ACE Music v1 与 ElevenLabs Music 对比：人声领域的王者，对决唯一提供开发者 API 的音乐模型

这些模型中，有一个在独立聆听榜上位居榜首，而且没有 API。另一个在同一榜单上比第一名低 144 个 Elo 分，并且是世界上最容易从代码中调用的音乐模型。ACE Music v1 是 ACE Studio 的首个全曲生成器，在 Artificial Analysis 的 AA-Music-Vocal v1.1 上以 1,160 分排名第一。ElevenLabs Music——目前以 Eleven Music v2.5 的形式提供——在同一榜单上以 1,016 分排名第八，并且可通过有文档的 API 使用，还公布了每分钟超额费率。你想要哪一个，取决于一个与品味无关的问题：你是需要听到这首歌，还是需要把它装进某个东西里发布？

人声方面的差距确实存在，但应像对待任何新的排行榜条目一样谨慎解读。ACE Music v1 的 1,160 来自 2,119 次盲测对比；Eleven Music v2.5 的 1,016 来自 3,248 次。144 分的 Elo 差距是真实的区分——在正面对决中大约相当于 70/30 的优势——而且与 ACE 对 Suno 的差距不同，这两个区间并不重叠。在演唱方面，来自较小公司的新模型领先的幅度得到了统计数据的支持。

每一个实际上位于棋盘上的位置

ElevenLabs 的模型池中共有三个音乐模型，而它们的排列顺序并不是你会根据版本号猜到的那个顺序。

• ACE Music v1 — 人声榜第 1 名，得分 1,160（1,139–1,181），共 2,119 次比较，未出现在器乐榜上

• Eleven Music v2.5 — 人声榜第8名，得分1,016；器乐榜第11名，得分1,001；发布于2026年9月11日

• Eleven Music v2 — 人声排名第9，得分1,002；器乐排名第9，得分1,011，发布于2026年5月27日

• Eleven Music（原版）——人声第11名，998；器乐第7名，1,021；发布于2025年8月5日

Eleven Music v2.5 在演唱方面较前代有所提升，但在器乐方面略有退步。最初的 2025 款模型仍然是 ElevenLabs 在器乐榜单上的最佳作品。在一个快速迭代的品类中这并不罕见——为某一种输出调校的模型，在另一种输出上会出现偏移——但这确实意味着"最新的 ElevenLabs 音乐模型"和"最适合你任务的 ElevenLabs 音乐模型"是两回事，而定价页面不会告诉你这一点。

更重要的结构性要点是：ElevenLabs 在两项榜单上都具备竞争力，而 ACE Music v1 只出现在其中一项上。Suno v6 和 ElevenLabs 都推出了能够承载器乐提示的模型；ACE Music v1 则完全无法就该任务进行评估，因为该榜单并未测量这一项。如果你的工作是为视频配乐，那么几乎无论人声得分如何，ElevenLabs 都是更稳妥的选择。

价格比较正是两者不再具有可比性之处。

ACE Music 出售包含充裕歌曲额度的订阅服务。ElevenLabs 出售按每次生成和每分钟音频扣减的积分，并公布超额费率，使真实成本清晰可见，但也更高。

• ACE Music Creator — 按年计费每月 $7.90，1,000 积分，约 500 首歌曲，无限下载及商业使用权

• ACE Music Artist — 按年计费，每月 $16.58，包含 2,500 点积分、约 1,250 首歌曲，以及完整的 ACE Studio 工作站

• ElevenLabs Starter — 每月 6 美元（首月 1 美元），30,000 积分，约 8–16 首曲目，额外时长每分钟约 0.18 美元

• ElevenLabs Creator — 每月 $22，121,000 积分，约 34–67 首曲目，额外分钟约 $0.16/分钟

• ElevenLabs Pro — 每月 $99，600,000 积分，大约 167–333 首曲目，额外分钟约 $0.15

做一下除法，差异的轮廓就显现出来了。ACE Music 的 Creator 套餐算下来每首歌不到两美分。ElevenLabs 的 Creator 套餐按其自身估算区间的中点计算，每首曲目落在 30 到 60 美分之间的某个位置——相差一个数量级；而这两个模型在人声上相差 144 Elo（ACE 占优），在伴奏上则大致持平。

这种比较并不完全公平，值得说明原因。ElevenLabs 的额度在其整个平台上共享——语音合成、声音克隆、配音、音效和音乐都从同一余额中扣除，因此如果你已经在为其余功能付费，音乐这一项的实际成本会比套餐价格所暗示的更低。该公司还公布了 API 价格，而 ACE Music 没有；对于需要按调用次数而非按席位预测支出的团队来说，公布的 API 价格具有实实在在的价值。

授权细则比排行榜更能决定交易的成败。

两项服务都会在付费方案中授予商业权利，但两者划定的边界不同；如果你制作内容不只是供自己使用，这一差异就很重要。

ElevenLabs 的自助服务套餐——Starter、Creator、Pro——允许商业使用，但明确将电影、电视和工作室游戏排除在外；完整的线上和线下商业使用权仅在企业版层级提供。自助套餐不提供向 Spotify 和 Apple Music 等流媒体服务发布作品的服务。免费套餐仅限个人使用。对于制作社交媒体剪辑的播客或广告公司来说，自助服务条款已经足够。对于为广播广告配乐的制作公司来说则不够，这种情况下需要的是销售洽谈，而不是在结账页面购买。

ACE Music 的 Creator 层级授予商业使用权，且不附带所公布的那些类别排除条款，并且两个付费层级的下载均无限制。免费方案则完全没有商业权利，更重要的是没有下载权限——你可以试听自己创作的内容，但无法将它带走。有一个值得了解的例外：与 StepFun 联合开发的独立开放权重模型 {{KEEP}}ACE-Step v1.5{{/KEEP}} 在同一网站上提供，支持无限次生成、免费 MP3 下载，并包含商业使用权。其 XL 变体是一个 40 亿参数的扩散 transformer，并非排行榜榜首的那个模型，而它是两个平台中最接近"无附加条件"选项的东西。

访问权限是道路上的岔路口

ElevenLabs 通过有文档记录的 API 提供音乐功能，并带有模型标识符——music_v2_5 出现在其自己的定价示例中——其请求格式接收一个提示词、一个以毫秒为单位的时长，并返回音频。这就是整个集成。如果你正在构建一个按需生成广告短曲的功能，或一个能为自己配乐的游戏，或一个能把歌词单变成演示的工具，那么 ElevenLabs 今天就可以使用，而 ACE Music v1 还不能。

ACE Music v1 以 Web 应用形式发布。其文档介绍的是 ACE Studio 桌面产品，而非推理端点；其产品域未暴露任何 API 路由，也没有可解析的开发者平台子域。这究竟是有意采取消费者优先的策略，还是尚待填补的空白，厂商并未公开说明；可以确定的是，截至 2026 年 11 月 11 日，尚无公开方式可通过程序调用排名最高的人声模型。

这正是路由层体现自身价值的情形，而值得精确说明它如何体现。OrcaRouter 将200 多个模型置于单一端点之后，按供应商目录价以 0% 加价透传，并跨供应商自动故障转移。音乐生成目前不在该端点上，若说在就会是不实之词。对于处于这种境地的团队，这一模式带来的是能够经受供应商更替的决策：当某个音乐模型确实发布可列入目录的 API 时，添加它只是在已有生产环境中的模型字符串旁再加一个模型字符串，而不是一份新合同、一个新 SDK 和一段新的计费关系。在与存在硬性访问差异的对手较量时，这一点之所以重要，是因为访问差异是最可能发生变化的一项，而为它做准备的最便宜方式，就是不要让架构被焊死在任一供应商上。

从实际角度来看的发声差距

Elo 按偏好区分模型，而只有当你知道投票者听到的是什么时，关于偏好的问题才有用。对于这一对模型，早期用户报告的差异与两家公司的历史相吻合。ACE Studio 七年来一直专注于歌声合成——其 Verse 系列人声模型、音素级编辑、气息与动态控制、八种演唱语言——其歌曲模型继承了这些。ElevenLabs 从语音领域进入音乐，其优势在于可懂度、短片段中的表现力以及声音身份，而其音乐模型恰恰在这些方面最强：清晰的主唱听起来像真人，伴奏编排称职但缺乏创意。

这个 144 分的差距是否成立，取决于你的素材。人声变化丰富的密集流行音乐制作会暴露出差异。口语化或接近说唱的作品、口语开场、停留在一个音上的 hook——这些正属于 ElevenLabs 最早解决的那部分问题，排行榜上的差距会显得比这个数字所暗示的更小。

在两者之间选择

如果输出的是带人声演唱的歌曲，而你使用的是浏览器或 DAW 而非代码库，并且价格差异对你有影响，那就选 ACE Music v1——7.90 美元换来 500 首带下载和商业授权的歌曲，相对任何订阅制音乐工具来说几乎可以忽略不计。Artist 档位捆绑的 ACE Studio 使用权是它最有力的论据：把生成的歌曲在工作站中打开、逐音符调整人声并重新渲染，这是本次对比中其他任何模型在任何价位都提供不了的工作流。

如果你需要程序化端点，如果你的交付成果包含必须在器乐基准上评判的器乐作品，或者如果你已经为语音和配音向 ElevenLabs 付费，而音乐的边际成本实际上为零，那就选择 ElevenLabs Music。把按曲目计价的价格和自助式许可中的例外条款视为获得这种访问权限的代价。

如果真正需要的是人声演唱而非一首完整的歌，那两者都别选。ACE Studio 自家的歌声合成模型能根据 MIDI 和歌词进行演唱，并支持音符级控制，成本仅为任何整曲生成器的一小部分；而自 2018 年以来，这一直是该公司的产品——歌曲模型才是新东西，并不是它最擅长的东西。

应该留在你脑海里的数字不是 1,160，也不是 1,016，而是：在声乐方面领先的那个人无法被点名，而能被点名的那个人在 Elo 上落后领先者 144 分。这两个事实本周都成立，但六个月后很可能只有一个仍然成立。