Voxtral 3 TTS vs ElevenLabs: zes keer goedkoper, honderd punten achter

Mistral zette de prijs van Voxtral 3 T​TS op $13 per miljoen tekens en bracht het uit in een markt waar het model waartegen iedereen benchmarkt, ElevenLabs Eleven v4, $80 kost en 1.328 Elo scoort tegenover Voxtrals 1.217. Dat is 111 punten voorkeur onder blinde luisteraars voor 6,2 keer het geld, en op het eerste gezicht komt het goedkope model niet dichtbij genoeg om ertoe te doen. Toch doet het ertoe, om een reden die het scorebord niet laat zien: ElevenLabs verkoopt niet alleen synthese. Het verkoopt een spraakplatform — een bibliotheek, dubbing, agents, professionele cloning — en de meeste teams die $80 per miljoen tekens betalen, betalen net zoveel voor het platform als voor de stem. Voxtral 3 T​TS, uitgebracht op 20 oktober 2026, komt in plaats daarvan binnen een agent-SDK en een EU-soeverein deploymentverhaal. De vergelijking die een aankoop beslist is daarom niet "welke klinkt beter", want die is al beslecht, maar "welke van die twee bundels is degene die je echt nodig hebt". De gedocumenteerde AI-fouten en agent-incidenten achter releases als deze zijn verzameld in the OrcaRouter AI Incident Archive waar elke vermelding haar eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-vlag heeft.

Het scorebord, vóór alles.

• Voice Elo per aanbieder — ElevenLabs Eleven v4: 1.328 (#2 van 98). Voxtral 3 T​TS: 1.217 (#13). Beide volgens Artificial Analysis, uitgelezen op 21 oktober 2026.

• Gecontroleerde stem-Elo — Eleven v4: 1.157 (#4, gedeeld met Eleven v4 Turbo). Voxtral 3 TTS: 1.066 (#14).

• Lijstprijs per 1 miljoen tekens — $80,00 vs $13,00.

• Talen — ElevenLabs: 74 bij alle abonnementen. Voxtral 3 TTS: 35+ talen en 50+ dialecten, met presets in 18.

• Direct klonen — ElevenLabs: vanaf ongeveer 30 seconden audio bij betaalde abonnementen. Voxtral 3 TTS: geen directe kloon gepubliceerd; "Pro Voice"-aanpassing vereist 30 minuten audio.

• Gewichten — voor beide gesloten.

Eén regel in die lijst verdient een tweede blik: het eigen, goedkopere vlaggenschip van ElevenLabs. Eleven v4 Turbo scoort 1.333 — vijf punten boven Eleven v4, binnen de ruis — voor $40 per miljoen tekens, precies de helft van de prijs. Als de keuze puur "de beste stem die ElevenLabs verkoopt" is, is Turbo de verstandige aankoop, en het verkleint de kloof met Voxtral 3 TTS van 111 Elo naar 116 voor slechts drie keer zoveel geld. De prijsladder van ElevenLabs is breder dan de meeste vergelijkingen van deze confrontatie toegeven.

Hoe de 111 punten eruitzien in een product

Een Elo-verschil van die omvang is niet subtiel. Bij blind naast elkaar luisteren is het het verschil dat een luisteraar al bij de eerste zin opmerkt, niet pas bij de vijfde — vergelijkbaar met het verschil tussen Eleven v3 en Eleven v4 binnen ElevenLabs' eigen productlijn (1.182 vs 1.328). Cartesia's Sonic 3.6, met 1.289, zit daartussen en is het model dat de interpretatie 'je krijgt waar je voor betaalt' het meest direct ondermijnt; het verslaat Voxtral met 72 punten en kost $49, de helft van Eleven v4.

Waar het verschil zich het sterkst concentreert, is de sturing van de voordracht bij expressief materiaal. De v4-generatie van ElevenLabs is opgebouwd rond audiotags — inline-instructies voor emotie, tempo en nadruk die in de tekst zijn ingebed — en rond een stemmenbibliotheek die zo uitgebreid is dat de meeste teams nooit zelf een stem klonen. Voxtral 3 TTS van Mistral biedt sturing op promptniveau van emotie, tempo en nadruk, plus uitspraak op foneemniveau en een vocabulairebibliotheek. Beide bieden regiemogelijkheden. ElevenLabs heeft twee generaties publieke feedback gehad over hoe die bedieningselementen zich in de uitersten gedragen, en Voxtral 3 TTS heeft één dag gehad.

Waar de kloof kleiner wordt, is bij alles in een Europese taal die niet Engels is. Mistrals model is vanaf het begin meertalig ontworpen, met naar eigen zeggen 50+ dialecten en alle 24 officiële EU-talen gedekt binnen zijn spraakfamilie. ElevenLabs dekt 74 talen, wat breder is in aantal, maar breedte in aantal en kwaliteit per taal zijn verschillende claims, en geen van beide leveranciers publiceert een Elo per taal. Als je Nederlands, Pools of Portugees uitbrengt, vertelt geen van beide scoreborden je het antwoord; je moet luisteren.

Wat je voor $80 per miljoen tekens eigenlijk koopt

Dit is het deel van de vergelijking waarin het prijsverschil niet langer als opslag voelt. ElevenLabs' tarief per teken zit inbegrepen in een platform: een gedeelde stemmenmarktplaats waarvan je licenties kunt nemen in plaats van stemmen te klonen, professionele stemkloning op basis van ongeveer 30 minuten audio met een toestemmingsworkflow, dubbing, geluidseffecten, een stack voor conversatieagenten en meerdere jaren aan clientbibliotheken en integraties. Niets daarvan verschijnt op een ranglijst, en dat is allemaal werk dat een team anders zelf zou moeten doen.

De bundel van Mistral wijst in een andere richting. Voxtral 3 T​TS wordt geleverd samen met een op LiveKit gebaseerde voice-agent-SDK met SIP-telefonie, WebRTC- en IVR-ondersteuning, een naar verluidt agent-turn van minder dan één seconde, en een agentprijs per minuut van $0,04 met Mistral Small 4 als redeneermodel. Het wordt ook geleverd met een expliciete propositie voor soevereine implementatie: EU-, VS- en wereldwijde endpoints, self-deployment op private infrastructuur, en een uitgesproken zorg over waar audio wordt verwerkt en of deze wordt bewaard. Voor een Europese onderneming of een inkoper uit de publieke sector is dat een inkoopantwoord dat ElevenLabs op dit moment niet in dezelfde vorm kan evenaren.

Simpel gezegd: ElevenLabs verkoopt breedte aan product, Mistral verkoopt controle over de implementatie. Een team dat nasynchronisatie, geluidseffecten en een gelicentieerde stemcatalogus nodig heeft, kiest helemaal niet tussen deze twee. Een team dat één stem nodig heeft, in één talenpaar, draaiend in een datacenter dat het zelf beheert, betaalt voor een hoop ElevenLabs die het nooit zal aanzetten.

De migratiekwestie, eerlijk gezegd

De verleidelijke framing is: "Stap over van ElevenLabs en bespaar 84%". Reken het door voordat je het gelooft, want de besparing is alleen reëel voor workloads die de kwaliteitsachteruitgang en de ontbrekende functies kunnen opvangen.

Puur narratie op schaal, één taal, geen gelicentieerde stemmen — de besparing is reëel. Duizend uur per maand kost ongeveer $4.320 op Eleven v4 tegenover $700 op Voxtral 3 TTS, en de luisteraar doet geen A/B-vergelijkingen.

• Alles met een gelicenseerde stem van een beroemdheid of een merk uit de ElevenLabs-bibliotheek — de migratie is niet mogelijk. Voxtral 3 TTS heeft geen marktplaats; je levert 30 minuten audio aan en maakt je eigen adaptatie.

• Elke gebruikersgerichte toepassing waarbij de klant een korte clip uploadt en verwacht zichzelf te horen — ElevenLabs kloont in ongeveer 30 seconden, en Voxtral biedt volgens de documentatie van Mistral helemaal geen instant clone aan.

• Alles wat al gebruikmaakt van dubbing, geluidseffecten of de conversatiestack — de daadwerkelijke vergelijking is niet $80 tegen $13, want overstappen betekent producten vervangen die nooit op dezelfde factuurregel stonden.

Het realistische patroon is een splitsing: houd ElevenLabs voor de onderdelen van het product waar een mens aandachtig luistert en kan vergelijken, en verplaats bulkverwerking naar het goedkopere model. Die splitsing schoon uitvoeren is een routeringsprobleem, niet een inkoopprobleem. OrcaRouter biedt meer dan 200 modellen achter één OpenAI-compatibele sleutel met de lijstprijs van de provider doorgegeven tegen 0% opslag, zodat een voice-overopdracht met huisstem en een klantgerichte clone naar verschillende backends kunnen wijzen zonder een tweede contract — en als één endpoint tijdens het renderen verslechtert, automatische failover houdt de taak gaande. Op het moment van schrijven staat noch Voxtral 3 TTS noch ElevenLabs in de catalogus van OrcaRouter; beide zijn bereikbaar via de eigen API's van hun leveranciers en diverse platformen van derden, en het routeringsontwerp is wat je nu bouwt, zodat de omschakeling later een configuratiewijziging is.

Wat zou deze uitspraak veranderen?

Drie ontwikkelingen, waarvan er nog geen enkele heeft plaatsgevonden.

De eerste is een latentiecijfer. Mistral heeft geen time-to-first-audio gepubliceerd voor Voxtral 3 T​TS. De enige latentiecijfers in het lanceermateriaal zijn van het realtime-transcriptiemodel (onder 500 ms) en de agentloop (minder dan één seconde). Artificial Analysis meldt een mediane doorvoer van 112 tekens per seconde, sneller dan Eleven v3's 56 en langzamer dan Sonic 3.6's 145, maar doorvoer is geen opstarttijd. Als Voxtral 3 T​TS blijkt te streamen met een first-audio-waarde dicht bij die van Cartesia, wordt het een kandidaat voor interactief werk en ziet de prijs van ElevenLabs er slechter uit. Zo niet, dan blijft de streamingcategorie voor dit model gesloten en is de $13 slechts een batch-renderingprijs.

De tweede is een onafhankelijke evaluatie op taalniveau. De leaderboardscores zijn geaggregeerd; een model kan overall een Elo van 1.217 hebben en het in het Italiaans veel beter of veel slechter doen. Geen van beide leveranciers publiceert de uitsplitsing, en voor een Europese koper is dat het getal dat er het meest toe doet.

Het derde is uithoudingsvermogen. Arena-clips zijn kort. De materialen van Mistral vermelden geen maximale generatielengte voor het T​TS-eindpunt, en langetermijncoherentie — het fundament waarop de narratie-erfenis van ElevenLabs is gebouwd — is ongetest voor Voxtral 3 T​TS bij eender welke lengte die voor een audioboekproducent van belang zou zijn.

Totdat die er zijn, is de beslissing ongewoon helder. Als de stem van je product door een klant op een korte clip wordt beoordeeld, betaal dan voor ElevenLabs, en betaal voor Eleven v4 Turbo $40 in plaats van de $80 flagship. Als de stem van je product in grote hoeveelheden wordt gegenereerd, in een Europese taal, op infrastructuur die je zelf beheert, en wordt afgespeeld in plaats van live uitgevoerd, dan is Voxtral 3 T​TS voor $13 een verdedigbare gok met een bekend kwaliteitsplafond — en dat plafond ligt 111 punten onder de gevestigde partij, wat een getal is waarop je kunt plannen in plaats van een verrassing die je bij de beoordeling ontdekt.