Simba 3.5 vs Eleven v4: De twee ranglijsten spreken elkaar tegen, en slechts één ervan gaat over jouw product

Zet SpeechifyAI Simba 3.5 en ElevenLabs Eleven v4 in dezelfde tabel en het resultaat hangt volledig af van welke Artificial Analysis-ranglijst je leest. Bij Controlled Voice — dezelfde acht gekloonde referentiestemmen voor elke deelnemer — staat Simba 3.5 eerste met 1.192 en Eleven v4 zevende met 1.155, een verschil van 37 punten waarvan de intervallen elkaar niet raken. Bij Provider Voice — de eigen stemselectie van elke leverancier — staat Eleven v4 eerste met 1.340 en Simba 3.5 vijfde met 1.294, een verschil van 46 punten in de andere richting, ook met duidelijke scheiding. Geen van beide getallen is fout. Ze meten verschillende producten, en welk getal je moet vertrouwen, wordt bepaald door een vraag over je stack, niet over een van beide leveranciers.

De twee besturen, en waarom ze het zo fundamenteel oneens zijn

Controlled Voice houdt de spreker constant. Artificial Analysis kloont vier Amerikaanse en vier Britse stemmen en laat elk model dezelfde regels in diezelfde stemmen zeggen, zodat een luisteraar die twee samples vergelijkt alleen de synthesisekwaliteit hoort. Provider Voice laat elke leverancier zijn eigen stemmen naar voren schuiven, wat betekent dat de luisteraar het model en de stemcast samen beoordeelt — het timbre, het accent, de acteerkeuzes die de leverancier heeft samengesteld.

ElevenLabs heeft jaren aan die cast gebouwd. Het is het deel van het bedrijf dat helemaal geen model is, en het is de reden dat de providerboard Eleven v4 en Eleven v4 Turbo in de bovenste twee plekken heeft, met 32 samples heldere lucht tussen hen en de rest. Haal de cast weg en Eleven v4 belandt op de zevende plaats. De positie van Speechify is het spiegelbeeld: vijfde met zijn eigen stemmen, eerste zonder.

• Gecontroleerde stem — SpeechifyAI Simba 3.5 rang 1, Elo 1.192, interval 1.175 tot 1.209, 1.783 samples

• Gecontroleerde stem — ElevenLabs Eleven v4 rang 7, Elo 1.155, interval 1.143 tot 1.167, 3.221 samples

• Gecontroleerde stem — ElevenLabs Eleven v4 Turbo rang 6, Elo 1.156, interval 1.144 tot 1.168, 3.327 samples

• Provider Voice — ElevenLabs Eleven v4 rang 1, Elo 1.340, interval 1.325 tot 1.355, 2.742 samples

• Aanbiederstem — ElevenLabs Eleven v4 Turbo rang 2, Elo 1.339, interval 1.323 tot 1.355

• Provider Voice — SpeechifyAI Simba 3.5 rang 5, Elo 1.294, interval 1.277 tot 1.311, 1.732 samples

• Provider-stem — Alibaba Qwen-Audio-3.1-TTS-Plus staat op plaats 3 met 1.300, tussen de twee op die ranglijst

Beide verschillen zijn groter dan de intervallen eromheen, dus geen van beide rangschikkingen is een muntworp. De overwinning van 37 punten op Controlled Voice voor Simba 3.5 en de overwinning van 46 punten op Provider Voice voor Eleven v4 zijn beide echte metingen van verschillende dingen. Dat is ongewoon — de meeste modelparen komen op beide boards hetzelfde uit — en dat is de hele inhoud van deze vergelijking.

De vraag die de doorslag geeft

Als je product de stem meelevert die de leverancier heeft gekozen — een standaardassistentstem, een standaard ingesproken narratietrack, één vaste huisstem in de hele app — dan koop je wat Provider Voice heeft gemeten, en Eleven v4 wint dat met 46 punten. Als je product gebruikers een stem laat kiezen, hun eigen stem laat klonen, of voor elke taal een vaste merkstem meebrengt, dan koop je wat Controlled Voice heeft gemeten, en Simba 3.5 wint dat met 37 punten.

Er is een praktische test die dit in een middag oplost: neem drie minuten van je eigen referentieaudio, kloon die op beide platforms en luister. Een model dat bovenaan de gecontroleerde ranglijst staat, is een model dat goed omgaat met een onbekende stem. Een model dat bovenaan de provider-ranglijst staat, is een model met een goede smaak in stemmen. Dat zijn verschillende vaardigheden en je werklast heeft er maar één van nodig.

De prijs is niet dichtbij, en het is ook niet het hele verhaal.

Eleven v4 staat geprijsd op $0,08 per duizend tekens, ofwel $80 per miljoen. Dat is het tarief op ElevenLabs' eigen API-prijzenpagina en het bedrag dat Artificial Analysis voor het model hanteert; de promotieperiode die tot half oktober liep, is afgelopen, dus $80 is het vaste bedrag in plaats van een introductieprijs. Eleven v4 Turbo is half zo duur, tegen $40 per miljoen.

Simba 3.5 heeft een lijstprijs van $15, $12 en $10 per miljoen tekens voor respectievelijk Starter, Pro en Scale — een verlaging ten opzichte van de $20, $16 en $12 waarmee het op 21 oktober werd gelanceerd. Tot en met 21 november 2026 rekent het in plaats daarvan de tarieven van de oudere modellen: $10, $8 en $6. Na 22 november geldt de nieuwe prijslijst en niet de aanbieding.

• Eleven v4 — $80,00 per miljoen tekens, lijstprijs, geen actieve promotie

• Eleven v4 Turbo — $40,00 per miljoen tekens

• Simba 3.5 — $15,00 Starter, $12,00 Pro, $10,00 Scale per miljoen tekens, vanaf 22 november

• Simba 3.5 — $10,00, $8,00 en $6,00 per miljoen tekens tot en met 21 november

• Simba 3.2 en Simba 3.0 — ongewijzigd tegen de tarieven van $10, $8 en $6 voor dezelfde abonnementen

Bij vijf miljoen tekens per maand — ongeveer honderd uur voltooide spraak — kost Eleven v4 $400 en Simba 3.5 tussen $50 en $75, afhankelijk van abonnement en datum. Dat is een factor vijf tot acht. Wie de $6,58 van het leaderboard voor Simba 3.5 citeert, citeert een tarief dat in een abonnement is opgenomen en niet overeenkomt met de gepubliceerde prijslijst van Speechify; baseer je budget op de tarieventabel hierboven.

Talen: 48 onder één id tegenover 90-plus

Dit is het punt waarop de vergelijking ophoudt een gelijkspel te zijn en een routeringsbeslissing wordt. Simba 3.5 spreekt 48 talen onder één model-id, tegenover de zes die Simba 3.0 dekte, en elke stem uit de catalogus — inclusief een gekloonde — spreekt alle 48 met hetzelfde stem-id. Estisch en Kantonees staan expliciet niet op de lijst. Eleven v4 dekt meer dan 90 talen met een limiet van 10.000 tekens per verzoek, wat ongeveer tien minuten spraak is voordat je moet opsplitsen.

Achtenveertig talen is genoeg voor de meeste Europese, Latijns-Amerikaanse en Oost-Aziatische productlijnen en niet genoeg voor een echt wereldwijde catalogus. Negentig-plus is genoeg voor vrijwel alles, en als uw eis "elke locale waarin we verkopen" is, doet het kwaliteitsargument er niet meer toe — een van deze twee kan de klus aan en de andere mogelijk niet.

Er zit een addertje onder het gras bij de 48 dat de leverancier hardop zegt en dat de meeste berichtgeving overslaat: een stem behoudt het accent van de bronopname. Een gekloonde Amerikaanse stem die Japans spreekt, klinkt als een Amerikaan die Japans spreekt. De eigen richtlijn van Speechify is om te beginnen met de staff-pick-stem die native is voor elke taal, en daarom staat staff_pick_rank nu in het voices-endpoint. Taaloverschrijdende stemoverdracht is beschikbaar; die is niet accentvrij.

Latentie, klonen en de vorm van de API

Speechify rapporteert 72 millisecond tijd tot eerste audio bij het 95e percentiel van streamingverzoeken onder productiebelasting, en 1,8 keer de doorvoer van Simba 3.2 per serveerinstantie. Dat zijn leverancierscijfers, niet gereproduceerd. ElevenLabs publiceert geen vergelijkbaar cijfer voor Eleven v4 zelf. Het enige gemeten latentiecijfer in de Simba-documentatie is ouder en beperkter: Simba 3.2 op 56 millisecond mediaan en 102 millisecond bij het 90e percentiel voor de eerste byte aan serverzijde, gemeten in US East op 15 september 2026 — een andere metriek dan tijd tot eerste audio en niet overdraagbaar.

Spraakklooning is zero-shot en selfservice bij beide, met een verschil in drempel dat op teamschaal uitmaakt. Klooning met Simba 3.5 is beschikbaar op betaalde abonnementen zonder goedkeuring. ElevenLabs biedt directe clones op basis van tien seconden audio naast zijn professionele kloonoptie, en de toestemmingsverificatie is de meer ontwikkelde van de twee — een pluspunt voor iedereen die stemmen van gebruikers aanbiedt.

De requestvormen zijn niet uitwisselbaar, wat goed is om te weten voordat je een abstractielaag schrijft. Speechify authenticeert met een bearer-token, stuurt de tekst als input, het model als model, en heeft helemaal geen voice_settings-object. ElevenLabs gebruikt zijn eigen header en zijn eigen veldnamen. Beide ondersteunen streaming; de SSML-ondersteuning van Speechify is een subset, waarbij break, prosody rate, prosody pitch, prosody volume en sub alias worden toegepast en emphasis- en emotion-tags worden geaccepteerd maar genegeerd.

Waar een router hier echt helpt

Geen van beide modellen staat op OrcaRouter, en dit artikel beweert dat ook niet: de Simba-lijn wordt bereikt via Speechify's eigen API en de ElevenLabs-lijn via die van ElevenLabs. Wat we wél routeren is de kleinere synthesiscatalogus die een eerlijke controlegroep vormt — openai/tts-1 voor $15,00 per miljoen tekens en openai/tts-1-hd voor $30,00, beide tegen de lijstprijs van de provider, zonder dat er iets bovenop komt.

Het routeringsargument in deze specifieke vergelijking gaat niet over kwaliteit, want het antwoord op kwaliteit is al verdeeld. Het punt is dat de twee ranglijsten elkaar tegenspreken, de prijzen met een factor vijf tot acht verschillen, en beide feiten alleen stabiel zijn totdat het volgende model uitkomt. Een stack die hetzelfde script naar twee leveranciers kan sturen en op zijn eigen audio kan vergelijken, heeft een antwoord dat de volgende leaderboard-herrun overleeft; een stack die vastgekoppeld is aan een van de twee, moet de beslissing elk kwartaal opnieuw verdedigen. Automatische failover dekt ook het geval dat niemand benchmarkt — een incident aan de providerkant tijdens een lanceringsweek.

Een eerlijk oordeel, met het gelijkspel erin gelaten

Eleven v4 is het betere model als je brede taaldekking nodig hebt, een samengestelde stemcast die je niet zelf hoeft op te bouwen, de meest volwassen tooling voor toestemming en cloning, of een provider-boardlead die bovenaan een veld van honderd modellen is blijven staan. Het kost vijf tot acht keer zoveel en de prijs is niet promotioneel.

Simba 3.5 is het betere model als je stemmen van jou zijn — gekloond, merkeigen of per locale gekozen — en als 48 talen de markten dekken waar je daadwerkelijk verkoopt. Het staat bovenaan de ranglijst waarbij de spreker constant wordt gehouden, en dat is de ranglijst die voorspelt hoe goed een stem presteert die de leverancier nog nooit heeft gehoord. Het zit ook al drie weken in een prijsschema dat al één keer is gewijzigd, met een model-id-migratie die op 21 november ingaat, dus het tarief waarvoor je je aanmeldt, is niet noodzakelijk het tarief dat je in december betaalt.

Wat geen van beide boards je vertelt, is welke jouw luisteraars voor jouw content verkiezen. Zevenendertig Elo-punten is een betekenisvol verschil, en het is geen vervanging voor een luistertest met drie minuten van je eigen script in je eigen stem. Doe die test voordat je volume aan een van beide besteedt.