Simba 3.5 คว้าอันดับ #1 ใน Voice Arena ด้วยคะแนนนำสอง Elo ซึ่งไม่ใช่สิ่งเดียวกับการชนะ

SpeechifyAI Simba 3.5ตอนนี้เป็นอันดับหนึ่งบน Controlled Voice arena ของ Artificial Analysis ด้วย Elo 1,192 และส่วนต่างที่นำหน้าHeyGen Voiceซึ่งอยู่ที่ 1,190 คือสองคะแนนบนกระดานที่ช่วงความเชื่อมั่นที่ตำแหน่งบนสุดอยู่ที่บวกหรือลบ 17 อันดับสามคือAlibaba Qwen-Audio-3.1-TTS-Plusที่ 1,176 อ่านลีดเดอร์บอร์ดเป็นภาพ แล้ว Simba 3.5 ครองมงกุฎ; อ่านช่วงความเชื่อมั่น แล้วจะมีสี่โมเดลเสมอกันในตำแหน่งนั้น การอ่านทั้งสองแบบถูกต้อง และการอ่านแบบไหนสำคัญนั้นขึ้นอยู่กับว่าคุณกำลังเขียนพาดหัวข่าวหรือเลือกผู้ขาย

ข่าวที่มีประโยชน์กว่าของโมเดลนี้ไม่ใช่ลำดับอันดับ Simba 3.5 เปิดตัวเมื่อวันที่ 21 ตุลาคม 2026 และในสามสัปดาห์ครึ่งนับจากนั้น Speechify ได้ลดราคาตามรายการ ประกาศรายชื่อภาษา และกำหนดวันที่ — 21 พฤศจิกายน — ซึ่งรหัสโมเดลรุ่นเก่าสองรหัสจะเริ่มให้บริการผ่านโมเดลนี้ ตำแหน่งในอารีน่าคือส่วนที่ทุกคนจะอ้างถึง แต่วันที่คือส่วนที่เปลี่ยนค่าใช้จ่าย

สิ่งที่คณะกรรมการพูดจริง ๆ ในตัวเลขที่คุณตรวจสอบได้

Artificial Analysis ดำเนินการอารีนาเสียงพูดสองแห่ง และทั้งสองวัดสิ่งที่แตกต่างกัน Controlled Voice โคลนเสียงอ้างอิงแปดเสียงเดียวกัน — สี่เสียงอเมริกัน สี่เสียงบริติช — สำหรับผู้เข้าแข่งขันทุกราย ดังนั้นผู้พูดจึงถูกกำหนดให้คงที่ และมีเพียงการสังเคราะห์เสียงเท่านั้นที่แตกต่างกัน Provider Voice เปิดให้ผู้ให้บริการแต่ละรายใช้ชุดเสียงของตนเอง โมเดลที่มีเสียงเริ่มต้นยอดเยี่ยมสามารถชนะในอารีนาที่สองและแพ้ในอารีนาแรกได้ ปัจจุบัน Simba 3.5 ทำในสิ่งที่ตรงกันข้าม

• เสียงแบบควบคุม — SpeechifyAI Simba 3.5 อันดับ 1 Elo 1,192 บวกลบ 17 ช่วง 1,175 ถึง 1,209 ตัวอย่าง 1,783 เปิดตัวพฤศจิกายน 2026

• Controlled Voice — HeyGen Voice, อันดับ 2, Elo 1,190, บวกลบ 13, ช่วง 1,177 ถึง 1,203, 2,626 ตัวอย่าง, ระบุราคาไว้ที่ $30.00 ต่อล้านตัวอักษร

• เสียงที่ควบคุมได้ — Alibaba Qwen-Audio-3.1-TTS-Plus, อันดับ 3, Elo 1,176, บวกหรือลบ 12, ช่วง 1,164 ถึง 1,188, 2,968 ตัวอย่าง

• Controlled Voice — HeyGen Voice Turbo, อันดับ 4, Elo 1,174 บวกลบ 15, ระบุราคาไว้ที่ $4.00 ต่อล้านตัวอักษร

• Controlled Voice — ElevenLabs Eleven v4, อันดับ 7, Elo 1,155 บวกลบ 12, ระบุราคาไว้ที่ $80.00 ต่อล้านตัวอักษร

• เสียงที่ควบคุมได้ — SpeechifyAI Simba 3.2 อันดับ 14 Elo 1,082 บวกหรือลบ 12 เปิดตัวเดือนกรกฎาคม 2026

• Provider Voice — SpeechifyAI Simba 3.5, อันดับ 5, Elo 1,294, บวกหรือลบ 17, ช่วง 1,277 ถึง 1,311, ตัวอย่าง 1,732 รายการ

• เสียงผู้ให้บริการ — ElevenLabs Eleven v4, อันดับ 1, Elo 1,340, บวกหรือลบ 15

มีสองสิ่งที่เป็นผลตามมาทันที อย่างแรกคือลำดับของ Controlled Voice ที่ด้านบนยังไม่ชัดเจน: ช่วงของ Simba 3.5 ครอบคลุม 1,175 ถึง 1,209 ช่วงของ HeyGen Voice ครอบคลุม 1,177 ถึง 1,203 และ Qwen-Audio-3.1-TTS-Plus อยู่ที่ 1,164 ถึง 1,188 ช่วงทั้งสามนี้ซ้อนทับกันเกือบทั้งหมด คอลัมน์ช่วงอันดับบอกสิ่งเดียวกันด้วยจำนวนอักขระที่น้อยกว่า — Simba 3.5 ถูกระบุว่าอยู่อันดับ 1 ถึง 3 ไม่ใช่แค่อันดับ 1 อย่างเดียว

ประการที่สองคือ นี่ไม่ใช่เรื่องบังเอิญจากสนามที่อ่อนแอ Simba 3.5 มีคะแนน Elo สูงกว่ารุ่นก่อนของตัวเอง คือ SpeechifyAI Simba 3.2 ซึ่งอยู่ที่ 1,082 อยู่ 110 คะแนน และช่องว่างดังกล่าวกว้างกว่าช่วงความเชื่อมั่นของโมเดลแต่ละรุ่น การก้าวกระโดดข้ามรุ่นเป็นเรื่องจริง แม้ว่าความเป็นผู้นำเหนือสนามยังไม่ชัดเจนก็ตาม

ทำไมด้านบนของบอร์ดนี้จึงถูกบีบอัด

Elo เป็นสเกลแบบสัมพัทธ์ และตารางนี้ถูกยึดไว้ที่ 1,000 ด้วย OpenAudio S1 ซึ่งเป็นรายการอ้างอิงคงที่ที่ไม่เคยขยับ รายการอื่นทั้งหมดถูกจัดวางเทียบกับมันด้วยการโหวตแบบจับคู่โดยไม่เห็นข้อมูล โครงสร้างแบบนี้มีผลลัพธ์ที่คนมักมองข้าม: เมื่อวงการพัฒนาขึ้น อันดับต้นๆ ไม่ได้กระจายออก แต่กลับเบียดกัน ระยะห่างจากอันดับ 1 ถึงอันดับ 14 บนตารางนี้คือ 110 คะแนน ระยะห่างจากอันดับ 27 (SpeechifyAI Simba 3.0 ที่ 1,035) ถึงอันดับ 51 (OpenVoice v2 ที่ 823) คือ 212

เมื่อโมเดลหนึ่งร้อยตัวถูกตัดสินด้วยเสียงโคลนแปดเสียงชุดเดียวกัน โดยผู้ฟังที่ไม่สามารถเห็นป้ายกำกับ ความแตกต่างที่ยังหลงเหลืออยู่ก็มีน้อย และเสียงรบกวนรอบๆ ก็มาก การนำอยู่สองคะแนนบนตารางจัดอันดับแบบนี้เป็นจุดข้อมูลจริงเกี่ยวกับโมเดลจริง — และไม่ใช่การตัดสินใจเชิงผลิตภัณฑ์ ใครก็ตามที่ต้องตัดสินใจจำเป็นต้องเพิ่มสิ่งที่ Elo ไม่ได้วัด ได้แก่ โมเดลมีต้นทุนเท่าไร พูดภาษาใดได้บ้าง เสียงแรกมาถึงเร็วแค่ไหน และรูปแบบ API เข้ากับโค้ดที่เขียนไว้แล้วหรือไม่

ราคาเปลี่ยนแปลงสองครั้งในสามสัปดาห์

นี่คือส่วนของเรื่องราว Simba 3.5 ที่เป็นข้อมูลใหม่จริง ๆ และไม่ปรากฏเลยในการรายงานข่าวการเปิดตัวที่เขียนขึ้นในเดือนตุลาคม Speechify เปิดตัวโมเดลในราคา $20, $16 และ $12 ต่อล้านตัวอักษรสำหรับ Starter, Pro และ Scale เมื่อวันที่ 9 พฤศจิกายน บริษัทได้ปรับลดราคาป้ายลงเหลือ $15, $12 และ $10 ข้อเสนอเปิดตัวยังไม่เปลี่ยนแปลง: จนถึงวันที่ 21 พฤศจิกายน 2026 Simba 3.5 จะคิดค่าบริการในอัตราของ Simba 3.0 และ Simba 3.2 — $10, $8 และ $6 — และตั้งแต่วันที่ 22 พฤศจิกายน จะคิดค่าบริการตามราคาป้ายใหม่แทนราคาเดิม

เมื่อคำนวณเทียบกับโควตาตามแผนที่ Speechify เผยแพร่ไว้ นั่นหมายความว่าแพ็กเกจ Pro หนึ่งเดือนที่มี 9 ล้านตัวอักษรมีค่าใช้จ่าย $72 ในอัตราโปรโมชัน และ $108 ในราคาปกติ แพ็กเกจ Scale หนึ่งเดือนที่มี 46.8 ล้านตัวอักษรมีค่าใช้จ่าย $280.80 ในอัตราโปรโมชัน และ $468 ในราคาปกติ การลดราคาเมื่อวันที่ 9 พฤศจิกายนคือสิ่งที่ทำให้ตัวเลขที่สองไม่ใช่ $561.60 ซึ่งเป็นราคาที่รายการเปิดตัวเดิมจะเรียกเก็บ

ตัวเลขหนึ่งบนตารางอันดับจำเป็นต้องได้รับการแก้ไขก่อนที่ใครจะจัดทำงบประมาณจากตัวเลขนั้น Artificial Analysis ระบุว่า Simba 3.5 อยู่ที่ 6.58 ดอลลาร์ต่อล้านอักขระ ซึ่งเป็นตัวเลขเดียวกับที่แสดงสำหรับ Simba 3.2 และ Simba 3.0 นั่นเป็นอัตราที่ฝังอยู่ในแพ็กเกจ ไม่ใช่ราคาตามรายการที่เผยแพร่ของ Speechify และไม่ตรงกับช่วง 10 ถึง 15 ดอลลาร์ในบันทึกการเปลี่ยนแปลงของผู้ให้บริการเอง หากคุณกำลังจำลองค่าใช้จ่าย ให้ใช้ตารางระดับชั้นของผู้ให้บริการ คอลัมน์ราคาบนตารางอันดับมีประโยชน์สำหรับการจัดอันดับ ไม่ใช่สำหรับการพยากรณ์

จะมีการเปลี่ยนแปลงอะไรในวันที่ 21 พฤศจิกายน

โมเดลไอดีสองตัวของ Speechify ในตระกูล Simba 1.6 ได้แก่ simba-english และ simba-multilingual ไม่สามารถเลือกได้อีกต่อไปใน API เวอร์ชัน 2026-09-21 — เวิร์กสเปซใหม่ที่ส่งไอดีใดไอดีหนึ่งจากสองตัวนี้จะได้รับข้อผิดพลาด 400 model_retired ในวันที่ 21 พฤศจิกายน ครึ่งหลังของการยกเลิกการใช้งานครั้งนี้จะมีผล: ในทุกเวอร์ชัน API ที่ยังระบุไอดีเก่าได้ ทั้งสองจะถูกให้บริการโดย Simba 3.5 ในทุกภาษา และถูกเรียกเก็บเงินในชื่อ simba-3.5

การตีความเชิงปฏิบัติคือ ชุดการเชื่อมต่อที่ไม่ได้ถูกแตะต้องตั้งแต่เดือนกันยายนจะเปลี่ยนเสียงและเปลี่ยนราคาในวันเดียวกัน โดยไม่มีการแก้โค้ดและไม่มีคำเตือนใด ๆ นอกเหนือจากบันทึกการเปลี่ยนแปลงนี้ ไม่มีอะไรพัง เสียงแตกต่างออกไป และใบแจ้งหนี้ถูกกำหนดราคาด้วยโมเดลที่แตกต่างออกไป ใครก็ตามที่รัน simba-multilingual ในโปรดักชันควรทดสอบ simba-3.5 กับเนื้อหาของตนเองก่อนวันนั้น เพราะทางเลือกอื่นคือการค้นพบการเปลี่ยนแปลงจากทิกเก็ตฝ่ายสนับสนุน

ตัวเลขของ Speechify เองที่ระบุว่าเป็นเช่นนั้น

ทุกอย่างในส่วนนี้เป็นข้อมูลที่ผู้ขายรายงานเอง และยังไม่เคยถูกทำซ้ำโดยผู้ใดภายนอก Speechify จึงคุ้มค่าที่จะอ่าน แต่ไม่ใช่หลักฐานระดับเดียวกับตัวเลขของอารีนาข้างต้น

• ความชอบ — 63% ของการเปรียบเทียบแบบเคียงข้างโดยไม่ทราบแบรนด์กับ Simba 3.2 โดยระบุช่วงความเชื่อมั่น 95% ที่ 60% ถึง 67% ครอบคลุมเนื้อหาทุกประเภท

• ความหน่วง — 72 มิลลิวินาทีสำหรับเวลาถึงเสียงแรกที่เปอร์เซ็นไทล์ที่ 95 ของคำขอสตรีมมิ่ง ภายใต้โหลดโปรดักชัน

• อัตราการประมวลผล — 1.8 เท่าของ Simba 3.2 ต่ออินสแตนซ์การให้บริการ และโดยเฉลี่ย 1.4 เท่าของ Simba 3.0 Multilingual

• ความครอบคลุม — 48 ภาษาภายใต้ model id เดียว เพิ่มขึ้นจากหกภาษาใน Simba 3.0 โดยตัดภาษาเอสโตเนียและภาษากวางตุ้งออกอย่างชัดเจน

• คงไว้โดยไม่เปลี่ยนแปลง — voice ID, รูปแบบเอาต์พุต, speech marks และชุดย่อย SSML ที่ใช้งานจริง: break, prosody rate, prosody pitch, prosody volume และ sub alias

ตัวเลข 63% เป็นตัวเลขที่ควรถือไว้หลวม ๆ การเปรียบเทียบความชอบแบบ blind กับรุ่นก่อนหน้าของคุณเองเป็นสิ่งที่ผู้จำหน่ายระบบเสียงพูดจัดทำได้ง่ายที่สุด และเป็นสิ่งที่มีแนวโน้มน้อยที่สุดที่จะทำนายการชนะเมื่อเทียบกับโมเดลของบริษัทอื่น — ซึ่งเป็นสิ่งที่ arena ข้างต้นวัดอยู่จริง และผลลัพธ์คือการนำอยู่สองจุด ไม่ใช่ 63%

สิ่งนี้หมายความว่าอย่างไรหากคุณกำลังซื้อ synthesis จริง ๆ

อันดับบน Arena เป็นปัจจัยนำเข้า ไม่ใช่ใบสั่งซื้อ กรณีของ Simba 3.5 ในตอนนี้ตั้งอยู่บนสามสิ่งที่ลงตัวกันอย่างผิดปกติ ได้แก่ ตำแหน่งคุณภาพระดับบนสุดของกระดาน, 48 ภาษาภายใต้ id เดียว, และราคาในช่วง $10 ถึง $15 ที่โมเดลส่วนใหญ่ซึ่งอยู่เหนือกว่าใน Provider Voice ไม่ได้เข้าใกล้ ElevenLabs Eleven v4 อยู่ที่ $80 HeyGen Voice อยู่ที่ $30 โมเดลที่ชนะ Simba 3.5 ด้านราคา — HeyGen Voice Turbo ที่ $4.00 — อยู่ต่ำกว่า 18 คะแนน Elo บนกระดานควบคุมเดียวกัน

OrcaRouter ไม่มีสินค้าในสายผลิตภัณฑ์ Simba และไม่ควรตีความสิ่งใดในที่นี้ว่าเป็นการอ้างว่ามี สิ่งที่แค็ตตาล็อกของเรามีคือชุดโมเดลสังเคราะห์ขนาดเล็กที่ทำหน้าที่เป็นกลุ่มควบคุมที่มีประโยชน์เมื่อคุณกำลังประเมินการสลับเปลี่ยน: openai/tts-1 ที่ราคา $15.00 ต่อหนึ่งล้านอักขระ และ openai/tts-1-hd ที่ราคา $30.00 โดยทั้งคู่แสดงราคาตามราคาประกาศของผู้ให้บริการโดยไม่มีการบวกกำไรเพิ่ม. การรันสคริปต์ของคุณเองผ่านโมเดลเหล่านั้นและผ่าน Simba 3.5 บน API ของผู้จำหน่ายเองเป็นการทดลองสองชั่วโมงที่จะบอกคุณเกี่ยวกับเนื้อหาของคุณได้มากกว่าคอลัมน์ Elo ใด ๆ.

หากการประเมินกลายเป็นการตัดสินใจใช้งานจริงในโปรดักชัน เหตุผลในการวางไว้หลังเราเตอร์ไม่ใช่เรื่องคุณภาพ — แต่เป็นเรื่องตารางเวลา Simba 3.5 เปลี่ยนราคาไปแล้วหนึ่งครั้งในสามสัปดาห์ มีการย้าย model-id ที่จะลงในวันที่ 21 พฤศจิกายน และอยู่ในสนามแข่งขันที่สี่อันดับแรกสูสีกันในเชิงสถิติ การสลับระบบสำรองอัตโนมัติหมายความว่าการเปลี่ยนแปลงฝั่งผู้ให้บริการกลายเป็นเหตุการณ์ด้านการกำหนดเส้นทางแทนที่จะเป็นเหตุขัดข้อง และการใช้คีย์เดียวข้ามผู้ให้บริการหมายความว่าการเปรียบเทียบที่คุณทำในเดือนพฤศจิกายนไม่จำเป็นต้องสร้างใหม่ตั้งแต่ต้นเมื่อมีรายใดรายหนึ่งปรับราคาในเดือนธันวาคม

สิ่งที่ต้องจับตาจากนี้ไป

สามสิ่งนี้จะคลี่คลายเรื่องนี้ได้เร็วกว่าการโพสต์เปิดตัวอีกรอบ จำนวนตัวอย่างคือสิ่งแรก: Simba 3.5 มีตัวอย่าง Controlled Voice 1,783 ตัวอย่าง เทียบกับ 2,626 ของ HeyGen Voice และช่วงของมันจะแคบลงเมื่อมีคะแนนโหวตสะสมมากขึ้น หากคะแนนนำสองจุดนั้นเป็นจริง มันควรอยู่รอดจากสิ่งนี้ได้ หากไม่ใช่ ช่วงอันดับจะค่อย ๆ เลื่อนกลับไปทาง 1 ถึง 3 และอยู่ที่นั่น

อย่างที่สองคือสิ่งที่ Speechify ทำหลังวันที่ 22 พฤศจิกายน เมื่อราคาเปิดตัวสิ้นสุดลงและราคาปกติ $15, $12, $10 เข้ามาแทน ระดับคุณภาพที่ราคาสูงกว่าตัวก่อนหน้า 50% เป็นการตัดสินใจด้านผลิตภัณฑ์ที่แตกต่างจากระดับที่ราคาเท่าเดิมในช่วงโปรโมชัน

อันดับที่สามคือช่องว่าง Provider Voice โดย Simba 3.5 อยู่อันดับห้าในหมวดนั้นด้วยคะแนน 1,294 ขณะที่ ElevenLabs Eleven v4 นำอยู่ที่ 1,340 — เป็นการตามหลัง 46 คะแนน ซึ่งไม่ปรากฏบนกระดานแบบควบคุมที่ Simba 3.5 นำอยู่ 37 คะแนน ความแตกต่างนี้เป็นข้อเท็จจริงที่ยังไม่ได้ข้อยุติและน่าสนใจที่สุดเกี่ยวกับโมเดลนี้ และเป็นหัวข้อของการเปรียบเทียบแยกต่างหาก ไม่ใช่เพียงหมายเหตุท้ายบทที่นี่