Eleven v4 vs Simba 3.2: A diferença de 79 pontos que custa doze vezes mais

Na Provider Voice Arena da Artificial Analysis, ElevenLabs Eleven v4 está em primeiro lugar, com um Elo de 1.319, e SpeechifyAI Simba 3.2 está em sétimo lugar, com 1.240 — uma diferença de 79 pontos, em um ranking onde os dez primeiros abrangem apenas 113 pontos. Os preços não estão nem de longe tão próximos: US$ 80,00 por milhão de caracteres para o novo carro-chefe da ElevenLabs, lançado em 28 de setembro de 2026, contra US$ 6,58 do Simba 3.2. Isso é uma diferença de aproximadamente doze vezes, e é a maior disparidade entre preço e qualidade entre quaisquer dois modelos dos dez primeiros. Se essa diferença é uma pechincha ou uma armadilha depende inteiramente de qual dos dois você está substituindo.

O conselho, lido corretamente

Os números que vale a pena levar para uma decisão não são apenas os dois números de destaque. A posição num quadro de preferências é um alvo móvel; o intervalo em torno de cada estimativa é o que lhe diz quanto da ordenação é sinal.

• ElevenLabs Eleven v4 — classificação 1, Elo 1.319, ±19, 1.674 aparições, oito vozes de arena, US$ 80,00 por milhão de caracteres, lançado em 28 de setembro de 2026

• SpeechifyAI Simba 3.2 — posição 7, Elo 1.240, ±14, 2.535 aparições, oito vozes de arena, US$ 6,58 por milhão de caracteres, lançado em 1º de julho de 2026

• SpeechifyAI Simba 3.0 — Elo 1.123, US$ 6,58 por milhão de caracteres, lançado em 19 de fevereiro de 2026

Duas coisas decorrem disso. Primeiro, o intervalo do Eleventh v4 vai de aproximadamente 1.300 a 1.338, e o do Simba 3.2 vai de cerca de 1.226 a 1.254; os intervalos estão separados por cerca de 46 pontos de margem clara, então a ordenação não é um cara ou coroa. Segundo, e mais útil, o Simba 3.2 melhorou exatamente 100 pontos de Elo em relação ao Simba 3.0 por um preço de tabela idêntico (1.240 contra 1.140). A SpeechifyAI entregou um ganho geracional e não aumentou o preço, o que é o oposto do que a ElevenLabs fez com este lançamento.

O que se compra com doze vezes o preço, concretamente

O número Elo é a parte abstrata. Aqui está a parte que você pode colocar em uma linha orçamentária. Com cinco milhões de caracteres por mês — aproximadamente 100 horas de fala finalizada — a comparação fica assim:

• Eleven v4 durante a janela de lançamento, a US$ 0,022 por 1.000 caracteres — US$ 110 por mês

• Eleven v4 pelo preço de tabela, US$ 0,08 por 1.000 caracteres após 12 de outubro — US$ 400 por mês

• Simba 3.2, ao valor normalizado do conselho de US$ 6,58 por milhão — cerca de US$ 33 por mês

• ElevenLabs Eleven v3, o carro-chefe anterior, a US$ 0,08 por 1.000 caracteres — US$ 400 por mês

Durante duas semanas, a diferença é de um fator de três. Depois de 12 de outubro, é de um fator de doze, e assim permanece, porque os US$ 80,00 por milhão no quadro são a tarifa de tabela, e não a promoção. Qualquer comparação escrita esta semana que cite a tarifa promocional como se fosse o preço vigente estará errada em meados de outubro, e errada na direção que faz a ElevenLabs parecer barata.

Onde Simba 3.2 é a resposta correta

O sétimo colocado no ranking não é um modelo ruim. Está acima do Gemini 3.1 Flash TTS, do Google, acima do próprio v3 Conversational da ElevenLabs, com 1.197, e acima do Sonic 3.5, da geração anterior da Cartesia, com 1.185. Três cargas de trabalho fazem dele a escolha óbvia.

O volume em formatos longos vem em primeiro lugar. Catálogos retrospectivos de audiolivros, arquivos de podcasts e leituras de acessibilidade são cobrados por caractere e avaliados ao longo de horas, não de segundos, e, a US$ 6,58 por milhão, o custo marginal de mais cem horas é trivial de uma forma que nunca é a US$ 80,00. A diferença de preferência de 79 pontos é uma diferença que um ouvinte perceberia em uma comparação lado a lado; ao longo de seis horas de narração, a maioria dos ouvintes nota menos a conta.

As cargas de trabalho de elenco padrão vêm em segundo lugar, e é aí que a construção do ranking importa. O Provider Voice mede cada fornecedor usando suas próprias vozes, então a classificação do Simba 3.2 foi conquistada com oito vozes da arena que carregam seu próprio caráter. Se o seu produto entrega a voz que o fornecedor escolheu, você está comprando exatamente o que o ranking mediu, e está comprando por um sétimo do preço da alternativa mais bem classificada.

As implantações do Simba já integradas são a terceira. Se você está no Simba 3.0, a atualização para o 3.2 vale 100 pontos Elo por zero mudança na taxa e, presumivelmente, nenhuma mudança na integração. Essa é a melhor jogada de custo-benefício de toda esta comparação, e não envolve nem a ElevenLabs nem nós.

Onde as doze vezes extras não são opcionais

A lacuna que o Simba 3.2 não fecha é aquela que a arena não consegue pontuar. Duas diferenças de capacidade separam esses modelos.

A direção de script é a mais clara. O Eleven v4 documenta tags de áudio inline que permitem escrever uma performance no texto — [ri], [sussurra], [dito com raiva com sotaque francês] — além de prompts de direção em linguagem natural e suporte aprimorado ao Alfabeto Fonético Internacional para pronúncias personalizadas. Reproduzir isso em um modelo que não tem esses recursos significa uma segunda tomada, um editor humano ou uma voz diferente. Isso custa mais por hora do que o delta de caracteres.

A cobertura de idiomas vem em segundo lugar. O Eleven v4 documenta mais de 90 idiomas contra um limite de entrada de 10.000 caracteres. A SpeechifyAI não publica uma contagem equivalente para o Simba 3.2 que pudéssemos verificar, então trate a comparação como não comprovada a favor da ElevenLabs, e não como comprovada: se o seu produto é lançado em duas dúzias de localidades, confirme a cobertura na sua própria lista antes de presumir que qualquer um dos modelos tem uma voz para elas.

Uma terceira diferença vale a pena mencionar porque é invisível nos rankings: a clonagem instantânea do Eleven v4 funciona a partir de dez segundos de áudio. Se seu fluxo de trabalho é baseado em clonar pessoas específicas em vez de usar um elenco de vozes do fornecedor, o requisito de duração da amostra pesa mais do que 79 pontos Elo, e é um fato específico de cada modelo que você precisa verificar, e não uma propriedade geral de APIs de fala.

A questão do roteamento, respondida honestamente

Nem o SpeechifyAI Simba 3.2 nem nenhum modelo da ElevenLabs consta do catálogo do OrcaRouter. Não há aqui nada que possa ser chamado através de nós, e o lugar certo para aceder a ambos é a API do próprio fornecedor — a da SpeechifyAI para o Simba, a da ElevenLabs para o Eleven v4. Preferimos dizê-lo com franqueza a embelezar uma comparação como argumento de venda.

Onde uma única chave realmente compensa é nas duas semanas seguintes a um lançamento, quando a resposta sensata do ponto de vista de engenharia é "correr ambos com os nossos próprios scripts e decidir a partir daí". Fazê-lo com dois fornecedores significa normalmente duas contas, duas relações de faturação e duas formas de pedido antes de se ter um único ponto de comparação. Uma única chave de API para mais de 200 modelos, com os preços de tabela dos fornecedores repassados a 0% de margem, elimina esse custo de configuração, e o failover automático significa que o modelo que está a testar pode ficar atrás de um percurso de produção sem se tornar um ponto único de falha para ele.

Quem deve trocar, e quem não deve se mover de forma alguma

Mude para o Eleven v4 se a qualidade de voz for o produto: se os usuários ouvirem uma voz padrão que você não escolheu, se você precisar de direção de atuação escrita no roteiro, ou se seu fluxo de trabalho de clonagem for medido em segundos de áudio de origem. A diferença de 79 pontos é real, e o delta de capacidade por trás dela é maior do que o número sugere. Planeje um orçamento de US$ 0,08 por 1.000 caracteres, não US$ 0,022.

Fique no Simba 3.2 se você está produzindo volume: narração longa, conteúdo de arquivo, qualquer coisa em que a tarifa por caractere se acumule ao longo de horas de áudio. Você está abrindo mão do topo do ranking e ficando com cerca de onze doze avos do dinheiro. E se você está no Simba 3.0, atualize para o 3.2 primeiro e meça de novo — 100 pontos de Elo de graça é um retorno melhor do que qualquer coisa que os dois lados desta comparação estão oferecendo.

O que você não deve fazer é decidir com base apenas neste artigo. A limitação honesta de tudo o que foi dito acima é que a arena mede a preferência cega por vozes de fornecedores em um único momento, e a tabela de preços da ElevenLabs muda em 12 de outubro. Refaça as contas depois dessa data, com sua própria contagem mensal de caracteres, antes de migrar um caminho de produção.