Simba 3.5 занимает первое место в Voice Arena с отрывом в два пункта Elo, а это не то же самое, что победа

SpeechifyAI Simba 3.5 теперь занимает первое место в арене Controlled Voice от Artificial Analysis с рейтингом Elo 1 192, а отрыв от HeyGen Voice с 1 190 составляет два балла на табло, где доверительный интервал на вершине — плюс-минус 17. Третье место — у Alibaba Qwen-Audio-3.1-TTS-Plus с 1 176. Посмотрите на таблицу лидеров как на картинку — и корона у Simba 3.5; посмотрите на интервал — и четыре модели делят её между собой. Оба прочтения верны, и какое из них важно, зависит от того, пишете ли вы заголовок или выбираете поставщика.

Более полезная новость об этой модели — не рейтинг. Simba 3.5 вышла 21 октября 2026 года, и за три с половиной недели с тех пор Speechify снизила прейскурантную цену, опубликовала список языков и назначила дату — 21 ноября, — с которой два идентификатора устаревших моделей начнут обслуживаться ею. Позиция на арене — это то, что все будут цитировать. Даты — это то, что меняет счёт.

Что на самом деле говорит совет директоров — в цифрах, которые вы можете проверить.

Artificial Analysis проводит две речевые арены, и они измеряют разные вещи. В Controlled Voice для каждого участника клонируются одни и те же восемь эталонных голосов — четыре американских и четыре британских, — поэтому диктор остаётся неизменным, а различается только синтез. В Provider Voice каждый поставщик может использовать собственный набор голосов. Модель с превосходными голосами по умолчанию может победить во второй и проиграть в первой. Simba 3.5 сейчас демонстрирует обратное.

• Контролируемый голос — SpeechifyAI Simba 3.5, ранг 1, Elo 1 192 ±17, интервал 1 175–1 209, 1 783 образца, выпущен в ноябре 2026 года

• Controlled Voice — HeyGen Voice, 2-е место, Elo 1 190, плюс-минус 13, интервал от 1 177 до 1 203, 2 626 образцов, указана цена $30.00 за миллион символов

• Контролируемый голос — Alibaba Qwen-Audio-3.1-TTS-Plus, ранг 3, Elo 1 176, плюс-минус 12, интервал от 1 164 до 1 188, 2 968 образцов

• Управляемый голос — HeyGen Voice Turbo, 4-е место, Elo 1 174 ± 15, цена указана как $4.00 за миллион символов

• Controlled Voice — ElevenLabs Eleven v4, ранг 7, Elo 1 155 плюс-минус 12, указана цена $80,00 за миллион символов

• Управляемый голос — SpeechifyAI Simba 3.2, ранг 14, Elo 1 082, плюс-минус 12, выпущен в июле 2026 г.

• Голос провайдера — SpeechifyAI Simba 3.5, ранг 5, Elo 1,294, плюс-минус 17, интервал от 1,277 до 1,311, 1,732 образца

• Голос провайдера — ElevenLabs Eleven v4, ранг 1, Elo 1 340, плюс-минус 15

Отсюда сразу следуют две вещи. Первая: порядок Controlled Voice в верхней части списка остаётся неопределённым: интервал Simba 3.5 простирается с 1 175 по 1 209, интервал HeyGen Voice — с 1 177 по 1 203, а Qwen-Audio-3.1-TTS-Plus находится в диапазоне с 1 164 по 1 188. Эти три диапазона перекрываются почти полностью. Столбец диапазона рангов говорит то же самое меньшим числом символов — Simba 3.5 указан как занимающий ранги с 1 по 3, а не только ранг 1.

Во-вторых, это не случайность слабого поля. Simba 3.5, имея рейтинг 1 082, на 110 пунктов Elo выше своего предшественника SpeechifyAI Simba 3.2, и этот разрыв шире интервала любой из моделей. Поколенческий скачок реален, хотя превосходство над полем ещё не окончательно.

Почему верхняя часть этой конкретной платы сжата?

Elo — относительная шкала, и эта таблица привязана к 1000 благодаря OpenAudio S1, фиксированной референсной записи, которая никогда не движется. Всё остальное размещается относительно неё с помощью слепых попарных голосований. У такой конструкции есть последствие, которое люди упускают: по мере улучшения поля верх не расширяется, а скучивается. Расстояние от ранга 1 до ранга 14 в этой таблице составляет 110 баллов. Расстояние от ранга 27 (SpeechifyAI Simba 3.0 с 1 035) до ранга 51 (OpenVoice v2 с 823) составляет 212.

Когда сотню моделей оценивают на одних и тех же восьми клонированных голосах слушатели, которые не видят меток, сохраняющиеся различия оказываются небольшими, а шум вокруг них — большим. Преимущество в два пункта в подобной таблице лидеров — это реальная точка данных о реальной модели, и это не решение о продукте. Всем, кому нужно принять решение, приходится добавлять то, что Elo не измеряет: сколько стоит модель, на каких языках она говорит, как быстро приходит первый аудиофрагмент и подходит ли форма API к уже написанному коду.

Цена изменилась дважды за три недели.

Это та часть истории Simba 3.5, которая действительно относится к недавнему времени, и она полностью отсутствует в материалах о запуске, написанных в октябре. Speechify опубликовала модель по цене $20, $16 и $12 за миллион символов для тарифов Starter, Pro и Scale. 9 ноября она снизила прайс-лист до $15, $12 и $10. Запускное предложение не изменилось: до 21 ноября 2026 года Simba 3.5 тарифицируется по ставкам Simba 3.0 и Simba 3.2 — $10, $8 и $6, — а с 22 ноября — по новому прайс-листу, а не по старому.

Если пересчитать по публикуемым Speechify лимитам тарифных планов, это означает, что месяц Pro на 9 млн символов стоит $72 по акционной ставке и $108 по прайс-листу. Месяц Scale на 46,8 млн символов стоит $280,80 по акционной ставке и $468 по прайс-листу. Именно снижение цен 9 ноября не даёт второму числу составить $561,60, которые взимались бы по первоначальному прайс-листу на запуске.

Одну цифру в таблице лидеров нужно исправить, прежде чем кто-либо будет планировать бюджет на её основе. Artificial Analysis указывает Simba 3.5 по цене $6.58 за миллион символов — та же цифра, что приводится для Simba 3.2 и Simba 3.0. Это тариф, встроенный в план, а не опубликованный прайс-лист Speechify, и он не соответствует диапазону от $10 до $15 в собственном журнале изменений поставщика. Если вы моделируете расходы, используйте таблицу тарифов поставщика; столбец цен в таблице лидеров полезен для ранжирования, но не для прогноза.

Что изменится 21 ноября

Два идентификатора модели Simba 1.6 в Speechify — simba-english и simba-multilingual — перестали быть доступными для выбора в версии API 2026-09-21: новое рабочее пространство, отправившее запрос с любым из них, получает ошибку 400 model_retired. 21 ноября наступает вторая половина этого вывода из эксплуатации: во всех версиях API, которые всё ещё могут указывать старые идентификаторы, обе модели обслуживаются Simba 3.5 на любом языке и тарифицируются как simba-3.5.

Практически это означает, что набор интеграций, которые не менялись с сентября, в один и тот же день изменит голос и цену — без изменения кода и без предупреждения, кроме этого changelog. Ничего не сломается. Аудио станет другим, а счёт будет выставляться по другой модели. Всем, кто использует simba-multilingual в продакшене, следует протестировать simba-3.5 на собственном контенте до этой даты, иначе об изменении придётся узнать из обращения в поддержку.

Собственные показатели Speechify, обозначенные как таковые

Всё в этом разделе основано на данных поставщика и не было воспроизведено никем за пределами Speechify. Это стоит прочитать, но это не тот же класс доказательств, что и приведённые выше цифры арены.

• Предпочтение — 63% слепых попарных сравнений с Simba 3.2 при заявленном 95% доверительном интервале от 60% до 67% для всех типов контента.

• Задержка — 72 миллисекунды до первого аудио на 95-м процентиле потоковых запросов в условиях продакшен-нагрузки

• Пропускная способность — в 1,8 раза выше, чем у Simba 3.2, в расчёте на один экземпляр обслуживания, и в среднем в 1,4 раза выше, чем у Simba 3.0 Multilingual.

• Охват — 48 языков в рамках одного идентификатора модели вместо шести в Simba 3.0; эстонский и кантонский явно исключены

• Перенесено без изменений — идентификаторы голосов, форматы вывода, речевые метки и подмножество SSML, которое фактически применяется: break, prosody rate, prosody pitch, prosody volume и sub alias

Цифру 63% стоит воспринимать с осторожностью. Сравнение вслепую с собственной предыдущей моделью — самый простой тест, который может провести разработчик речевых технологий, и при этом наименее надёжный для предсказания победы над моделью другой компании. А ведь именно это и измеряет приведённая выше арена, где результат — преимущество в два пункта, а не в 63%.

Что это значит, если вы на самом деле покупаете синтез

Рейтинг в Arena — это исходные данные, а не заказ на покупку. Сейчас позиция Simba 3.5 держится на трех вещах, которые необычно хорошо сочетаются: качество на вершине таблицы, 48 языков под одним идентификатором и цена в диапазоне $10–15, к которой большинство моделей выше него в Provider Voice даже не приближаются. ElevenLabs Eleven v4 стоит $80. HeyGen Voice — $30. Модели, которые обходят Simba 3.5 по цене — HeyGen Voice Turbo за $4,00 — находятся на 18 пунктов Elo ниже в той же контролируемой таблице.

OrcaRouter не предлагает линейку Simba, и ничто здесь не должно восприниматься как утверждение об обратном. А вот в нашем каталоге есть небольшой набор моделей синтеза, которые образуют полезную контрольную группу при оценке перехода: openai/tts-1 по $15.00 за миллион символов и openai/tts-1-hd по $30.00, оба указаны по прайс-листу провайдера без наценки. Прогон собственного скрипта через них и через Simba 3.5 в API самого поставщика — это двухчасовой эксперимент, который расскажет о вашем контенте больше, чем любая колонка Elo.

Если оценка превратится в производственное решение, аргумент в пользу размещения за маршрутизатором — не качество, а график. Simba 3.5 менял цену один раз за три недели, миграция model-id назначена на 21 ноября, и он находится на арене, где топ-четыре статистически равны. Автоматическое переключение при сбое означает, что изменение на стороне провайдера становится событием маршрутизации, а не сбоем, а единый ключ для разных поставщиков означает, что сравнение, проведённое в ноябре, не придётся собирать заново, когда один из них изменит цену в декабре.

Что смотреть отсюда

Три вещи решат это быстрее, чем очередной раунд постов о запуске. Первое — количество образцов: у Simba 3.5 {{1}}1 783 образца Controlled Voice{{/1}} против 2 626 у {{2}}HeyGen Voice{{/2}}, и его интервал сузится по мере накопления голосов. Если преимущество в два пункта реально, оно должно это пережить; если нет, диапазон рейтинга сместится обратно к 1–3 и останется там.

Второй — это то, что Speechify делает после 22 ноября, когда заканчивается стартовая цена и вступает в силу прайс-лист $15, $12, $10. Тариф с более высоким качеством, который стоит на 50% дороже предшественника, — это иное продуктовое решение, чем тот, что стоит столько же в течение промо-периода.

Третий — это разрыв в Provider Voice. Simba 3.5 занимает там пятое место с 1 294, тогда как ElevenLabs Eleven v4 лидирует с 1 340 — отставание на 46 баллов, которого нет в контрольной таблице, где Simba 3.5 опережает на 37 баллов. Это расхождение — самый интересный неразрешённый факт об этой модели, и ему посвящено отдельное сравнение, а не сноска здесь.