Gemini 3.8 TTS 与 Breeze TTS 2：决定这一局的是许可证，而非排行榜

五十六个 Elo 分将 Gemini 3.8 Flash TTS和Breeze TTS 2在 Artificial Analysis Provider Voice Arena 上分开，而且它们并不在彼此的误差范围内：该供应商的模型以 1,260 的 Elo 在 1,999 个样本和 8 个竞技场语音中排名第 2，发布于 2026 年 9 月 23 日；Breeze TTS 2 以 1,204 在 1,390 个样本中排名第 9，发布于 2026 年 8 月。在价格上，排序彻底反转——Breeze 的标价为每百万字符 34.00 美元（经归一化），而 Flash TTS 为 16.50 美元，因此，在排行榜上胜出的模型，在账单上却以大约两倍的差距落败。

如果这就是全部的比较，那它会是一篇短文，而你会根据自己对56分差距的信任程度来做选择。但这两个模型并不是同一类对象。Breeze TTS 2 是一个30亿参数的开源权重模型，你可以下载、检查并自行运行，而它的许可证，结果证明比它在排行榜上的位置更重要。Gemini 3.8 Flash TTS 是一个 API 端点，具备语音设计和双人对话功能，却完全没有权重。在两者之间做选择，其实是一个披着基准测试外衣的许可与部署问题。

每一个到底是什么

先把每个模型的形态弄清楚，再比较数字，因为除了 Elo 之外，它们在几乎每一个维度上都各不相同。

• 分发 — Breeze TTS 2 可下载：权重以 BreezeBlue/Breeze-TTS-2 的名义在 Hugging Face 上发布，并附带 PyTorch 代码。Gemini 3.8 Flash TTS 仅提供 API，可通过 Gemini API 以及 9 月 23 日公告中提及的 Google 渠道访问。

• 规模 — Breeze TTS 2 是一个 3B 参数模型，这正是它能够被自托管的原因。Google 尚未公布任一 Gemini 3.8 TTS 模型的参数数量。

• 语音创建 —— Gemini 3.8 Flash TTS 可依据文字描述进行语音设计，并能根据 30 秒样本复刻语音。Breeze TTS 2 自带一个语音库，厂商声称其数量以千计，还自有一条语音设计路径；该路径下由厂商自报的角色契合度与演绎指导评分均出自 BreezeBlue 自身，并无独立的对应评估。

• 对话 — Gemini 3.8 Flash TTS 在单次调用中即可生成双说话人对话，并支持轮次级风格设定。Breeze TTS 2 是单音色模型；一段对话需要将两次运行结果拼接而成。

• 语言——按供应商的统计，Breeze TTS 2 覆盖 50 种语言。Google 的公告称 Flash 模型涵盖 130 种，但这两个统计口径衡量的并非同一事物，不应被解读为 130 比 50。

• 延迟 — BreezeBlue 声称流式延迟低于 40 毫秒；Google 未公布 Flash TTS 的同类数据。这两个数字均未经过独立验证，而且其中只有一个确实存在。

许可证才是真正的岔路口

这是排行榜无法向你展示的部分，也正是即便两个模型在质量上有所重叠、它们仍然不可互换的原因。

Breeze TTS 2 的权重以 BreezeBlue 研究和非商业许可证发布。同一仓库中的源代码采用 Apache 2.0。这两个事实并列出现在模型卡上，却在大多数报道中被简化成“开源”，而这种错误方向会带来金钱损失：代码采用 Apache 2.0 并不意味着权重也采用 Apache 2.0，该模型的商业使用需经由托管 API，而非自托管检查点。

谷歌这边根本不存在许可问题，因为压根没有什么可授权的。你买的只是推理服务。而你让渡出去的，恰恰是开放权重通常被看中的那些东西——在数据所在之处运行模型的能力，锁定某个版本并长期保留它的能力，以及不再按字符数付费的能力。

所以，诚实的表述框架不是开放与封闭的对立。而是：

• 如果你的部署必须将音频保留在自己的基础设施内，那么这两者中只有 Breeze TTS 2 提供了一条可行路径，而这条路径就是研究许可证。在基于它构建产品之前，请先咨询法律顾问。

如果你的部署环境能够调用 API，许可问题便不复存在，比较就回归到质量、价格和功能——而在这三项中，Flash TTS 有两项领先。

• 如果你想要的是无需沟通就能商用的开放权重，那么这两者都不是那样的模型，而且竞技场里还有其他行。

Elo差距在何时有意义、何时没有意义

56 分的差距超出了榜单为这两行报告的 ±16 和 ±16 置信区间，所以这一排名并不是噪声——不像 Flash TTS 对比 Gemini 3.8 Flash-Lite TTS 那样属于噪声。但竞技场 Elo 只衡量一件事：在盲测对比中，听者更偏好两段音频中的哪一段。它是一种偏好信号，是聚合而来的。

它没有衡量的是生产管线所关心的所有事情。它不会告诉你，两个模型如何处理一段 40 分钟的脚本而不出现身份漂移，如何读出你产品的名称，当输入包含电话号码时它会如何表现，或者当被要求处理其训练之外的内容时，它的失效模式是什么样子。Breeze TTS 2 的 1,390 个样本和 Flash TTS 的 1,999 个样本都足够大，以至于总体结果是稳定的；同时又都足够小，以至于你的用例中没有任何一个单独的片段在其中得到体现。

一旦考虑到每个模型被要求完成的任务，差距也比看上去要小。Flash TTS 是在一次调用中处理两个说话人，这比 Breeze TTS 2 被评分时所面对的任务更难。至于这让那 56 分是被低估还是被高估，取决于你的使用场景，而两家厂商都没有公布足以定论的消融实验。

每项每小时的成本是多少

这两个价格数字并不能直接进行比较，而假装它们可以，是关于这场对决的报道中最常见的错误。

Google 按 token 计费：截至 2026 年 12 月 31 日，文本 token 输入为每百万 $0.50，音频 token 输出为每百万 $9.00，之后为 $18.00。Batch 和 Flex 的价格为 $0.25 和 $4.50；Priority 为 $0.90 和 $16.00。姊妹模型 Flash-Lite TTS 为 $0.50 和 $6.00，之后为 $12.00。

BreezeBlue 按字符计费：通过托管 API，每百万字符 34.00 美元。

Artificial Analysis 将两者都归一化为按每百万字符计算，以便它们能出现在同一个榜单上，而 $16.50 对 $34.00 的对比正是由此而来。这种归一化是榜单方做的，而非任何一家厂商——Google 并未公布 Flash TTS 的按字符费率，而把 $16.50 当作报价而非换算结果，正是人们最终被账单吓一跳的原因。

两个后果值得提前规划：

• Flash TTS 费率将于 2027 年 1 月 1 日翻倍。按促销价编制预算时，与 Breeze TTS 2 的差距大幅缩小；按 18.00 美元编制预算时，差距几乎消失。

• 自行托管 Breeze TTS 2 并不能让它免费，反而会使其成为一项资本成本。3B 模型小到足以在普通硬件上运行，但只有达到一定规模时，这笔账才算得过来，而且仅限于研究许可证允许的用例。

选择，而不假装只有一个答案

决策树很短。

如果你需要双说话人对话，如果你想要一个根据描述设计并以 ID 形式保留的声音，如果你的流水线可以调用 API，并且如果 12 月 31 日的费率变更在你可提前规划的范围内，那就选择 Gemini 3.8 Flash TTS。它在独立榜单上是更好的模型，在账单上也是更便宜的那个，而闭源对于一个本来就要通过 API 调用来实现的使用场景来说并不是问题。

如果数据驻留或本地部署推理是硬性要求，如果你需要一个真正可以下载的 3B 模型，或者你是在做研究而非交付产品——这正是其许可证所针对的场景，那就选择 Breeze TTS 2。不要仅凭 open-weights 标签就选择它；先读许可证。

如果你正在同时评估这两者，最省事的做法就是让这个选择保持可逆。OrcaRouter 并不托管这两款模型——调用 Gemini 3.8 Flash TTS 的地方是 Google 自己的 API 以及 Google 指定的那些入口，而调用 Breeze TTS 2 的地方则是 BreezeBlue 的托管端点。路由器在这里的用武之地是技术栈的其余部分：200 多个模型只需一个密钥即可调用，按提供商标价计费且不加价，因此像一月那次费率上调这样的供应商价格变动当天就会生效，而不必等到下一个计费周期，自动故障转移让正在评估的路径不必同时是生产路径，还有一套路由 DSL，可在单一种声音不够用时把多个模型组合成一次调用。

一句话版本：排行榜说是谷歌，许可证说看情况，而价格说在决定选哪个之前先看看你的日程表。