Eleven v4 對比 OpenAI TTS-1 HD：兩年分歧，一圖盡覽

OpenAI TTS-1 HD 的發布日期是 2023 年 11 月 6 日。ElevenLabs Eleven v4的發布日期則是 2026 年 9 月 28 日。在 Artificial Analysis 的 Provider Voice Arena 上，這兩個日期相差 216 Elo 分——TTS-1 HD 以 1,104 分位居第 35 名，出現 3,500 次，每百萬字元收費 $30.00，而 Eleven v4 以 1,319 分位居第 1 名，出現 1,674 次，收費 $80.00。這兩個數字都伴隨狹窄的區間，分別為 ±12 與 ±19，因此排名順序毋庸置疑。有趣的問題不是哪個模型更好，因為這在本篇文章問世之前就已經成定局。而是為什麼一個 2023 年的端點，在一個五天前才推出的模型僅有 1,674 次出現的排行榜上，仍能有 3,500 次出現，以及這對你被要求考慮的遷移行動說明了什麼。

計分板，以及 OpenAI 唯一勝出的那一列

五個面向決定了這場對決，而每個面向的兩邊都值得並列對照閱讀。

• 盲測偏好、廠商語音——Eleven v4 排名第 1，Elo 1,319（±19，1,674 次出現）對比 TTS-1 HD 排名第 35，Elo 1,104（±12，3,500 次出現）。216 分的差距，經得起誤差範圍的考驗。

• 牌價，每百萬字元 — Eleven v4 $80.00 對比 TTS-1 HD $30.00。OpenAI 在定價上便宜 62%，而在 ElevenLabs 促銷期間甚至更便宜。

• 語音 — Eleven v4 記載了可從十秒音訊進行即時複製，並提供專業複製層級；TTS-1 HD 內建一組固定語音，根據 OpenAI 自家文件，tts-1 系列有九種（alloy、ash、coral、echo、fable、onyx、nova、sage、shimmer），且不支援複製。

• 演出指令 —— Eleven v4 記載了內嵌音訊標籤與自然語言指示提示；TTS-1 HD 接受純文字，而 OpenAI 的可引導指令參數屬於其較新的 TTS 模型，而非此模型。

• 發佈日期 — Eleven v4 2026年9月28日 對比 TTS-1 HD 2023年11月6日。

價格是 OpenAI 勝出的那一列，而且這個勝利比表面上看起來更大，因為 ElevenLabs 的促銷只是暫時的。以每 1,000 個字元 $0.022 計算，Eleven v4 在 10 月 12 日之前每百萬個字元要價 $22——甚至直接比 TTS-1 HD 更便宜。10 月 12 日之後，它每百萬個字元要價 $80，對比 OpenAI 的 $30，並且維持在那個價位。

為什麼 2023 年的模型有兩倍的樣本數

那個數字是這張看板上最有用的一項資訊，而且很容易被誤讀。Arena 的出現次數會隨著流量累積，而流量則會隨著那些只建置過一次、之後再也不曾重新檢視的整合而累積。TTS-1 HD 背後有 3,500 次出現，因為對每個已經為了聊天補全而呼叫 OpenAI 的團隊來說，它一直是預設的語音端點：同樣的金鑰、同樣的 SDK、同樣的帳單項目，只是多一次呼叫。那句話裡沒有任何內容與語音品質有關，而 216 點的落後差距也沒有阻止它。

這就是遷移債在排行榜上的樣貌。它不是較舊模型仍具競爭力的訊號；它是一個訊號，代表切換會付出代價，而且大量團隊已認定那個代價比 216 點 Elo 更有價值。對通知朗讀來說，這是合理的結論；但對一個顧客所聽到的是語音的產品來說，這則是糟糕的結論。

繼續使用 TTS-1 HD 的理由

有三件事讓它站得住腳，而它們都不是品質。

確定性為第一要務。固定的一組九種語音能在不同版本之間產生一致的輸出，這是複製流程做不到的；而在沒有人為了藝術性而聆聽的工具型路徑中，一致的輸出正是你想要的。沒有會漂移的複製體、沒有需要重新錄製的參考樣本，也沒有需要維護的同意證明。

整合成本是第二項，而這正是競技場無法定價的一項。多接一家語音供應商，就代表多一個帳號、多一份價目表、多一種故障模式，還有多一個要監控的東西。對一個已經身處 OpenAI 技術棧內的團隊來說，那是實實在在的工程時間，而 216 點 Elo 並不值得付出這些。

低端用量是第三種。以每百萬字元 30 美元計算，小型產品整個月的語音帳單只是個四捨五入的誤差，沒有什麼好最佳化的。在這個區間裡，便宜的答案和偷懶的答案是同一個答案，而這沒關係。

支持搬遷的理由，以及反對它的論點

當語音是面向客戶的時候，就該換了。十秒複製、內嵌效能指示、90 多種語言，以及每次請求 10,000 字元的輸入上限，相較於 2023 年那組固定的九種語音，這些都不是表面上的差異；而 arena 的 216 分差距，只是某個大得多的能力差距的壓縮版。如果你正在打造代理、品牌助理，或任何會讓聽眾在第一句話就對你的產品形成看法的東西，那麼較舊的端點就是錯誤的預設選擇。

反駁論點是，「改用 Eleven v4」並非唯一的選擇。OpenAI 後來推出了更新的 TTS 模型，具備可操控的指令參數；而 Google 的 Gemini 3.8 Flash TTS 在同一排行榜上以 1,267 分位居第三，正規化後為每百萬 $16.49——相較於 TTS-1 HD 高出 163 分，價格卻約為榜上的一半。如果你的限制是留在目前的供應商，那會是較便宜的升級選擇。如果是留在目前的雲端服務商，那這就是唯一的選擇。

OrcaRouter 實際上在這項比較中位居何處

This is the rare article in this series where we host one of the two models, so let us be precise about which. openai/tts-1-hd is live in the OrcaRouter catalogue at OpenAI's list rate passed through at 0% markup: $30 per million, model ID openai/tts-1-hd, served on the OpenAI-compatible endpoint at https://api.orcarouter.ai/v1 with a POST /v1/audio/speech route and the voice, speed and response_format parameters. Our own page reports a median latency of 2,461 ms and a 95th percentile of 4,769 ms, which is the honest reason not to put it in front of a live conversation — that is a batch-shaped number, not an agent-shaped one.

ElevenLabs Eleven v4 不在我們的目錄中，也沒有任何東西可透過我們呼叫：要使用它，得透過 ElevenLabs 自家的 API，並依 ElevenLabs 自家的價目表計費。一把金鑰能改變的，是遷移的形態。如果你還沒測試這位新領導者的原因，是那意味著要再整合第二家供應商，那麼弄清楚這件事的成本，就是用你已經持有的金鑰發一次 API 呼叫，而不是跑一整個採購週期。供應商標價以 0% 加成直接傳遞，因此供應商調價——包括 ElevenLabs 10 月 12 日的回調——在發生當天就會在我們這邊生效，且自動容錯移轉意味著評估中的語音路徑，不必在你做決定時就成為正式環境的相依性。

應該能定奪此事的算術

每月五百萬個字元，這是一款中型產品，大約相當於 100 小時的語音。TTS-1 HD 要價 150 美元。Eleven v4 在促銷期間為 110 美元，10 月 12 日之後則為 400 美元。Gemini 3.8 Flash TTS 依董事會標準化計算，費用約為 82.50 美元。

把那四個數字回讀一遍，結論就涇渭分明。在這段期間，榜上最新、排名最高的模型同時也是第二便宜的——比它在 2023 年的端點還便宜，而它領先該端點 216 Elo 分。十月十二日之後，它卻成了清單上最貴的選項，價格將近是原來的五倍。模型在那一天沒有任何改變；變的只有帳單。

所以：如果你這個月正在評估，請用促銷價來評估，並把定價表價格寫進商業論證。如果你下一季要推出，請以每 1,000 個字元 $0.08 為基準來規劃，並把任何引用 $0.022 的比較，視為一份已印上到期日的文件。而如果你目前使用 TTS-1 HD，且真正的原因是整合慣性，那麼有用的第一步不是遷移計畫——而是對你自己的腳本做一次 A/B 測試，並以你十一月實際會支付的費率來計價。