Fish Audio Drama 3 vs Gemini 3.8 Flash TTS: Google is nu de goedkope optie, en dat draait het gebruikelijke argument om

Beprijs deze twee per minuut voltooide audio en de vergelijking lijkt niet meer op de vergelijking die de markt het hele jaar al maakt. Google Gemini 3.8 Flash TTS rekent $9.00 per miljoen audiotokens, en audio wordt gegenereerd met 25 tokens per seconde — iets meer dan twee honderdsten van een cent per seconde, wat ongeveer $0.81 per uur spraak is. Fish Audio Drama 3 staat geprijsd op $50.00 per miljoen UTF-8-bytes, wat de eigen documentatie van de leverancier gelijkstelt aan ongeveer twaalf uur spraak: ongeveer $4.17 per uur volgens de lijstprijs, en $0.83 per uur tijdens de lanceringspromotie die eindigt op 2026-11-12. Google's vlaggenschip-spraakmodel is dus vijf keer goedkoper dan de uitdager met open gewichten zodra de korting verstrijkt, en ongeveer dezelfde prijs zolang die duurt. De gebruikelijke framing — een wendbaar open model dat een hyperscaler onderbiedt — is hier precies verkeerd om, en begrijpen waarom is het hele besluit.

De berekening, gedetailleerd genoeg om te controleren.

De eenheid van Google is tokens, niet tekens, en daarom leken de kopgetallen onopvallend naast de leveranciers die per teken tekst rekenen. Gemini 3.8 Flash TTS geeft audio weer met 25 tokens per seconde spraak voor $9.00 per miljoen tokens tot eind 2026, en het model dat het vervangt — Gemini 3.1 Flash TTS Preview — kostte $20.00 voor dezelfde miljoen outputtokens. Gemini 3.8 Flash-Lite TTS, dat op 2026-09-23 samen werd uitgebracht, heeft een kortere talenlijst en wederom een lager tarief, en Artificial Analysis registreert het voor vergelijkingsdoeleinden op $11.00 per miljoen tekens.

De eenheid van Fish Audio is bytes, niet tekens, en in de documentatie staat de conversie duidelijk: één miljoen UTF-8-bytes is ongeveer 180.000 Engelse woorden, of circa twaalf uur spraak. Bij $50,00 per miljoen bytes is dat $4,17 per uur, vóór eventuele overhead. Bij de actieprijs van $10,00 is dat $0,83. Regie-instructies tussen vierkante brackets worden als invoertekst gefactureerd, dus een script met veel regie-instructies kost 10-25% meer dan zijn woordenaantal suggereert — en in deze vergelijking wordt elke bracket gefactureerd, omdat het hele ontwerp van Drama 3 erop is gericht dat je de performance in het script schrijft.

• Lijstprijs, per uur spraak — Gemini 3.8 Flash TTS ongeveer $0,81; Drama 3 ongeveer $4,17.

• Actieprijs, per uur — Gemini 3.8 Flash TTS ongeveer $0,81; Drama 3 ongeveer $0,83. Feitelijk een gelijkspel.

• Eenheid — tokens per seconde output aan de Google-zijde; UTF-8-bytes input aan de Fish Audio-zijde. Beide zijn eerlijke eenheden. Het zijn niet dezelfde eenheid, en elke "per miljoen X"-vergelijking die ze vermengt zonder om te rekenen is ruis.

• De verborgen regel — een Drama 3-aanvraag waarvan de modelheader ontbreekt of verkeerd is gespeld, mislukt niet; hij valt terug op s2.1-pro en rekent $15,00 per miljoen bytes, wat een toeslag van 50% bovenop het promotietarief is voor een typfout.

Wat de prijs van Google eigenlijk koopt

Goedkoper per uur zijn is alleen interessant als de output bruikbaar is, en de onafhankelijke cijfers zeggen dat dat zo is, met een specifieke vorm. Artificial Analysis plaatst Google Gemini 3.8 Flash TTS op de vijfde plaats in de Provider Voice Arena met een Elo van 1.283 en een door de ranglijst geregistreerde $16,50 — boven Fish Audio Drama 3's 1.278 — en op de vierentwintigste plaats in de Controlled Voice Arena met 1.053, onder Drama 3's 1.085. Die tweedeling is het model in één regel: het klinkt uitstekend wanneer Google's eigen stemmen in het spel zijn, en het valt naar het midden van de ranglijst wanneer elk model op dezelfde referentiestemmen wordt beoordeeld.

Het uitspraakklassement vertelt een even smal verhaal. Gemini 3.8 Flash TTS staat met 98,0% aan kop van alle 31 beoordeelde modellen in de categorie contextueel passend, en Drama 3 staat op 95,3%. Het is niet de zwakke plek van het model. De zwakke plek van Google in deze vergelijking is controle: Gemini wordt geleverd met 30 kant-en-klare studiostemmen — waaronder Kore en Puck —, de volledige set van 130 talen en automatische taaldetectie, en een stemmenbibliotheek die de documentatie in de Extended Voice Library als "honderden" beschrijft, terwijl de marketingpagina meer dan 2.000 zegt. Die cijfers zijn van buitenaf nooit met elkaar in overeenstemming gebracht, en als een specifieke stem cruciaal is voor je product, is het testen van die stem het enige eerlijke antwoord dat iemand je kan geven.

Dertig bruikbare stemmen zonder cloning is prima voor een supportbot, een productverteller of een taalleer-app. Het is niet prima voor een drama-pipeline, een game met twaalf personages die gecast moeten worden, of enig klantwerk waarbij de stem het eindproduct is. Dat is het gat dat Fish Audio vult, en het is een gat in soort, niet in gradatie.

Wat open weights opleveren, en wat ze je kosten om te draaien

Fish Audio Drama 3 is een mixture-of-experts met 35 miljard parameters, waarvan ongeveer 3 miljard parameters actief zijn per token, geïnitialiseerd vanuit Qwen3.5-35B-A3B, 8 van 256 gerouteerde experts plus één gedeelde, veertig lagen in blokken van drie Gated DeltaNet-lagen en één gated full-attention-laag. De gewichten zijn gepubliceerd op Hugging Face als fishaudio/drama-3 — ongeveer 40 GB verdeeld over een set shards plus een apart codecbestand — en FP8-inferentie vereist ongeveer 48 GB VRAM, zonder gedocumenteerd CPU- of ROCm-pad. Serving gebeurt via SGLang-Omni, en de leverancier meldt 271 frames per seconde op een enkele H200 tegenover 177 voor S2.

Die hardwarelijn is de echte afweging. Googles prijs van $0,81 per uur bevat geen kapitaaluitgaven en geen operationele kosten; je enige vaste kostenpost is de aanvraag. Het actietarief van $0,83 per uur van Drama 3 is een API-tarief, en als je het zelf draait, wordt dat omgezet in een 48 GB-GPU, een servingstack en iemand die er eigenaar van is. Voor een catalogus van veertig uur audio per maand is de API duidelijk goedkoper. Voor een paar duizend uur, of voor alles wat moet draaien zonder tussenkomst van een derde partij, veranderen de gewichten de afweging volledig — en dat is nu juist het enige wat Google voor geen enkele prijs verkoopt.

De licentie is hier ook belangrijk, omdat zij het verschil bepaalt tussen "open weights" en "free". Drama 3 wordt gepubliceerd onder de Fish Audio Community License v1.0: gratis voor onderzoek en niet-commercieel gebruik, gratis voor commercieel gebruik zolang jouw en je gelieerde entiteiten minder dan US$500.000 jaarlijkse omzet hebben, waarbij boven die drempel een aparte licentie nodig is, of om Drama 3 zelf aan te bieden als gehoste spraak- of kloningsdienst. Artificial Analysis markeert het als open weights zonder volledige rechten voor commercieel gebruik. Google's voorwaarden zijn de gewone API-voorwaarden, wat een andere reeks vragen is: gegevensverwerking rather than herverdeling.

Talen, en een getal dat minder doet dan het lijkt

Google claimt 130 talen met automatische detectie op basis van de tekst. Fish Audio claimt er 83, met een veel vreemdere mogelijkheid eraan gekoppeld: regieaanwijzingen kunnen in elke taal worden geschreven en hoeven niet overeen te komen met de taal van het script, en er is een gedocumenteerde taalwissel-tag die een enkele zin midden in de regel naar een andere taal omschakelt — gemarkeerd als experimenteel. Dat zijn verschillende producten. Het aantal van Google gaat erover hoeveel markten je met één integratie kunt betreden. Dat van Fish Audio gaat erover hoe precies één regel kan worden geproduceerd, door een regisseur die de taal van het script misschien niet deelt.

Voor een team dat een gelokaliseerd product op de markt brengt, is 130 beter dan 83, en de automatische detectie is een echte operationele besparing: geen routering per taal, geen stemselectie per taal. Voor een team dat content in een of twee talen produceert voor een publiek dat erop let, is 83 geen beperking, en de mogelijkheid om in elke taal richting te geven is de waardevollere van de twee functies. Geen van beide getallen mag als een ranglijstpositie worden gelezen; het aantal talen dat een model claimt, is nooit sterk gecorreleerd geweest met hoe goed het is in de taal die je nodig hebt.

Waar elk van hen zich in een gerouteerde stack bevindt

Dit is een van de weinige artikelen in deze reeks waarin de aanbiederzijde niet volledig eerlijk is, om het niet te verdoezelen: OrcaRouter routeert de eerdere Gemini-spraakmodellen van Google — google/gemini-3.1-flash-tts-preview en google/gemini-2.5-flash-preview-tts staan beide vandaag in de catalogus — maar niet Google Gemini 3.8 Flash TTS, en ook niet Fish Audio Drama 3. De oudere Gemini TTS-modellen zijn bij ons beschikbaar tegen Google's lijstprijs zonder opslag; de twee modellen waar dit artikel eigenlijk over gaat, zijn bereikbaar via de eigen API's van hun leveranciers en, in het geval van Fish Audio, via platforms van derden.

De nuttige consequentie is dat het grootste deel van een Google-spraakfactuur al achter één sleutel kan staan, en de failover-laag is wat de vergelijking goedkoop uitvoerbaar maakt: zet een canary van Drama 3 naast een Gemini 3.8 Flash TTS-aanroep, leid het productiepad naar wat je acceptatietest overleeft, en de keuze per segment leeft in de routing-DSL en niet in twee SDK's. Modelfusie is de andere optie die dit oplevert — een panel dat dezelfde regel door beide laat renderen en kiest volgens een regel die je zelf definieert, wat bij vertelling betekent dat je Drama 3's uitspraak kunt behouden op de regels met codes en de contextuele lezing van Google op het proza.

De beslissing, ronduit gezegd: voor grootschalig Engels zonder stemklonen en zonder behoefte aan infrastructuur is Gemini 3.8 Flash TTS tegen $0,81 per uur het goedkopere en beter klinkende model met providerstemmen, en het pleidooi voor Drama 3 overleeft de confrontatie met de tariefkaart niet. Voor alles wat aangepaste stemmen of caststemmen, regie per woord, fonemencontrole of de mogelijkheid om zonder derde partij te werken nodig heeft, is Drama 3 van de twee de enige die de klus überhaupt kan klaren — tegen lijstprijs kost het per uur vijf keer zoveel als Google, en tijdens de promotie kost het evenveel, waardoor de komende twee weken het goedkoopste venster zijn dat iemand krijgt om uit te vinden of het voordeel in uitspraak het waard is om daarop te bouwen.