Simba 3.5 vs Simba 3.2: 110 Elo-punten, 48 talen en een rekening die in negen dagen verdubbelt

Het upgradepad binnen één leverancier is meestal de minst interessante vergelijking op deze blog. Deze niet, omdat SpeechifyAI Simba 3.5 en SpeechifyAI Simba 3.2meer verschillen dan alleen een versienummer, en de verschillen wijzen in tegengestelde richtingen. Simba 3.5 is 110 Elo-punten beter op de Controlled Voice-arena, spreekt 48 talen in plaats van één, en kost 50% meer volgens de lijstprijs. Simba 3.2 is sneller op het enige latencycijfer dat iemand daadwerkelijk heeft gemeten, heeft een stem-allowlist die niets meer beperkt, en behoudt zijn oude prijs. Een team dat Simba 3.2 in productie draait, moet vóór 22 november een echte beslissing nemen, en "upgraden naar de nieuwere" is niet automatisch het juiste antwoord.

Eerst de data, want die maken dit urgent in plaats van academisch. Simba 3.2 verscheen op 8 juli 2026 als een Engelstalig streamingmodel en werd aanbevolen tot 18 oktober. Simba 3.5 werd op 18 oktober als aanbevolen gemarkeerd, werd op 21 oktober publiek gelanceerd, kreeg op 9 november een verlaging van de lijstprijs, en wordt op 21 november het model achter twee uitgefaseerde legacy-id's. Speechify deprecieert 3.2 niet — het blijft vermeld, blijft geprijsd en blijft aanroepbaar — en dat is precies waarom de keuze op inhoudelijke gronden moet worden gemaakt en niet op basis van een deadline.

Het verschil in de Arena is het grootst in de geschiedenis van beide modellen.

Beide modellen worden gescoord op beide Artificial Analysis-boards. De gecontroleerde board houdt de spreker constant over acht gekloonde referentiestemmen; op de providerboard kan elke leverancier zijn eigen cast gebruiken. Het verschil tussen deze twee generaties is groter op de gecontroleerde board, die van de twee het meest informatief is voor wie een stem wil klonen.

• Controlled Voice — Simba 3.5 rang 1, Elo 1.192, plus of min 17, interval 1.175 tot 1.209, 1.783 samples

• Gecontroleerde stem — Simba 3.2, rang 14, Elo 1.082, plus of min 12, interval 1.070 tot 1.094, 3.630 samples

Provider Voice — Simba 3.5 rang 5, Elo 1.294, plus of min 17, interval 1.277 tot 1.311, 1.732 samples

• Provider Voice — Simba 3.2 rang 12, Elo 1.250, plus of min 11, interval 1.239 tot 1.261, 3.966 steekproeven

• Twee generaties terug — Simba 3.0 rang 27 bij 1.035 gecontroleerd, rang 41 bij 1.114 provider

De kloof op het controlled board is 110 punten, met intervallen die meer dan 80 punten lege ruimte van elkaar verwijderd zijn. Dit is geen marginale herhaling. Ter context: de hele top tien van dat board beslaat 62 punten; één generatie Simba beslaat bijna het dubbele van dat bereik. De kloof op het providerboard is kleiner, met 44 punten, wat iets nuttigs zegt: een deel van wat 3.5 heeft verbeterd, is de synthesekwaliteit bij onbekende stemmen, en een deel is simpelweg een beter standaardgeluid.

Het generatiepatroon is ook consistent over drie releases. Simba 3.0 naar 3.2 was 47 punten op het gecontroleerde bord; 3.2 naar 3.5 was 110. Speechify wordt hier sneller beter in dan voorheen, en het 3.2-model dat in september werd aanbevolen, staat nu in de middenmoot.

Talen: zes, één, achtenveertig

Dit is het verschil dat architecturen verandert in plaats van kwaliteitsscores. Simba 3.2 is alleen Engels — een niet-Engelse stem retourneert een 400, waarbij de afgewezen locale in het bericht wordt genoemd. Simba 3.0 dekt zes talen verspreid over zeven locales. Simba 3.5 dekt 48 talen onder één id, waarbij Ests en Kantonees expliciet zijn uitgesloten en regionale varianten binnen scope vallen.

Wat de 48 bruikbaar maakt, is dat de stem meereist. Elke catalogusstem spreekt alle 48 op Simba 3.5 met dezelfde voice-id, en dat geldt ook voor een stem die je in een betaald plan hebt gekloond. Dat is de functie waar een lokalisatiepipeline op heeft gewacht: één gekloonde merkstem, achtenveertig talen, geen vervanging van de stem per locale. De waarschuwing van de leverancier is dat een stem het accent van de bronopname behoudt, en het advies is om te genereren met een door medewerkers gekozen stem die native is voor elke taal — daarom verscheen staff_pick_rank op 18 oktober in de voices-endpoint.

Op Simba 3.2 bestaat die hele workflow niet. Eén stem, één taal. Als je product in meer dan één markt wordt uitgebracht, is dit geen verschil in score; het is het verschil tussen één integratie en twee leveranciers.

Latentie, waar het oudere model nog steeds wint

Speechify publiceert gemeten latentie voor Simba 3.2 en alleen geaggregeerde beweringen voor 3.5, en de gepubliceerde meting is goed. Op 9 oktober 2026, gemeten vanaf een client in US East via warme verbindingen, bereikte Simba 3.2 de eerste hoorbare audio in een mediaan van 47 milliseconden via de WebSocket-invoerstroom en 64 milliseconden via de HTTP-stroom — de laagste van de dertien eindpunten die Speechify die dag vanaf die locatie heeft gemeten. De eerste byte aan serverzijde was 56 ms bij p50 en 102 ms bij p90 op productieverkeer gemeten op 15 september. Het bedrijf is expliciet dat elke waarde een gemeten percentiel is en geen garantie, en dat het beeld vanuit Zürich verandert: 142 ms voor het flashmodel van een andere leverancier tegenover 145 en 153 ms voor zijn eigen twee stroompaden.

Voor Simba 3.5 zijn de gedocumenteerde cijfers leveranciersclaims in plaats van gepubliceerde percentielen: 72 milliseconden tijd tot eerste audio voor 95% van de streamingverzoeken onder productiebelasting, en 1,8 keer de doorvoer van Simba 3.2 per servinginstantie. Die kunnen niet rechtstreeks worden vergeleken met een p50 die over warme verbindingen is gemeten. Een p95 van 72 ms en een p50 van 47 ms kunnen volledig consistent zijn, en niemand buiten Speechify heeft de ronde uitgevoerd die dat zou vaststellen.

De praktische consequentie is beperkt maar reëel. Als de gebruikerservaring van je product een spraakassistent is waarbij honderd milliseconden stilte merkbaar zijn, heb je een gemeten waarde voor 3.2 en een bewering voor 3.5, en het eerlijkste om te doen is 3.5 zelf meten voordat je migreert. Als je audio naar een bestand rendert, is latentie irrelevant en is deze sectie niet op jou van toepassing.

Prijs: de aanbieding eindigt op 21 november

De prijsstelling van Speechify voor deze twee modellen staat op het punt uiteen te lopen, en de changelog zet het precies uiteen.

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

• Simba 3.5, tot en met 21 november — $10.00, $8.00 en $6.00, de tarieven van de oudere modellen

• Simba 3.5, oorspronkelijke lanceringsoverzicht van 21 oktober — $20, $16 en $12, vervangen door een prijsverlaging van 9 november

• Simba 3.2 — ongewijzigd op $10,00, $8,00 en $6,00 per miljoen tekens bij dezelfde abonnementen

Tot en met 21 november kosten de twee modellen exact hetzelfde en is 3.5 strikt beter. Vanaf 22 november kost 3.5 op elk niveau 50% meer. Met het Pro-abonnement is dat $72 versus $108 voor negen miljoen tekens; bij Scale $280,80 versus $468 voor 46,8 miljoen. De tegoeden zijn ongewijzigd, dus voor hetzelfde abonnement krijg je tegen lijstprijs een derde minder tekens van het nieuwere model.

Dat is een eenvoudige afweging, geen trucje: 110 Elopunten en 47 extra talen voor een premie van 50% is een goede ruil voor vrijwel elke workload die een van beide functies gebruikt, en een slechte voor een Engelstalige pipeline die al tevreden was met de kwaliteit van 3.2.

Migreren is één regel, en dat is de valkuil

De documentatie van Speechify is opvallend duidelijk dat de overstap van 3.2 naar 3.5 geen wijziging van de API-versie vereist: stel model in op simba-3.5, behoud dezelfde voice-id's, dezelfde uitvoerformaten, dezelfde speech marks en dezelfde toegepaste SSML-subset. Aanvragen waarin model ontbreekt, vallen nog steeds terug op simba-3.0, dus de standaardwaarde verplaatst je niet stilzwijgend.

Twee details maken het verhaal in één regel ingewikkelder. Het eerste is dat taal nu belangrijk is: als de tekst afwijkt van de locale van de stem, moet je die expliciet instellen, anders gebruikt de API de locale van de stem en krijg je een accent dat je niet bedoelde. Het tweede is 21 november zelf. Op die datum worden de twee Simba 1.6-id's, simba-english en simba-multilingual, niet langer bediend door hun oude training en voortaan door Simba 3.5, gefactureerd tegen het tarief van Simba 3.5, op elke API-versie die ze nog kan benoemen. Een integratie die aan de oude id's vastzit, verandert op dezelfde dag van stem en van prijs zonder codewijziging. 3.5 vóór die tijd bewust testen is de enige manier om te kiezen.

Er is ook een stille verbetering die het weten waard is: op 20 oktober werden prosody-pitch en prosody-volume toegepast op Simba 3.5, 3.2 en 3.0, waar ze voorheen werden geaccepteerd en genegeerd. Als je die attributen vandaag verstuurt en de wijziging niet wilde, luidt het eigen advies van Speechify om ze te verwijderen. Emphasis- en emotion-tags worden op alle drie de modellen nog steeds geaccepteerd maar niet toegepast.

Waar OrcaRouter past bij een upgrade binnen de familie

Geen van beide Simba-modellen staat op OrcaRouter — die lijn wordt bereikt via Speechify's eigen API, en niets hier mag worden opgevat als een bewering van het tegendeel. Wat we wél routeren is de synthesiscatalogus die je als controlemiddel zou gebruiken tijdens het beslissen: openai/tts-1 voor $15,00 per miljoen tekens en openai/tts-1-hd voor $30,00, tegen de lijstprijs van de provider, zonder iets erbij.

Wat een router nuttig doet in een migratie als deze, is het oude pad overleefbaar maken terwijl het nieuwe wordt bewezen. Draai 3.5 een week lang op de API van de leverancier met echt verkeer, houd 3.2 als fallback en routeer om een incident heen in plaats van het in productie te ontdekken — automatische failover kost niets als er niets misgaat en levert het hele lanceervenster op als er wel iets misgaat. Diezelfde ene sleutel betekent ook dat de OpenAI-stem die je al gebruikte bereikbaar blijft terwijl je besluit of een van beide Simba-generaties die vervangt.

Welke je moet uitvoeren, afhankelijk van de workload

Blijf op Simba 3.2 als je werklast Engelstalig is, je stemmen Engelstalig zijn, je kwaliteitslat al in juli werd gehaald en de gemeten 47 ms voor eerste hoorbare audio essentieel is in je product. Je betaalt het lagere tarief tot en met 21 november en daarna voor altijd, en niets in 3.5 verbetert je output. Er is geen afschaffingsdatum voor 3.2; Speechify heeft dat expliciet gezegd.

Stap over naar Simba 3.5 als een van de volgende situaties van toepassing is: je hebt een tweede taal nodig, je kloont stemmen en wilt één voice-id voor alle locales, je kwaliteitslat voor Engels is verschoven, of je bouwt iets nieuws. Het gat van 110 punten op de controlled board is de grootste generatiesprong die Speechify heeft geproduceerd, en de dekking van 48 talen is binnen deze familie op geen enkele andere manier beschikbaar. Doe het vóór 21 november als je het tegen de tarieven van de oudere modellen wilt evalueren, en stel de model-id expliciet in zodat de uitfasering niet voor jou kiest.

Welke kant je ook op gaat, de beslissing heeft een herzieningsdatum in plaats van een definitief antwoord. Simba 3.5 heeft 1.783 gecontroleerde stemvoorbeelden tegenover 3.630 van 3.2, dus het interval zal smaller worden. De adviesprijs is in drie weken al één keer gewijzigd. En Alibaba's Qwen-Audio-3.1-TTS-Plus, met 1.176 op dezelfde ranglijst, staat 16 punten achter het huidige vlaggenschip van Simba tegen een vergelijkbare prijs op die ranglijst — dichtbij genoeg dat de volgende release aan beide kanten de vraag opnieuw opent.