Eleven v4 против Simba 3.2: разрыв в 79 пунктов, который стоит в двенадцать раз дороже

На арене Provider Voice Arena от Artificial Analysis, ElevenLabs Eleven v4занимает первое место с Эло 1319, а SpeechifyAI Simba 3.2— седьмое место с 1240: разрыв в 79 баллов, притом что во всей первой десятке разброс едва достигает 113 баллов. А вот цены совсем не так близки: $80.00 за миллион символов для нового флагмана ElevenLabs, выпущенного 28 сентября 2026 года, против $6.58 за Simba 3.2. Это разница примерно в двенадцать раз, и это самый большой разрыв между ценой и качеством среди любых двух моделей из первой десятки. Является ли такой разрыв выгодной сделкой или ловушкой, полностью зависит от того, какую из этих двух моделей вы заменяете.

Доска, прочитанная правильно.

Цифры, которые стоит учитывать при принятии решения, — это не только два главных числа. Ранг в таблице предпочтений — движущаяся цель; именно интервал вокруг каждой оценки показывает, какая доля упорядочения является сигналом.

• ElevenLabs Eleven v4 — 1-е место, Elo 1 319, ±19, 1 674 выступления, восемь голосов арены, 80,00 $ за миллион символов, выпущено 28 сентября 2026 г.

• SpeechifyAI Simba 3.2 — 7-е место, Elo 1 240, ±14, 2 535 выступлений, восемь голосов на арене, $6.58 за миллион символов, выпущено 1 июля 2026 года

• SpeechifyAI Simba 3.0 — Elo 1 123, $6,58 за миллион символов, выпуск 19 февраля 2026 года

Из этого следуют две вещи. Во-первых, интервал Eleventh v4 составляет примерно от 1 300 до 1 338, а у Simba 3.2 — примерно от 1 226 до 1 254; диапазоны разделяют около 46 пунктов чистого воздуха, так что порядок — не подбрасывание монетки. Во-вторых, и что полезнее, Simba 3.2 улучшилась ровно на 100 пунктов Эло по сравнению с Simba 3.0 при одинаковой цене на табло (1 240 против 1 140). SpeechifyAI выпустила поколенческий скачок и не подняла тариф, что противоположно тому, что сделала ElevenLabs с этим запуском.

Что конкретно даёт цена в двенадцать раз выше

Число Эло — это абстрактная часть. А вот часть, которую можно занести в бюджетную строку. При объёме пять миллионов символов в месяц — примерно 100 часов готовой речи — сравнение выглядит так:

• Eleven v4 в течение периода запуска, по цене $0,022 за 1000 символов — $110 в месяц

• Eleven v4 по прайс-листу, $0,08 за 1 000 символов после 12 октября — $400 в месяц

• Simba 3.2, по нормализованной ставке совета директоров $6,58 за миллион — около $33 в месяц

• ElevenLabs Eleven v3, предыдущий флагман, по цене $0,08 за 1000 символов — $400 в месяц

В течение двух недель разрыв трёхкратный. После 12 октября он становится двенадцатикратным и таким остаётся, потому что $80.00 за миллион на табло — это прейскурантная ставка, а не промоакция. Любое сравнение, написанное на этой неделе, где промоакционная ставка приводится так, будто это постоянная цена, к середине октября окажется неверным — причём неверным в сторону, из-за которой ElevenLabs выглядит дешёвым.

Где Simba 3.2 — правильный ответ

Модель на седьмом месте в таблице — вовсе не плохая. Она находится выше Google Gemini 3.1 Flash TTS, выше собственной v3 Conversational от ElevenLabs с 1,197 и выше Sonic 3.5 предыдущего поколения от Cartesia с 1,185. Три сценария нагрузки делают её очевидным выбором.

Объём длинных форматов — на первом месте. Бэк-каталоги аудиокниг, архивы подкастов и тексты для обеспечения доступности тарифицируются по символам и оцениваются по часам, а не по секундам, и при $6.58 за миллион предельная стоимость ещё ста часов ничтожна — так, как она никогда не бывает при $80.00. Разрыв в предпочтениях в 79 пунктов — это разница, которую слушатель заметил бы при сравнении бок о бок; за шесть часов озвучки большинство слушателей меньше замечают счёт.

Нагрузки с кастингом по умолчанию идут вторыми, и именно здесь имеет значение конструкция рейтинга. Provider Voice оценивает каждого вендора с помощью его собственных голосов, поэтому место Simba 3.2 было заработано восемью голосами арены, обладающими его собственным характером. Если ваш продукт поставляется с тем голосом, который выбрал вендор, вы покупаете ровно то, что измерил рейтинг, и покупаете это за одну седьмую цены альтернативы, занимающей верхнюю строчку.

На третьем месте — уже интегрированные развёртывания Simba. Если вы используете Simba 3.0, обновление до 3.2 даёт 100 пунктов Elo при нулевом изменении тарифа и, предположительно, без изменений в интеграции. Это безусловно лучший ход по соотношению цены и производительности во всём этом сравнении, и в нём не участвуют ни ElevenLabs, ни мы.

Где дополнительные двенадцать раз не являются необязательными

Разрыв, который Simba 3.2 не закрывает, — это тот, который арена не способна оценить. Эти модели разделяют два различия в возможностях.

Диктовка голосом — это самое очевидное. Eleven v4 — документы со встроенными аудиотегами, позволяющими вписать исполнение прямо в текст — [смеётся], [шёпотом], [сказано сердито с французским акцентом] — плюс подсказки-инструкции на естественном языке и улучшенная поддержка Международного фонетического алфавита для настройки произношения. Чтобы воспроизвести это на модели без таких возможностей, понадобится второй дубль, человек-редактор или другой голос. Всё это стоит в час дороже, чем разница в цене за знак.

Языковой охват — второй пункт. Eleven v4 заявляет о поддержке более 90 языков при ограничении ввода в 10 000 символов. SpeechifyAI не публикует сопоставимый показатель для Simba 3.2, который мы могли бы проверить, поэтому считайте это сравнение недоказанным в пользу ElevenLabs, а не доказанным: если ваш продукт выпускается на двух десятках локалей, подтвердите покрытие по собственному списку, прежде чем предполагать, что у любой из моделей есть голос для них.

Третье различие стоит назвать, потому что его не видно в таблицах лидеров: мгновенное клонирование в Eleven v4 работает начиная с десяти секунд аудио. Если ваш рабочий процесс строится на клонировании конкретных людей, а не на использовании готового набора голосов от поставщика, планка по длине образца значит больше, чем 79 очков Elo, и это факт, зависящий от конкретной модели, который нужно проверять, а не общее свойство речевых API.

Честный ответ на вопрос о маршрутизации

Ни SpeechifyAI Simba 3.2, ни какая-либо модель ElevenLabs не входит в каталог OrcaRouter. Здесь нет ничего, что можно было бы вызвать через нас, и правильное место, чтобы обратиться к обоим, — собственные API вендоров: SpeechifyAI — для Simba, ElevenLabs — для Eleven v4. Мы предпочитаем сказать это прямо, а не выдавать сравнение за продающую презентацию.

Случай, когда один ключ действительно окупается, — это две недели после запуска, когда здравый инженерный ответ — «запустить оба на наших собственных скриптах и решить по результатам». Сделать это с двумя поставщиками обычно означает два аккаунта, две биллинговые схемы и две формы запросов, прежде чем у вас появится хоть одна точка сравнения. Один API-ключ для более чем 200 моделей с ценами провайдера по прайс-листу, передаваемыми с наценкой 0%, устраняет эти затраты на настройку, и автоматическое переключение при отказе означает, что модель, которую вы тестируете, может находиться за производственным путём, не становясь для него единой точкой отказа.

Кому стоит переключиться, а кому вообще не стоит двигаться?

Переходите на Eleven v4, если качество голоса — это ваш продукт: если пользователи слышат голос по умолчанию, который вы не выбирали, если вам нужно, чтобы указания по подаче были прописаны в сценарии, или если ваш процесс клонирования измеряется секундами исходного аудио. Разрыв в 79 пунктов реален, а разница в возможностях за ним больше, чем можно предположить по этой цифре. Закладывайте в бюджет $0,08 за 1 000 символов, а не $0,022.

Оставайтесь на Simba 3.2, если вы производите объём: длинные озвучки, архивный контент, всё, где ставка за символ накапливается за часы аудио. Вы отказываетесь от верхушки рейтинга и сохраняете примерно одиннадцать двенадцатых денег. А если вы на Simba 3.0, сначала обновитесь до 3.2 и проведите повторные замеры — 100 пунктов Elo просто так — это лучшая отдача, чем всё, что предлагает любая из сторон этого сравнения.

Чего вам делать не следует — так это принимать решение только по этой статье. Честное ограничение всего вышесказанного состоит в том, что арена измеряет слепое предпочтение к голосам вендоров в один момент времени, а тарифная сетка ElevenLabs меняется 12 октября. Пересчитайте всё заново после этой даты, с вашим собственным месячным количеством символов, прежде чем переводить какой-либо продакшн-путь.