 기준이 달라졌거나, 새로운 것을 구축 중이라면 이동하세요. 통제된 보드에서의 110점 격차는 Speechify가 만들어낸 가장 큰 세대 간 도약이며, 48개 언어 지원은 이 제품군 안에서 다른 방식으로는 이용할 수 없습니다. 이전 모델의 요금으로 평가해 보고 싶다면 11월 21일 전에 실행하고, 모델 종료가 대신 선택하지 않도록 모델 ID를 명시적으로 설정하세요.

어느 쪽을 선택하든, 그 결정에는 영구적인 답이 아니라 재검토 날짜가 있습니다. Simba 3.5는 1,783개의 controlled-voice 샘플을 보유해 3,630개인 3.2와 대조되므로, 그 구간은 좁아질 것입니다. Simba 3.5의 정가는 이미 3주 만에 한 번 움직였습니다. 그리고 Alibaba의 Qwen-Audio-3.1-TTS-Plus는 같은 보드에서 1,176으로, 비슷한 보드 가격에서 현재 Simba 플래그십보다 16점 뒤처져 있습니다 — 어느 쪽이든 다음 릴리스가 나오면 이 질문이 다시 열릴 만큼 충분히 가깝습니다.