Simba 3.5 以两分 Elo 优势在 Voice Arena 中排名第一，但这并不等同于获胜

SpeechifyAI Simba 3.5现以 1,192 的 Elo 在 Artificial Analysis 的 Controlled Voice 竞技场排名第一，领先HeyGen Voice（1,190）两分，而该榜单榜首的置信区间为 ±17 分。第三名是Alibaba Qwen-Audio-3.1-TTS-Plus（1,176）。把排行榜当作一幅图来看，Simba 3.5 摘得桂冠；看置信区间，则有四个模型并列榜首。两种解读都正确，而哪一种更重要，取决于你是在写标题还是在选供应商。

关于这个模型，更有用的消息不是排名。Simba 3.5 于 2026 年 10 月 21 日发布，此后三周半里，Speechify 下调了其标价，公布了语言列表，并确定了一个日期——11 月 21 日——从这天起，两个旧版模型 ID 将开始由它提供服务。竞技场排名是所有人都会引用的部分。日期才是会改变账单的部分。

董事会到底说了什么，用你可以核对的数字来说明

Artificial Analysis 运营着两个语音竞技场，它们衡量的内容各不相同。Controlled Voice 会为每一位参赛者克隆同样的八个参考语音——四个美式、四个英式——因此说话人保持恒定，只有合成结果不同。Provider Voice 则允许每家厂商使用自己的音色阵容。一个拥有出色默认音色的模型可能赢下后者却输掉前者。Simba 3.5 目前的情况恰恰相反。

• Controlled Voice — SpeechifyAI Simba 3.5，排名第 1，Elo 1,192，正负 17，区间 1,175 至 1,209，1,783 个样本，发布于 2026 年 11 月

受控语音 — HeyGen Voice，排名第 2，Elo 1,190，正负 13，区间 1,177 至 1,203，2,626 个样本，标价每百万字符 30.00 美元

• 受控语音 — Alibaba Qwen-Audio-3.1-TTS-Plus，排名第 3，Elo 1,176，正负 12，区间 1,164 至 1,188，2,968 个样本

• 受控语音 — HeyGen Voice Turbo，排名第 4，Elo 1,174，上下浮动 15，标价为每百万字符 4.00 美元

• 受控语音——ElevenLabs Eleven v4，排名第 7，Elo 1,155，正负 12，标价为每百万字符 80.00 美元

受控语音 — SpeechifyAI Simba 3.2，排名第 14，Elo 1,082，误差 ±12，发布于 2026 年 7 月

• 提供商语音 — SpeechifyAI Simba 3.5，排名第 5，Elo 1,294，上下浮动 17，区间 1,277 至 1,311，1,732 个样本

• 提供商语音 — ElevenLabs Eleven v4，排名第 1，Elo 1,340，正负 15

由此可以直接得出两点。第一点是，榜首的 Controlled Voice 排序尚未确定：Simba 3.5 的区间为 1,175 至 1,209，HeyGen Voice 的区间为 1,177 至 1,203，而 Qwen-Audio-3.1-TTS-Plus 位于 1,164 至 1,188。这三个区间几乎完全重叠。排名范围一列用更少的字符表达了同样的意思——Simba 3.5 被列为占据第 1 至第 3 名，而不是仅有第 1 名。

第二点是，这并非弱竞争环境下的侥幸。Simba 3.5 比其前代 SpeechifyAI Simba 3.2（得分为 1,082）高出 110 个 Elo 分，而这一差距大于任一模型的区间。尽管对竞争者的领先优势尚未确定，这一代际跃升却是真实的。

为什么这块特定板子的顶部被压缩了？

Elo 是一种相对量表，而这个排行榜由 OpenAudio S1 锚定在 1,000，它是一个永不移动的固定参考条目。其他所有条目都通过盲测两两投票相对它定位。这种构造有一个人们常忽略的后果：随着整体水平提升，顶部不会拉开，反而会变得更加拥挤。在这个排行榜上，从第 1 名到第 14 名的差距是 110 分。从第 27 名（SpeechifyAI Simba 3.0，1,035 分）到第 51 名（OpenVoice v2，823 分）的差距是 212 分。

当一百个模型都由看不到标签的听众用同样的八个克隆音色来评判时，最终仍能留下的差异很小，而围绕这些差异的噪声很大。在这样一个榜单上领先两分，是关于一个真实模型的真实数据点——但它并不是产品决策。任何需要做决策的人，都必须补上 Elo 并不衡量的东西：模型成本、它支持哪些语言、第一段音频到达的速度，以及 API 形态是否契合已经写好的代码。

价格在三周内变动了两次

这是 Simba 3.5 故事中真正属于近期的部分，而它在 10 月撰写的发布报道中完全缺席。Speechify 将该模型按 Starter、Pro 和 Scale 三档分别定价为每百万字符 20 美元、16 美元和 12 美元。11 月 9 日，它把标价下调至 15 美元、12 美元和 10 美元。发布优惠没有变化：在 2026 年 11 月 21 日之前，Simba 3.5 按 Simba 3.0 和 Simba 3.2 的费率计费——10 美元、8 美元和 6 美元——而从 11 月 22 日起，它按新的标价而非旧标价计费。

按 Speechify 公布的套餐额度核算下来，这意味着 Pro 套餐每月 900 万字符，按优惠价计算为 72 美元，按标价计算为 108 美元。Scale 套餐每月 4680 万字符，按优惠价计算为 280.80 美元，按标价计算为 468 美元。11 月 9 日的降价使第二个数字没有变成 561.60 美元，而最初发布时的标价本来会收取这个金额。

在任何人据此编制预算之前，排行榜上有一个数字需要更正。Artificial Analysis 将 Simba 3.5 列为每百万字符 6.58 美元——这与它显示的 Simba 3.2 和 Simba 3.0 的数值相同。那是套餐内嵌费率，不是 Speechify 公布的价目表，也不符合供应商自家更新日志中 10 到 15 美元的范围。如果你在测算支出，请使用供应商的阶梯价格表；排行榜的价格列适合用来排名，不适合用于预测。

11月21日有什么变化

Speechify 的两个 Simba 1.6 模型 ID——simba-english 和 simba-multilingual——在 API 版本 2026-09-21 上已不再可选：新建工作区只要发送其中任一 ID，就会收到 400 model_retired。11 月 21 日，这次退役的后半部分将生效：在所有仍能指定旧 ID 的 API 版本上，两者在所有语言下都将由 Simba 3.5 提供服务，并按 simba-3.5 计费。

实际解读是：一批自九月以来从未被改动过的集成，将在同一天改变语音并改变价格，既不需要改代码，除了这份变更日志之外也不会有任何警告。不会有什么中断。音频不同了，账单也按不同的模型计价。任何在生产环境中运行 simba-multilingual 的人都应在该日期之前用自有内容测试 simba-3.5，否则就只能通过支持工单才发现这一变更。

Speechify 自己提供的数据，并已如此标注

本节中的所有内容均由厂商报告，尚未被 Speechify 以外的任何人复现。这些内容值得一读，但它与上文的 arena 数据不属于同一类证据。

• 偏好度——在所有内容类型中，与 Simba 3.2 进行的盲测并排对比中，偏好率为 63%，声明的 95% 置信区间为 60% 至 67%

• 延迟 — 在生产负载下，流式请求第 95 百分位的首个音频时间为 72 毫秒

• 吞吐量——每个服务实例是 Simba 3.2 的 1.8 倍，平均是 Simba 3.0 Multilingual 的 1.4 倍

• 覆盖范围 — 在同一个模型 ID 下支持 48 种语言，较 Simba 3.0 的六种有所增加，但明确排除了爱沙尼亚语和粤语

• 原样沿用 — 语音 ID、输出格式、语音标记，以及实际应用的 SSML 子集：break、prosody rate、prosody pitch、prosody volume 和 sub alias

63% 这个数字不宜看得太死。盲测中相对于自家上一代的偏好，是语音厂商最容易进行的比较，也最不可能预测出面对另一家公司模型时能否胜出——而这正是上文所述竞技场所衡量的，且在那里结果是领先两个百分点，而不是 63%。

如果你实际上是在购买合成，这意味着什么

Arena 排名是输入条件，不是采购订单。Simba 3.5 目前的说服力建立在三件异常契合的事情上：位居榜单顶部的质量位置、单一 id 下支持 48 种语言，以及 10 至 15 美元的价格区间——Provider Voice 上排在它前面的大多数模型都达不到这个价位。ElevenLabs Eleven v4 为 80 美元。HeyGen Voice 为 30 美元。在价格上胜过 Simba 3.5 的模型——定价 4.00 美元的 HeyGen Voice Turbo——在同一受控榜单上低了 18 个 Elo 分。

OrcaRouter 不提供 Simba 产品线，本文中的任何内容都不应被理解为声称它提供该产品线。我们的目录确实提供了一小组合成模型，在你评估是否切换时，它们可以构成一个有用的对照组：openai/tts-1，每百万字符 $15.00，以及 openai/tts-1-hd，$30.00，两者均按供应商标价列出，未添加任何加价。用你自己的脚本，通过上述模型以及供应商自有 API 上的 Simba 3.5 运行一遍，是一个两小时的实验；它会比任何 Elo 榜单栏目都更能让你了解自己的内容。

如果评估最终变成生产决策，主张把它放在路由器后面的理由不是质量，而是时间表。Simba 3.5 在三周内已经改过一次价格，将在 11 月 21 日进行模型 ID 迁移，而且身处一个前四名在统计上不相上下的竞技场。自动故障转移意味着供应商侧的变化会变成一次路由事件，而不是一次宕机；跨供应商使用单一密钥意味着，当其中一家在 12 月重新定价时，你 11 月做过的比较不必从头重建。

接下来要关注什么

有三件事会比再发一轮发布造势文章更快地让这件事见分晓。样本量是第一件：Simba 3.5 有 1,783 个受控语音样本，而 HeyGen Voice 有 2,626 个；随着投票累积，它的置信区间会收窄。如果两个百分点的领先是真实的，它就应该能经受住这一点；如果不是，排名区间就会回落到 1 到 3，并一直停留在那里。

第二种情况是 Speechify 在 11 月 22 日之后的做法：届时首发定价结束，15 美元、12 美元、10 美元的标价开始生效。一个比其前身贵 50% 的质量档位，与一个在促销窗口期内价格相同的档位，代表的是不同的产品决策。

第三项是 Provider Voice 差距。Simba 3.5 在该项以 1,294 分位列第五，而 ElevenLabs Eleven v4 以 1,340 分领先——46 分的落后在受控评测榜上并不存在，在那里 Simba 3.5 反而领先 37 分。这一分化是关于该模型最耐人寻味的未解事实，它本身值得单独做一次对比，而不是在这里作为脚注一笔带过。