Simba 3.5 对决 Eleven v4：两个排行榜结论相左，而只有一个关乎你的产品

把SpeechifyAI Simba 3.5和ElevenLabs Eleven v4放在同一张表上，结果完全取决于你查看的是哪个 Artificial Analysis 榜单。在 Controlled Voice 上——每位参赛者都使用同样的八个克隆参考声音——Simba 3.5 以 1,192 排名第一，Eleven v4 以 1,155 排名第七，相差 37 分，且两者的区间不相交。在 Provider Voice 上——每个厂商使用自己的声音阵容——Eleven v4 以 1,340 排名第一，Simba 3.5 以 1,294 排名第五，差距为 46 分，方向相反，同样区分明显。这两个数字都没有错。它们衡量的是不同的产品，而你应该信任哪一个，取决于一个关于你的技术栈的问题，而不是关于任一厂商的问题。

这两个董事会，以及它们为何如此彻底地意见相左

Controlled Voice 保持说话人不变。Artificial Analysis 克隆了四个美国声音和四个英国声音，并让每个模型用这些相同的声音说同样的台词，因此听众比较两个样本时，听到的只是合成质量。Provider Voice 则让每家供应商提出自己的声音，这意味着听众是在同时评判模型和声音阵容——即供应商精心挑选的音色、口音和演绎选择。

ElevenLabs花了多年时间打造那套配音阵容。这是该公司完全不属于模型的部分，也正是为什么在提供商榜单上，Eleven v4 和 Eleven v4 Turbo 占据前两名，并且与其余者之间有 32 个样本的明显差距。把配音阵容拿掉，Eleven v4 就会落到第七名。Speechify 的处境则完全相反：拥有自家声音时排第五，没有它们时排第一。

• 受控语音 — SpeechifyAI Simba 3.5 排名第 1，Elo 1,192，区间 1,175 至 1,209，1,783 个样本

• 受控语音 — ElevenLabs Eleven v4 排名第 7，Elo 1,155，区间 1,143 至 1,167，样本数 3,221

• 受控语音 — ElevenLabs Eleven v4 Turbo 排名第 6，Elo 1,156，区间 1,144 至 1,168，3,327 个样本

• 提供商语音 — ElevenLabs Eleven v4 排名第 1，Elo 1,340，区间 1,325 至 1,355，2,742 个样本

• 提供商语音 — ElevenLabs Eleven v4 Turbo 排名第 2，Elo 1,339，区间 1,323 至 1,355

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

• 提供商语音 — Alibaba Qwen-Audio-3.1-TTS-Plus 以 1,300 分排名第 3，在该榜单上位于两者之间

这两个差距都大于它们各自的区间，所以两种排序都不是掷硬币式的随机结果。Simba 3.5 在 Controlled Voice 上领先 37 分，Eleven v4 在 Provider Voice 上领先 46 分，两者都是对不同事物的真实测量。这很不寻常——大多数模型组合在两个榜单上的排序结果是一致的——而这正是本次比较的全部内容。

决定一切的问题

如果你的产品直接采用供应商选定的语音——默认助手语音、现成旁白音轨、整个应用统一的自有语音——那你买到的就是 Provider Voice 所衡量的东西，而 Eleven v4 在这方面以 46 分胜出。如果你的产品允许用户选择语音、克隆自己的声音，或为每种语言带入固定的品牌语音，那你买到的就是 Controlled Voice 所衡量的东西，而 Simba 3.5 在这方面以 37 分胜出。

有一个实用的测试，一个下午就能得出结论：取三分钟你自己的参考音频，在两个平台上分别克隆，然后听一听。在受控排行榜上领先的模型，是能很好地处理陌生声音的模型。在提供商排行榜上领先的模型，是对声音有良好品味的模型。这是两种不同的能力，而你的工作负载只需要其中一种。

价格并不接近，而且它也不是事情的全部。

Eleven v4 的标价为每千字符 0.08 美元，也就是每百万字符 80 美元。这是 ElevenLabs 自家 API 定价页面上的费率，也是 Artificial Analysis 为该模型记录的数字；持续到 10 月中旬的促销期已经结束，因此 80 美元是现行标价，而不是发布阶段的临时价格。Eleven v4 Turbo 的价格是前者的一半，为每百万字符 40 美元。

Simba 3.5 在 Starter、Pro 和 Scale 三个档位分别定价为每百万字符 15 美元、12 美元和 10 美元，相比其 10 月 21 日上线时的 20 美元、16 美元和 12 美元有所下调。在 2026 年 11 月 21 日之前，它仍按旧款模型的价格计费，即 10 美元、8 美元和 6 美元。11 月 22 日之后，将适用新的价目表，该优惠不再生效。

• Eleven v4 — 每百万字符 80.00 美元，标价，无正在进行的促销

• Eleven v4 Turbo — 每百万个字符 40.00 美元

• Simba 3.5 — 每百万字符 Starter $15.00、Pro $12.00、Scale $10.00，自 11 月 22 日起

• Simba 3.5 — 截至11月21日，每百万字符10.00美元、8.00美元和6.00美元

• Simba 3.2 和 Simba 3.0 — 在相同套餐上保持 $10、$8、$6 的费率不变

每月五百万字符——约一百小时的成品语音——Eleven v4 花费 400 美元，Simba 3.5 根据套餐和日期不同，花费在 50 到 75 美元之间。这是五到八倍的差距。任何引用排行榜上 Simba 3.5 的 6.58 美元的人，引用的是套餐内含费率，与 Speechify 公布的价目表不符；请按上方的层级表做预算。

语言：一个 id 下 48 种，对比 90 多种

这时比较已不再是不分胜负，而开始变成一项路由决策。Simba 3.5 在单一模型 ID 下支持 48 种语言，相比 Simba 3.0 覆盖的 6 种大幅增加；每个目录音色——包括克隆音色——都以同一音色 ID 说这 48 种语言。爱沙尼亚语和粤语明确不在列表中。Eleven v4 覆盖 90 多种语言，每次请求上限为 10,000 个字符，大约相当于十分钟语音，之后就必须分块处理。

对大多数欧洲、拉丁美洲和东亚产品线来说，四十八种语言已经足够，但对于真正全球化的产品目录来说还不够。九十多种语言几乎足以应对任何需求；如果你的要求是“我们销售所覆盖的每一个区域设置”，那么质量方面的争论就不再重要——这两者中有一个能胜任，另一个则未必。

关于这 48 种语言有一个需要说明的地方：厂商自己明确说了，而大多数报道都略过了——声音会保留其源录音的口音。一个克隆的美国声音说日语时，听起来会像美国人在说日语。Speechify 自己的建议是从每种语言原生的 staff-pick 声音开始，这就是 staff_pick_rank 现在出现在 voices 端点中的原因。跨语言声音迁移是可用的；但它并非没有口音。

延迟、克隆和 API 形态

Speechify 报告称，在生产负载下，流式请求的第 95 百分位首个音频时间为 72 毫秒，且每个服务实例的吞吐量是 Simba 3.2 的 1.8 倍。这些是厂商数据，尚未复现。ElevenLabs 并未为 Eleven v4 本身发布可比数字。Simba 文档中唯一一个实测延迟数字更早且覆盖范围更窄：2026 年 9 月 15 日在美国东部测得的 Simba 3.2 服务端首字节中位数为 56 毫秒、第 90 百分位为 102 毫秒——这与首个音频时间是不同的指标，不能直接套用。

两者的语音克隆都是零样本、自助式的，但在团队规模下，摩擦程度的差异至关重要。Simba 3.5 的克隆功能在付费方案中无需审批即可使用。ElevenLabs 除了专业克隆层级外，还提供基于十秒音频的即时克隆，而且其同意验证是两者中更完善的一个——对于任何要上线用户提供语音的产品而言，这是它的一项优势。

这些请求形态不能互换，这一点在你编写抽象层之前值得了解。Speechify 使用 bearer token 进行认证，将文本作为 input 发送，将模型作为 model 发送，并且完全没有 voice_settings 对象。ElevenLabs 使用自己的请求头和字段名。两者都支持流式传输；Speechify 的 SSML 支持是一个子集，其中 break、prosody rate、prosody pitch、prosody volume 和 sub alias 会生效，而 emphasis 和 emotion 标签会被接受但被忽略。

路由器在这里真正有用的地方

这两个模型都不在 OrcaRouter 上，本文也未声称相反：Simba 系列通过 Speechify 自己的 API 接入，ElevenLabs 系列则通过 ElevenLabs 的 API 接入。我们实际路由的是规模较小的语音合成目录，它构成了一个公平的对照组——openai/tts-1 为每百万字符 $15.00，openai/tts-1-hd 为 $30.00，两者均按供应商标价，未加收任何费用。

在这个特定对比中，路由之争并不是质量问题，因为质量上的答案已经各有胜负。问题在于，两个榜单的结论并不一致，价格相差五到八倍，而这两个事实都只在下一款模型发布之前成立。一套能把同一份脚本发给两家供应商、并用自己的音频进行比较的技术栈，其答案能经受住下一轮榜单重跑；而硬绑定其中一家的技术栈，每季度都得重新争论这个决定。自动故障转移还能覆盖没人会去基准测试的情况——发布周期间供应商侧发生的事故。

一个诚实的裁决，平局仍保留在内

如果你需要广泛的语言覆盖、无需自行打造的精选音色阵容、最成熟的授权与克隆工具，或者一个在百款模型赛道上长期稳居榜首的供应商，那么 Eleven v4 是更好的模型。它的价格要高出五到八倍，而且并非促销价。

如果你的声音属于你自己——无论是克隆的、品牌自有的，还是按地区挑选的——并且 48 种语言覆盖了你实际销售的市场，那么 Simba 3.5 是更好的模型。它在保持说话人恒定的排行榜上领先，而这个排行榜所预测的，正是厂商从未听过的声音上的表现。此外，它的定价方案才实施三周就已经改过一次，而模型 ID 迁移将于 11 月 21 日落地，所以你注册时看到的价格，未必就是你 12 月要付的价格。

两个委员会都不会告诉你的是：你的听众在你的内容上更喜欢哪一个。37分的 Elo 差距是有意义的，但它不能替代用你自己的声音、拿你自己脚本的三分钟内容做一次试听测试。在把大量内容投入到任何一边之前，先做那次测试。