Ming-3.0-tts vs ElevenLabs: Eleven v4 thắng đấu trường với cách biệt 140 điểm và thua bài kiểm tra duy nhất quyết định liệu văn bản của bạn có được đọc chính xác hay không

Nếu hỏi một phòng đầy kỹ sư AI giọng nói chọn giữa Ming-3.0-tts và Eleven v4, gần như lúc nào bạn cũng sẽ nhận được câu trả lời là ElevenLabs, và đấu trường cũng đồng tình với họ: Eleven v4 đạt 1.328 Elo trên Provider Voice so với 1.188 của mô hình Ant Group, một khoảng cách 140 điểm không phải là sai số làm tròn, một kết quả hòa hay một hiện tượng tạm thời do cách đếm phiếu. Rồi mở bảng phát âm, nơi cùng phòng thí nghiệm đó hỏi người đánh giá là con người xem từng đoạn được tô sáng trong một câu tiếng Anh có được nói đúng hay không, và Ming-3.0-tts đứng ở 93,2% so với 91,7% của Eleven v4 — hạng nhất so với hạng ba. Một mô hình nghe kém hơn rõ rệt đối với người nghe lại, theo một thước đo độc lập, đáng tin cậy hơn trong việc nói đúng những từ buộc phải được nói chính xác. Các sự cố AI và sự kiện tác nhân được ghi nhận đằng sau những bản phát hành như bản này được tập hợp trong OrcaRouter AI Incident Archive nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, cấp độ tin cậy và cờ tranh chấp.

Đó không phải là một mâu thuẫn, và việc hiểu vì sao nó không phải là mâu thuẫn chính là toàn bộ giá trị của phép so sánh này. ElevenLabs bán một giọng nói. Ming-3.0-tts là một checkpoint do bạn tự chạy. Phần trùng lặp nơi chúng thực sự cạnh tranh hẹp hơn những gì tiếp thị của cả hai nhà cung cấp hàm ý, và trong phần trùng lặp đó, câu trả lời thay đổi tùy theo loại văn bản bạn đưa cho chúng.

ElevenLabs thực sự tung ra những gì

ElevenLabs hiện vận hành hai dòng mô hình hiện tại. Eleven v4 là dòng giàu cảm xúc, độ trung thực cao: hơn 90 ngôn ngữ, giới hạn 10.000 ký tự mỗi yêu cầu, hội thoại nhiều người nói và nhân bản giọng nói bắt đầu từ gói Starter $6 cho bản nhân bản tức thời và gói Creator $22 cho bản nhân bản chuyên nghiệp. Eleven v4 Turbo là phiên bản anh em thời gian thực, vẫn hơn 90 ngôn ngữ, với độ trễ suy luận trung vị được công bố khoảng 100 mili giây, không bao gồm chi phí phụ trợ của ứng dụng và mạng, và giá API vào khoảng một nửa so với v4. Giá được tính bằng tín dụng với một tín dụng mỗi ký tự, các gói từ miễn phí ở 10.000 tín dụng đến $990 mỗi tháng cho sáu triệu tín dụng; arena chuẩn hóa v4 thành $80 mỗi triệu ký tự và Turbo thành $40.

Ming-3.0-tts hoàn toàn là một đối tượng khác: một checkpoint 2,96 GB theo giấy phép MIT từ nhóm inclusionAI của Ant Group, được xây dựng trên nền tảng Qwen2.5-0.5B với đầu patch diffusion-transformer, phát hành dưới dạng trọng số vào ngày 24 tháng 9 năm 2026 và trở nên chạy được khi mã suy luận xuất hiện trên GitHub vào ngày 19 tháng 10. Nó bao phủ bảy ngôn ngữ cùng tiếng Tứ Xuyên và tiếng Quảng Đông, nhân bản giọng nói từ âm thanh tham chiếu cùng bản ghi lời thoại của nó, thiết kế giọng nói từ mô tả văn bản, và nhận 14 thẻ cận ngôn ngữ nội tuyến. Không có endpoint được lưu trữ, không có đăng ký, và không có đồng hồ tính theo ký tự.

Dòng mô hình thứ hai của ElevenLabs có ý nghĩa ở đây và hiếm khi được nhắc đến trong các so sánh: Eleven v3, với 1.072 Elo, vẫn đang được sản xuất, và v3 Conversational với 1.062 cho mục đích sử dụng thời gian thực. Một nhóm chọn "ElevenLabs" thường là đang chọn v3 vì nó rẻ hơn hoặc vì tích hợp của họ có từ trước v4. Cả hai đều đạt điểm thấp hơn Ming-3.0-tts trên bảng xếp hạng ưu tiên. Việc so sánh là với v4, và v4 thực sự là một hạng khác so với dòng v3 mà hầu hết các triển khai hiện có đang chạy.

Khoảng cách sở thích là có thật, và nó không nằm ở nơi bạn nghĩ

• Elo giọng nói của nhà cung cấp — Ming-3.0-tts 1,188 (1,174–1,202) so với Eleven v4 1,328 (1,314–1,342). Eleven v4 đứng thứ 2 trong số 97; Ming đứng thứ 18. Eleven v4 Turbo dẫn đầu bảng xếp hạng với 1,330.

• Voice Elo có kiểm soát, cùng tám giọng nói được nhân bản cho mọi hệ thống — Ming-3.0-tts 1.068 (1.052–1.084) so với Eleven v4 1.156 (1.143–1.169) và Turbo 1.158. Khoảng cách thu hẹp từ 140 xuống 88 điểm.

Hãy đọc lại dòng thứ hai. Khi cả hai hệ thống nhân bản cùng một giọng nói, hơn một nửa lợi thế của ElevenLabs tan biến. Provider Voice đo lường toàn bộ sản phẩm — danh mục giọng nói bản ngữ, cách thể hiện mặc định, những lựa chọn ngữ điệu mà nhà cung cấp đã đưa ra cho bạn — và ElevenLabs đã dành nhiều năm cho danh mục đó, trong khi Ming cung cấp năm giọng tiếng Anh so với hơn một trăm giọng tiếng Trung. Controlled Voice loại bỏ điều đó và chỉ hỏi mỗi hệ thống mô phỏng tốt đến đâu một giọng nói được đưa cho nó. ElevenLabs vẫn thắng, một cách thoải mái, nhưng khoảng cách có độ lớn khác và nó đang đo một năng lực khác.

Đối với một nhóm đang nhân bản giọng điệu thương hiệu của chính mình, con số 88 điểm là con số liên quan. Đối với một nhóm muốn chọn một giọng điệu từ danh mục và tung ra, con số 140 điểm mới là con số liên quan, và nó phản ánh một lợi thế mà Ming không thể thu hẹp nếu không xây dựng một thư viện giọng điệu mà Ming chưa có dấu hiệu nào cho thấy sẽ xây dựng.

Nơi thứ hạng đảo ngược

Hội đồng đánh giá phát âm đánh trọng số lớn cho hai hạng mục, và Ming-3.0-tts thắng cả hai một cách dứt khoát.

• Bảo toàn chuỗi chính xác — mã, đường dẫn, email, định danh. Ming-3.0-tts 90.6%, đứng đầu trong 31, so với Eleven v4 ở 78.8% và Eleven v4 Turbo ở 73.9%. Đó là khoảng cách 12 điểm ở hạng mục quyết định liệu một số đơn hàng, đường dẫn kho lưu trữ hay địa chỉ email khách hàng có được giữ nguyên vẹn hay không.

• Mở rộng viết tắt — số, ngày tháng, đơn vị, ký hiệu. Ming đạt 96,5%, đứng đầu trong 31, so với Eleven v4 đạt 94,1% và Turbo đạt 91,9%.

Và ở những điểm mà ElevenLabs chiếm ưu thế, nó thắng một cách dứt khoát:

• Thuật ngữ độc lập — tên thương hiệu, địa danh và tên kỹ thuật. Eleven v4 93,2%, Ming 88,5%. Ming xếp thứ 21 trong số 31 ở hạng mục này, đây là dòng quan trọng nhất trong bài viết này đối với bất kỳ ai sản xuất âm thanh tiếp thị hoặc hỗ trợ bằng tiếng Anh.

• Phù hợp ngữ cảnh — các từ đồng tự khác âm như “wound”. Eleven v4 94,1%, Ming 91,0%.

Vậy nên sự phân tách trong cùng một bài kiểm tra là: {{1}}Ming đọc đúng dữ liệu của bạn và phát âm sai thương hiệu của bạn{{/1}}; {{2}}ElevenLabs đọc đúng thương hiệu của bạn và làm sai lệch các mã định danh của bạn{{/2}}. Cả hai lỗi đều nghe thấy được và không lỗi nào xuất hiện trong một lượt bình chọn sở thích, vì người nghe không biết cách phát âm đúng của một thuật ngữ thì không có cách nào đánh dấu nó là sai.

Điểm tổng hợp — 93.2 so với 91.7 — trên thực tế là hòa. Các khoảng tin cậy chồng lấn (91.5–94.9 đối với Ming, 90.0–93.4 đối với v4), kích thước mẫu khác nhau (1,800 span so với 2,051), và mức dẫn trước 1.5 điểm trên một bảng xếp hạng 31 mô hình không phải là một khẳng định đáng để làm cơ sở cho một quyết định. Điều đáng để làm cơ sở là việc phân tách theo danh mục, vì ở đó các khoảng tin cậy tách rời nhau.

Chi phí, được quy đổi trung thực

ElevenLabs tính một tín dụng cho mỗi ký tự, với v4 ở mức giá tiêu chuẩn còn các biến thể Turbo và Flash ở mức nửa đến một tín dụng tùy gói. Trên bảng gói dịch vụ đã công bố, chi phí thực tế mỗi phút của TTS rơi vào khoảng $0.17–$0.36 tùy bậc, và con số chuẩn hóa của arena là $80 cho mỗi triệu ký tự đối với v4 và $40 đối với Turbo.

Tính theo khối lượng thực tế: một triệu ký tự tương đương khoảng 20 giờ lời nói thành phẩm ở tốc độ đọc bình thường. Với $80, tức là $4 cho mỗi giờ âm thanh hoàn chỉnh, nghe thì rẻ — cho đến khi không còn rẻ nữa: một danh mục gồm 5.000 mô tả sản phẩm, mỗi mô tả 600 ký tự, là ba triệu ký tự, tức $240 trên v4 và $120 trên Turbo. Đó là hóa đơn hằng tháng cho một hoạt động nội dung thường xuyên tạo lại bản viết của mình.

Ming-3.0-tts không có giá theo từng ký tự vì không có dịch vụ được lưu trữ nào. Chi phí là thời gian GPU ở mức đo được 44,3 ký tự mỗi giây, nghĩa là một triệu ký tự sẽ cần khoảng 6,3 giờ tạo trên một card hạng H800, cộng thêm thời gian tải. Liệu điều đó có rẻ hơn $80 hay không phụ thuộc hoàn toàn vào mức bạn đang trả cho tài nguyên tính toán và lượng thời gian kỹ thuật mà phương án tự lưu trữ tiêu tốn. Với một mô tả sản phẩm mỗi tháng, ElevenLabs rẻ hơn gấp nhiều lần đến mức khiến việc so sánh trở nên ngớ ngẩn. Với việc tạo lại một kho ngữ liệu lớn mỗi đêm, phép tính sẽ thay đổi.

Có một lựa chọn thứ ba mà không trang định giá của nhà cung cấp nào đề xuất, và đó là nơi một lớp định tuyến chứng minh được giá trị của mình. OrcaRouter không lưu trữ Ming-3.0-tts và không cung cấp ElevenLabs, nên không bên nào trong cuộc so sánh này có thể truy cập qua chúng tôi; Ming đến từ kho của Ant còn ElevenLabs từ API riêng của nó. Thứ chúng tôi có là bản xem trước G​emini T​TS của G​oogle và tts-1 cùng gpt-4o-mini-tts của O​penAI, bên cạnh hơn 200 mô hình văn bản, tất cả theo giá niêm yết của nhà cung cấp, không cộng thêm phụ phí, với tính năng tự động chuyển đổi dự phòng giữa các nhà cung cấp sau một khóa duy nhất. Nếu giọng nói chỉ là một khâu trong pipeline mà các khâu trước là văn bản — tóm tắt, dịch, tạo kịch bản — thì đó chính là phần có thể hợp nhất ngay hôm nay, và thay đổi giá của nhà cung cấp được áp dụng ngay trong ngày thay vì vào lần gia hạn hợp đồng tiếp theo.

Sự khác biệt về kỹ thuật quyết định nhiều hơn cả Elo

ElevenLabs cung cấp cho bạn một yêu cầu, một phản hồi, một giới hạn đồng thời tăng từ 2 ở gói miễn phí lên 15 ở gói Scale, và một nhà cung cấp phản hồi khi có sự cố. Ming-3.0-tts cung cấp cho bạn một checkpoint 2,96 GB, một ảnh Docker dùng PyTorch 2.6 và CUDA 12.4, một lớp Python, và các bảng đánh giá của Ant. Lộ trình của kho lưu trữ liệt kê suy luận tăng tốc vLLM-Omni là đã hoàn thành, nhưng báo cáo kỹ thuật thì vẫn chưa bắt đầu.

Sau đây là hai sự thật vận hành, và chúng không hề nhỏ.

Đầu tiên, Ming-3.0-tts yêu cầu một dạng sóng tham chiếu và bản chép lời của nó để nhân bản — --prompt_wav_path và --prompt_text là các đối số trong ví dụ của chính kho lưu trữ. ElevenLabs nhân bản từ mười giây âm thanh trên gói Starter trở lên, không cần bản chép lời và không cần pipeline cục bộ. Nếu quy trình nhân bản của bạn là "khách hàng tải lên một bản ghi âm giọng nói", thì sự khác biệt đó là quyết định sản phẩm chứ không phải chi tiết kỹ thuật.

Thứ hai, các năng lực trong Ming là chế độ tác vụ, không phải các công tắc có thể kết hợp. Tài liệu của chính Ant nói rằng các khả năng được cung cấp dưới dạng các tác vụ riêng biệt và không thể kết hợp tự do, nghĩa là một yêu cầu muốn nhân bản giọng nói cộng với cảm xúc cộng với một phương ngữ không nhất thiết là yêu cầu mà mô hình chấp nhận như một lần gọi. ElevenLabs cung cấp cảm xúc và thẻ âm thanh trong cùng một yêu cầu với giọng nói đã nhân bản. Đối với một tác nhân cần cả ba cùng lúc, đây là ràng buộc quan trọng nhất và nó không xuất hiện trên bất kỳ bảng xếp hạng nào.

Một lưu ý về việc nên tin tưởng con số nào của ElevenLabs

Trang định giá của ElevenLabs quảng bá v4 là mô hình mới nhất và giàu cảm xúc nhất của họ, trong khi bảng so sánh của họ vẫn liệt kê v3, và đấu trường chấm điểm riêng v3, v3 Conversational, v4 và v4 Turbo như bốn hệ thống khác biệt với khoảng cách 260 điểm giữa đầu và cuối. “ElevenLabs” không phải là một đối thủ đơn lẻ trong so sánh này; đó là một dòng sản phẩm, và khoảng cách giữa mô hình tốt nhất và kém nhất hiện tại của họ lớn hơn khoảng cách giữa Ming-3.0-tts và một trong hai mô hình đó. Bất kỳ so sánh nào dùng một con số cho ElevenLabs đều đang chọn một con số tâng bốc hoặc gây bất lợi cho nhà cung cấp, tùy thuộc vào việc họ đã chọn con số nào.

Cần làm gì, cụ thể

Nếu âm thanh là hội thoại hướng tới khách hàng — nhân viên tổng đài, trợ lý tương tác, bất kỳ trường hợp nào mà âm tiết đầu tiên phát ra trong lúc có người đang chờ — hãy dùng Eleven v4 Turbo. Tuyên bố về độ trễ đã được công bố, các bậc đồng thời đã được công bố, và Ming-3.0-tts hoàn toàn không có đường truyền phát trực tuyến nào.

Nếu âm thanh là nội dung marketing tiếng Anh, lời dẫn do thương hiệu dẫn dắt hoặc bất kỳ nội dung nào mà danh từ riêng là trọng tâm của câu, hãy dùng Eleven v4 và dự trù ngân sách cho từ điển phát âm. Tỷ lệ 88,5% của Ming trên các thuật ngữ độc lập đứng thứ 21/31 và sẽ nghe rõ ngay ở tên thương hiệu đầu tiên.

Nếu âm thanh phục vụ vận hành — xác nhận đơn hàng, đọc to nội dung kỹ thuật, đào tạo nội bộ, bất kỳ nội dung nào dày đặc định danh, đơn vị và ký hiệu — thì Ming-3.0-tts là công cụ tốt hơn, và nó không chỉ nhỉnh hơn một chút ở hai hạng mục bao trùm những đoạn đó. Đây cũng là lựa chọn duy nhất trong hai lựa chọn mà bạn có thể giữ nếu nhà cung cấp thay đổi điều khoản, vì MIT không hết hạn.

Điều có thể thay đổi câu trả lời vẫn là điều đã như vậy suốt một tháng nay: Ant vẫn chưa công bố báo cáo kỹ thuật, và Ming vẫn chưa có endpoint được lưu trữ. Khi một trong hai điều đó xảy ra, khoảng cách 88 điểm về giọng nói có kiểm soát là con số cần đo lại, vì đó là con số gần nhất với những gì một nhóm thực sự sẽ trải nghiệm khi nhân bản giọng nói của chính mình.