Eleven v4 против OpenAI TTS-1 HD: два года дрейфа на одной панели

Дата выпуска OpenAI TTS-1 HD — 6 ноября 2023 года. ElevenLabs Eleven v4 — 28 сентября 2026 года. На арене Provider Voice Arena от Artificial Analysis эти две даты разделяют 216 пунктов Elo: TTS-1 HD занимает 35-е место с 1 104 баллами при 3 500 появлениях и цене $30,00 за миллион символов, тогда как Eleven v4 находится на 1-м месте с 1 319 баллами при 1 674 появлениях и цене $80,00. Оба показателя сопровождаются узкими интервалами, ±12 и ±19, так что в порядке сомнений нет. Интересный вопрос не в том, какая модель лучше, — это было решено ещё до появления этой статьи. Он в том, почему эндпоинт 2023 года всё ещё имеет 3 500 появлений на табло, где у пятидневной модели 1 674, и что это говорит вам о миграции, которую вам предлагают рассмотреть.

Табло, и единственная строка, где побеждает OpenAI

Пять измерений решают исход этого противостояния, и обе стороны каждого из них стоит читать рядом друг с другом.

• Слепое предпочтение, голоса вендоров — Eleven v4: 1-е место, Elo 1 319 (±19; 1 674 появления) против TTS-1 HD: 35-е место, Elo 1 104 (±12; 3 500 появлений). Разрыв в 216 пунктов, который сохраняется даже с учётом погрешности.

• Цена на табло, за миллион символов — Eleven v4 $80.00 против TTS-1 HD $30.00. OpenAI на 62% дешевле по прайс-листу и ещё дешевле во время акции ElevenLabs.

• Голоса — Eleven v4 документирует мгновенное клонирование из десяти секунд аудио плюс профессиональный тариф клонирования; TTS-1 HD поставляется с фиксированным набором голосов, девять для семейства tts-1 в собственной документации OpenAI (alloy, ash, coral, echo, fable, onyx, nova, sage, shimmer), и не поддерживает клонирование.

• Управление исполнением — Eleven v4 документирует встроенные аудиотеги и подсказки-инструкции на естественном языке; TTS-1 HD принимает обычный текст, а параметр управляемых инструкций OpenAI относится к более новой модели TTS этой компании, а не к этой.

• Дата выхода — Eleven v4 28 сентября 2026 г. против TTS-1 HD 6 ноября 2023 г.

Цена — это та строка, в которой побеждает OpenAI, и эта победа больше, чем кажется, потому что промоакция ElevenLabs временная. При $0.022 за 1 000 символов Eleven v4 стоит $22 за миллион до 12 октября — дешевле, чем TTS-1 HD без скидок. После 12 октября он стоит $80 за миллион против $30 у OpenAI и остаётся на этом уровне.

Почему у модели 2023 года вдвое больше образцов

Это число — самое полезное, что есть на этом табло, и его легко понять неправильно. Участия в Arena накапливаются вместе с трафиком, а трафик — благодаря интеграциям, которые однажды создали и больше к ним не возвращались. За TTS-1 HD стоят 3500 участий в Arena, потому что он был эндпоинтом синтеза речи по умолчанию для каждой команды, которая уже обращалась к OpenAI за Chat Completions: тот же ключ, тот же SDK, та же строка биллинга, ещё один вызов. Ничто в этом предложении не говорит о качестве голоса, и отставание в 216 пунктов не остановило его.

Вот как миграционный долг выглядит на рейтинговой таблице. Это не сигнал о том, что старая модель конкурентоспособна; это сигнал о том, что переключение чего-то стоит и что большое число команд решило, что это «что-то» стоит больше 216 пунктов Elo. Это обоснованный вывод для сводки уведомлений и плохой — для продукта, где голос — это то, что слышит клиент.

Аргументы в пользу того, чтобы остаться на TTS-1 HD

Три вещи делают это защитимым, и ни одна из них — не качество.

Детерминизм — прежде всего. Фиксированный набор из девяти голосов обеспечивает согласованный результат от версии к версии, чего не делает конвейер клонирования, а согласованный результат — именно то, что нужно на утилитарном пути, где никто не вслушивается в поисках художественности. Здесь нет клона, который может дрейфовать, нет эталонного образца, который нужно перезаписывать, и нет артефакта согласия, который нужно поддерживать.

Стоимость интеграции идёт второй, и именно её арена не может оценить. Добавление второго поставщика речевых технологий означает новую учётную запись, новую тарифную сетку, новый режим отказа и новый объект для мониторинга. Для команды, уже работающей в стеке OpenAI, это реальные инженерные часы, а 216 очков Elo этого не окупают.

Низкий объём — третий. При $30 за миллион символов весь месячный счёт небольшого продукта за голос — это погрешность округления, и оптимизировать нечего. Это режим, где дешёвый ответ и ленивый ответ — один и тот же ответ, и это нормально.

Аргументы в пользу переезда и контраргумент против него

Переходите, когда голос ориентирован на клиента. Клонирование за десять секунд, встроенное управление подачей, более 90 языков и ограничение ввода в 10 000 символов на запрос — это не косметические отличия от фиксированного набора из девяти голосов 2023 года, а разрыв в 216 баллов на арене — сжатая версия гораздо большего разрыва в возможностях. Если вы создаёте агента, фирменного ассистента или что-либо, где слушатель формирует мнение о вашем продукте уже по первому предложению, старый эндпоинт — неверный вариант по умолчанию.

Контраргумент состоит в том, что «переход на Eleven v4» — не единственный ход. С тех пор OpenAI выпустила более новую модель TTS с управляемым параметром инструкций, а Gemini 3.8 Flash TTS от Google занимает третье место в той же таблице с 1 267 и нормализованной ценой $16,49 за миллион — прирост на 163 пункта по сравнению с TTS-1 HD при примерно половине цены из таблицы. Если ваше ограничение — оставаться у текущего поставщика, это более дешёвое обновление. Если оставаться в текущем облаке — единственное.

Где OrcaRouter на самом деле находится в этом сравнении

This is the rare article in this series where we host one of the two models, so let us be precise about which. openai/tts-1-hd is live in the OrcaRouter catalogue at OpenAI's list rate passed through at 0% markup: $30 per million, model ID openai/tts-1-hd, served on the OpenAI-compatible endpoint at https://api.orcarouter.ai/v1 with a POST /v1/audio/speech route and the voice, speed and response_format parameters. Our own page reports a median latency of 2,461 ms and a 95th percentile of 4,769 ms, which is the honest reason not to put it in front of a live conversation — that is a batch-shaped number, not an agent-shaped one.

ElevenLabs Eleven v4 нет в нашем каталоге, и через нас к нему не обратиться: доступ к нему осуществляется через собственный API ElevenLabs по собственному прайс-листу ElevenLabs. Что меняет один ключ — так это характер миграции. Если вы не тестировали нового лидера только потому, что это означает интеграцию второго поставщика, то стоимость проверки — один вызов API по ключу, который у вас уже есть, а не цикл закупки. Прайс-листы поставщиков транслируются с наценкой 0%, поэтому пересмотр цен поставщиком — включая возврат ElevenLabs к прежним ценам 12 октября — вступает в силу на нашей стороне в тот же день,автоматическое переключение при сбое означает, что речевой маршрут, находящийся на этапе оценки, не обязан становиться производственной зависимостью, пока вы принимаете решение.

Арифметика, которая должна решить этот вопрос

Пять миллионов символов в месяц — это продукт среднего размера и примерно 100 часов речи. TTS-1 HD стоит $150. Eleven v4 стоит $110 в течение промо-периода и $400 после 12 октября. Gemini 3.8 Flash TTS при нормализации, установленной советом, стоит около $82.50.

Перечитайте эти четыре числа — и решение распадается на две чёткие части. В течение окна самая новая и лучшая по рейтингу модель в таблице является также второй самой дешёвой — дешевле, чем эндпоинт 2023 года, который она обходит на 216 пунктов Elo. После 12 октября это самый дорогой вариант в списке — почти в пять раз дороже. В этот день с моделями ничего не меняется; меняется только счёт.

Итак: если вы проводите оценку в этом месяце, оценивайте по промоставке, а ставку по прайс-листу вносите в бизнес-кейс. Если вы запускаете продукт в следующем квартале, планируйте исходя из $0.08 за 1 000 символов, а любое сравнение, в котором фигурирует $0.022, считайте документом с напечатанной на нём датой истечения срока. А если вы используете TTS-1 HD и честная причина — инерция интеграции, полезный первый шаг — не план миграции, а один A/B-тест на ваших собственных скриптах, рассчитанный по ставке, которую вы фактически будете платить в ноябре.