Fish Audio Drama 3 vs Breeze TTS 2: De open-weights-vergelijking die eindigt met een VRAM-getal

Fish Audio Drama 3 en Breeze TTS 2 zijn de twee hoogst gerangschikte open-weights tekst-naar-spraakmodellen op Artificial Analysis' Provider Voice Arena, 50 Elo-punten van elkaar verwijderd, en ze concurreren niet echt voor dezelfde implementatie. Drama 3 is een mixture-of-experts met 35 miljard parameters die een enkele 48 GB-kaart wil. Breeze TTS 2, van BreezeBlue, is een dense model met 3 miljard parameters en gepubliceerde PyTorch-inferentiecode. Dat verschil in omvang is voor meer aankoopvragen doorslaggevend dan de Elo-kloof, omdat een model dat je niet kunt uitvoeren geen model is dat je kunt evalueren — en de twee licenties trekken daarbovenop in tegengestelde richtingen.

Zelfde label, twee verschillende soorten open gewichten

Beide inzendingen tonen een weights-link op de board, en beide zouden in een persbericht als open worden beschreven. Geen van beide is open source, en de beperkingen hebben niet dezelfde vorm.

De gewichten van Breeze TTS 2 zijn op 25 augustus 2026 op Hugging Face verschenen als BreezeBlue/Breeze-TTS-2, samen met de PyTorch-inferentiecode, onder een licentie voor onderzoek en niet-commercieel gebruik. Dat is een harde stop voor commerciële inzet zonder afzonderlijke regeling, en dat is sindsdien niet veranderd. Het bedrijf kondigde het model op 16 en 17 augustus 2026 aan als realtime spraakmodel voor interactieve media, opende een gehoste API tegen 34 dollar per miljoen tekens en publiceerde negen dagen later de gewichten. BreezeBlue werd opgericht door Yang Bin, een voormalig technisch medeoprichter van MiniMax, met een seedronde van 6 miljoen dollar onder leiding van Yuanjing Capital en Redpoint China.

Fish Audio Drama 3 wordt uitgebracht onder de Fish Audio Community License v1.0, die op het punt dat de meeste teams het belangrijkst vinden aanzienlijk soepeler is: commercieel gebruik is gratis onder een jaarlijkse omzet van US$ 500.000 voor u en uw gelieerde partijen, en de FAQ beschouwt het produceren van kant-en-klare audio voor klanten als toegestaan. Boven die drempel, of als u Drama 3 wilt hosten als tekst-naar-spraak-, stemklonings- of inferentiedienst, heeft u een licentie van Fish Audio nodig. De licentie verbiedt ook het klonen van de stem van een echt persoon zonder toestemming. S2 — de voorganger — blijft onder de strengere Research License vallen, dus de twee Fish Audio-generaties kunnen niet als één juridische categorie worden behandeld.

Praktisch gezien: Breeze TTS 2 is het eenvoudigere model om mee te experimenteren en het moeilijkere om commercieel uit te brengen; bij Drama 3 is het omgekeerd. Als je evaluatie een onderzoeksdemo of een intern hulpmiddel is, staat de licentie van Breeze je niet in de weg en maakt zijn 3B-omvang het experiment goedkoop. Als je evaluatie op een product uitmondt, zijn het de Fish Audio-voorwaarden die een advocaat zonder onderhandelen zal ondertekenen.

Eén detail op de Breeze-modelkaart is het vermelden waard, omdat het inmiddels verouderd is. In de inleiding van de kaart staat nog steeds dat het model "op de eerste plaats staat onder open-weightmodellen op het TTS-leaderboard van Artificial Analysis". Dat klopte toen het werd geschreven; het leaderboard plaatst Breeze TTS 2 vandaag op de dertiende plaats bij provider voices en op de achtentwintigste plaats bij controlled voices, achter beide Fish Audio-vermeldingen. Modelkaarten verouderen sneller dan leaderboards, en een lezer die alleen de kaart zou bekijken, zou met de verkeerde ranglijst eindigen.

De arena-cijfers, en waarom de kloof in gecontroleerde stem de grotere is

Afgelezen van Artificial Analysis op 2026-10-29:

• Provider Voice Arena — Fish Audio Drama 3 staat op rang 6 met een Elo van 1.278 en een door de ranglijst vastgelegde prijs van $15,00 per miljoen tekens; Breeze TTS 2 staat op rang 13 met 1.228 en $34,00. Een verschil van 50 punten, waarbij alle modellen die tussen hen in gerangschikt staan, gesloten systemen zijn.

• Controlled Voice Arena — Fish Audio Drama 3 staat op plaats 12 met 1.085; Breeze TTS 2 staat op plaats 28 met 1.021. Een verschil van 64 punten, en dit is de ranglijst waar elk model wordt beoordeeld op dezelfde vaste referentiestemmen in plaats van op de stemmen die zijn eigen leverancier heeft ontworpen.

• De richting waarin de kloof groeit — het voordeel van Drama 3 neemt met 14 punten toe wanneer je de eigen stemcatalogus van de leverancier buiten de vergelijking laat. Dat is het meest bruikbare getal in deze krachtmeting, omdat het aangeeft dat de voorsprong van Fish Audio geen artefact is van hoe mooi de standaardstemmen klinken.

Vijftig of vierenzestig Elo is een reëel verschil in blinde voorkeurstests, en het is geen verschil dat standhoudt wanneer het het enige model in de vergelijking is. Beide liggen ver onder de gesloten frontier: Eleven v4 Turbo leidt de aanbiederboard met 1.336 en HeyGen Voice leidt de gecontroleerde board met 1.193. Wat het paar open-weightmodellen biedt, is een zelf te hosten ondergrens, geen frontier.

Wat elk van hen daadwerkelijk nodig heeft om te draaien

Dit is waar de vergelijking niet langer abstract is.

• Drama 3 — 35B totale parameters, ongeveer 3B actief per token, 8 van de 256 gerouteerde experts plus één gedeelde. De gewichten zijn ongeveer 40 GB over een shardset plus een apart codecbestand, en FP8-inferentie vereist ongeveer 48 GB VRAM. Fish Audio documenteert geen CPU-, Apple Silicon- of ROCm-pad. Op een enkele H200 meldt de leverancier 271 frames per seconde tegenover 177 voor S2, wat de opbrengst van de sparse-architectuur is; dat cijfer is door de leverancier opgegeven en buiten Fish Audio niet gereproduceerd.

• Breeze TTS 2 — 3B dichte parameters. Een BF16-checkpoint is ongeveer 6 GB, dus het past comfortabel op een kaart van 24 GB en met quantisatie waarschijnlijk ook op kleinere. De inferentiecode staat in het repository en blijft niet impliciet. Er zijn geen gepubliceerde latentiecijfers op het niveau van een enkele stream, maar het model werd ontworpen en verkocht voor realtime interactieve media, wat een andere vereiste is dan hoogwaardige narratie.

• Tokenizer — Drama 3 behoudt de Descript Audio Codec-opzet van S2: 44,1 kHz, tien codebooks, ongeveer 21,5 frames per seconde, volledig causaal. De tokenizer van Breeze TTS 2 is niet iets dat ik uit een primaire bron kan citeren, en een vergelijking die er een zou verzinnen, zou valse precisie zijn.

De consequentie is onomwonden. Een team met vier kaarten van 24 GB kan Breeze TTS 2 vandaag draaien en kan Drama 3 niet draaien zonder sharding-trucs die Fish Audio niet documenteert. Een team met één kaart uit de H200-klasse kiest tussen een model dat bij zijn hardware past en een model dat 50 Elo beter is. Geen van beide is het verkeerde antwoord; het zijn antwoorden op verschillende vragen.

Kosten bij volume, in de eenheid waarmee Fish Audio daadwerkelijk factureert

De documentatie van Fish Audio rekent prijzen per miljoen UTF-8-bytes, niet per teken, wat de berekening verandert voor iedereen die niet in het Engels schrijft. Volgens diezelfde documentatie is één miljoen UTF-8-bytes ongeveer 180.000 Engelse woorden of twaalf uur spraak. Drama 3 staat geprijsd op $50,00 per miljoen bytes — ongeveer $4,17 per voltooid audiouur — met een introductietarief van $10,00, ongeveer $0,83 per uur, tot en met 2026-11-12 09:00 PT. Breeze TTS 2 kost $34,00 per miljoen tekens, en bij dezelfde ruwe omrekening is dat ongeveer $2,83 per uur.

De rangorde klapt om, afhankelijk van de dag waarop je koopt. Tijdens de promotie bedragen de kosten per uur van Drama 3 ongeveer een derde van die van Breeze TTS 2. Na 2026-11-12 is Drama 3 tegen listprijs ongeveer 47% duurder per uur dan Breeze — terwijl het 50 tot 64 Elo beter is op de arena's en wezenlijk beter op uitspraak. En voor CJK- of Cyrillische tekst duwt de bytegebaseerde facturering Drama 3 verder omhoog: een teken van drie bytes kost onder die tabel drie keer zoveel als een Engels teken, terwijl een verkoper die per teken factureert voor beide hetzelfde rekent.

Twee factureringsdetails uit dezelfde documentatie zijn het waard om in een budgetmodel op te nemen, omdat beide de werkelijke uitgaven stilletjes opblazen. Limieten gelden voor gelijktijdige verzoeken, niet voor verzoeken per seconde — 5 gelijktijdig in de starter-tier, 15 vanaf $100 betaald, 50 vanaf $1.000 — en een verzoek boven de limiet retourneert een 429 zonder retry-after-header, dus een naïeve parallelle renderer moet zijn eigen backoff implementeren. En verzoeken die een model-id opgeven dat ontbreekt of geen exacte overeenkomst heeft, worden afgehandeld en gefactureerd als het standaardmodel, wat aan de TTS-kant betekent dat een verkeerd gespelde Drama 3-header tijdens de promotie je tegen het tarief van S2.1 Pro kan factureren in plaats van tegen de korting.

Beide achter één pipeline plaatsen

Noch Fish Audio Drama 3 noch Breeze TTS 2 is een van de modellen op OrcaRouter. Elk is te bereiken via de eigen API van zijn leverancier en, in het geval van Fish Audio, via platforms van derden, en de eerlijke versie van dit onderdeel zegt dat ook in plaats van een route te suggereren die we niet hebben.

De orkestreringslaag is een aparte vraag, en daar rechtvaardigt de splitsing in twee modellen zich. Een klein studio dat Drama 3 voor voice-over en Breeze TTS 2 voor realtime UI-prompts wil inzetten, draait twee SDK's, twee tariefmodellen en twee faalmodi tegen één deadline. De rest van de stack routeren via één endpoint tegen de listprijs van de provider, zonder markup, met automatische failover tussen upstreams, betekent dat de keuze van de TTS-leverancier een regel in een config wordt in plaats van een tweede contract — en de routing-DSL kan een modelaanroep met de audiostream combineren, in plaats van ze in applicatiecode aan elkaar te lassen.

Als je er vandaag een kiest en de hardware is al gekocht, is de beslissing eigenlijk al bijna genomen: 48 GB VRAM is een andere budgetpost dan 6 GB, en Breeze's licentie uitsluitend voor onderzoek is een andere juridische beoordeling dan Drama 3's communitylicentie met omzetplafond. Als je er een kiest op kwaliteit binnen de open-weights-klasse, is het antwoord Drama 3 op beide arena's en op uitspraak, en het prijsargument geldt alleen nog voor de komende twee weken.