Simba 3.5 tar förstaplatsen i Voice Arena med två Elo-poäng, vilket inte är samma sak som att vinna

SpeechifyAI Simba 3.5 ligger nu etta på Artificial Analysis Controlled Voice-arena med ett Elo på 1 192, och marginalen ner till HeyGen Voice på 1 190 är två poäng på en lista där konfidensintervallet i toppen är plus eller minus 17. Trea är Alibaba Qwen-Audio-3.1-TTS-Plus på 1 176. Betraktar man ledartavlan som en bild har Simba 3.5 kronan; läser man intervallet är fyra modeller delade om den. Båda läsningarna är korrekta, och vilken som spelar roll beror på om du skriver en rubrik eller väljer leverantör.

Den mer användbara nyheten om den här modellen är inte placeringen. Simba 3.5 lanserades den 21 oktober 2026, och under de tre och en halv veckorna sedan dess har Speechify sänkt sitt listpris, publicerat språklistan och satt ett datum – den 21 november – då två äldre modell-id:n börjar betjänas av den. Arenaplaceringen är den del som alla kommer att citera. Datumen är den del som förändrar en faktura.

Vad styrelsen faktiskt säger, i siffror du kan kontrollera

Artificial Analysis driver två talarenor och de mäter olika saker. Controlled Voice klonar samma åtta referensröster – fyra amerikanska, fyra brittiska – för varje deltagare, så talaren hålls konstant och endast syntesen skiljer sig. Provider Voice låter varje leverantör använda sin egen röstuppsättning. En modell med utmärkta standardröster kan vinna den andra och förlora den första. Simba 3.5 gör för närvarande det motsatta.

• Kontrollerad röst — SpeechifyAI Simba 3.5, rang 1, Elo 1,192, plus eller minus 17, intervall 1,175 till 1,209, 1,783 prover, släppt november 2026

• Controlled Voice — HeyGen Voice, rang 2, Elo 1 190, plus eller minus 13, intervall 1 177 till 1 203, 2 626 prover, listad till $30,00 per miljon tecken

• Kontrollerad röst — Alibaba Qwen-Audio-3.1-TTS-Plus, rang 3, Elo 1 176, plus eller minus 12, intervall 1 164 till 1 188, 2 968 prover

• Kontrollerad röst — HeyGen Voice Turbo, rang 4, Elo 1 174, plus eller minus 15, listad till $4.00 per miljon tecken

Kontrollerad röst — ElevenLabs Eleven v4, rank 7, Elo 1 155, plus eller minus 12, listad till $80,00 per miljon tecken

• Kontrollerad röst — SpeechifyAI Simba 3.2, rang 14, Elo 1 082, plus eller minus 12, lanserad i juli 2026

• Leverantörsröst — SpeechifyAI Simba 3.5, placering 5, Elo 1 294, plus eller minus 17, intervall 1 277 till 1 311, 1 732 sampel

• Leverantörsröst — ElevenLabs Eleven v4, rank 1, Elo 1 340, plus eller minus 15

Två saker följer omedelbart. Det första är att ordningen för Controlled Voice högst upp inte är fastställd: Simba 3.5:s intervall sträcker sig {{1}}1 175 till 1 209{{/1}}, HeyGen Voices intervall sträcker sig {{2}}1 177 till 1 203{{/2}}, och Qwen-Audio-3.1-TTS-Plus ligger på {{3}}1 164 till 1 188{{/3}}. Dessa tre intervall överlappar nästan helt. Kolumnen för rangintervall säger samma sak med färre tecken – Simba 3.5 listas som att inneha rangerna {{4}}1 till 3{{/4}}, inte enbart rang 1.

Det andra är att detta inte är en slump i ett svagt fält. Simba 3.5 ligger 110 Elo-poäng över sin egen föregångare, SpeechifyAI Simba 3.2, på 1 082, och den skillnaden är större än vardera modellens intervall. Det generationsmässiga steget är verkligt även om ledningen över fältet ännu inte är avgjord.

Varför är den övre delen av just den här brädan komprimerad?

Elo är en relativ skala, och den här listan är förankrad vid 1 000 av OpenAudio S1, en fast referenspost som aldrig flyttas. Allt annat placeras i förhållande till den genom blinda parvisa röster. Den konstruktionen har en konsekvens som många missar: i takt med att fältet förbättras sprids inte toppen ut, den trängs ihop. Avståndet från plats 1 till plats 14 på den här listan är 110 poäng. Avståndet från plats 27 (SpeechifyAI Simba 3.0 på 1 035) till plats 51 (OpenVoice v2 på 823) är 212.

När hundra modeller alla bedöms utifrån samma åtta klonade röster av lyssnare som inte kan se etiketterna, är de skillnader som kvarstår små och bruset runt dem stort. En ledning på två poäng på en sådan här tabell är en verklig datapunkt om en verklig modell – och det är inte ett produktbeslut. Den som behöver fatta ett beslut måste lägga till det som Elo inte mäter: vad modellen kostar, vilka språk den talar, hur snabbt det första ljudet kommer och om API:ets utformning passar koden som redan är skriven.

Priset ändrades två gånger på tre veckor

Det här är den del av Simba 3.5-historien som verkligen är ny, och den saknas helt i den lanseringsrapportering som skrevs i oktober. Speechify publicerade modellen till $20, $16 och $12 per miljon tecken för Starter, Pro och Scale. Den 9 november sänkte man listpriset till $15, $12 och $10. Lanserbjudandet har inte ändrats: fram till den 21 november 2026 debiteras Simba 3.5 enligt priserna för Simba 3.0 och Simba 3.2 — $10, $8 och $6 — och från och med den 22 november debiteras den enligt det nya listpriset i stället för det gamla.

Räknar man mot de plansaldon som Speechify publicerar innebär det att en {{1}}Pro{{/1}}-månad på {{2}}9 miljoner tecken{{/2}} kostar {{3}}72 dollar{{/3}} till erbjudandepriset och {{4}}108 dollar{{/4}} till listpriset. En {{5}}Scale{{/5}}-månad på {{6}}46,8 miljoner tecken{{/6}} kostar {{7}}280,80 dollar{{/7}} till erbjudandepriset och {{8}}468 dollar{{/8}} till listpriset. Prissänkningen den 9 november är det som gör att den andra summan inte blir 561,60 dollar, vilket den ursprungliga lanseringslistan skulle ha debiterat.

Ett nummer på resultattavlan behöver korrigeras innan någon budgeterar utifrån det. Artificial Analysis listar Simba 3.5 till $6,58 per miljon tecken – samma siffra som den visar för Simba 3.2 och Simba 3.0. Det är en taxa inbäddad i planen, inte Speechifys publicerade prislista, och den matchar inte intervallet $10 till $15 i leverantörens egen ändringslogg. Om du modellerar utgifter bör du använda leverantörens nivåtabell; resultattavlans priskolumn är användbar för rangordning, inte för en prognos.

Vad ändras den 21 november

Speechifys två modell-id:n för Simba 1.6, simba-english och simba-multilingual, gick inte längre att välja i API-versionen 2026-09-21 – en ny arbetsyta som skickar något av dem får 400 model_retired. Den 21 november träder den andra hälften av avvecklingen i kraft: i alla API-versioner som fortfarande kan ange de gamla id:na tillhandahålls båda av Simba 3.5, på alla språk, och faktureras som simba-3.5.

Den praktiska tolkningen är att en uppsättning integrationer som inte har rörts sedan september kommer att byta röst och ändra pris samma dag, utan kodändring och utan någon varning utöver den här ändringsloggen. Ingenting går sönder. Ljudet är annorlunda, och fakturan är utställd i en annan modell. Alla som kör simba-multilingual i produktion bör testa simba-3.5 mot sitt eget innehåll före det datumet, eftersom alternativet är att upptäcka ändringen via ett supportärende.

Speechifys egna siffror, märkta som sådana

Allt i det här avsnittet är leverantörsrapporterat och har inte reproducerats av någon utanför Speechify. Det är värt att läsa, men det är inte samma typ av bevis som arena-siffrorna ovan.

• Preferens — 63 % av blinda sida-vid-sida-jämförelser mot Simba 3.2, med ett angivet 95 % konfidensintervall på 60 % till 67 %, över alla innehållstyper

• Latens — 72 millisekunder till första ljudet vid 95:e percentilen för strömmande förfrågningar, under produktionsbelastning

• Genomströmning — 1,8 gånger Simba 3.2 per serving-instans och 1,4 gånger Simba 3.0 Multilingual i genomsnitt

• Täckning — 48 språk under ett modell-id, upp från sex för Simba 3.0, med estniska och kantonesiska uttryckligen undantagna

• Överförs oförändrade – röst-ID:n, utdataformat, talmarkeringar och den delmängd av SSML som faktiskt tillämpas: break, prosody rate, prosody pitch, prosody volume och sub alias

Siffran 63 % är den man bör ta med en nypa salt. Blind preferens mot din egen tidigare generation är den enklaste jämförelsen en röstleverantör kan göra och den som minst sannolikt förutsäger en vinst mot en annan leverantörs modell — vilket är exakt vad arenan ovan mäter, och där resultatet är en tvåpunktsledning snarare än en på 63 %.

Vad detta innebär om du faktiskt köper syntes

Arenarankning är ett underlag, inte en inköpsorder. Simba 3.5:s ställning just nu vilar på tre saker som är ovanligt bra tillsammans: en kvalitetsposition i toppen av listan, 48 språk under ett enda id och ett pris i intervallet $10 till $15 som de flesta modellerna ovanför det på Provider Voice inte kommer i närheten av. ElevenLabs Eleven v4 ligger på $80. HeyGen Voice ligger på $30. De modeller som slår Simba 3.5 på pris – HeyGen Voice Turbo på $4.00 – ligger 18 Elo-poäng lägre på samma kontrollerade lista.

OrcaRouter har inte Simba-serien, och ingenting här bör läsas som ett påstående om att den gör det. Det som vår katalog däremot innehåller är en liten uppsättning syntesmodeller som utgör en användbar kontrollgrupp när du utvärderar ett byte: openai/tts-1 för $15.00 per miljon tecken och openai/tts-1-hd för $30.00, båda listade till leverantörens listpris utan påslag. Att köra ditt eget skript genom dessa och genom Simba 3.5 på leverantörens eget API är ett två timmar långt experiment som kommer att berätta mer om ditt innehåll än någon Elo-kolumn.

Om utvärderingen leder till ett produktionsbeslut är argumentet för att sätta den bakom en router inte kvaliteten – det är tidplanen. Simba 3.5 har ändrat sitt pris en gång på tre veckor, har en model-id-migrering som landar den 21 november och befinner sig i en arena där de fyra främsta är statistiskt jämnställda. Automatisk failover innebär att en ändring på leverantörssidan blir en routinghändelse i stället för ett avbrott, och en enda nyckel över leverantörer innebär att jämförelsen du gjorde i november inte behöver byggas om från grunden när en av dem ändrar pris i december.

Vad att se upp för härifrån

Tre saker kommer att avgöra detta snabbare än ännu en omgång lanseringsinlägg. Antalet sampel är det första: Simba 3.5 har 1 783 Controlled Voice-sampel jämfört med HeyGen Voice:s 2 626, och dess intervall kommer att minska i takt med att rösterna ackumuleras. Om den två punkters ledning är verklig bör den överleva det; om inte kommer rangintervallet att glida tillbaka mot 1 till 3 och stanna där.

Det andra är vad Speechify gör efter den 22 november, när lanseringspriset upphör och listpriserna på 15, 12 och 10 dollar tar över. En kvalitetsnivå som kostar 50 % mer än sin föregångare är ett annat produktbeslut än en som kostar lika mycket under en kampanjperiod.

Den tredje är Provider Voice-gapet. Simba 3.5 ligger femma där med 1 294 medan ElevenLabs Eleven v4 leder med 1 340 — ett underskott på 46 poäng som inte syns på den kontrollerade resultattavlan, där Simba 3.5 ligger 37 poäng före. Den klyvningen är det mest intressanta ouppklarade faktumet om den här modellen, och den är föremål för sin egen jämförelse snarare än en fotnot här.