Bestenliste der Controlled Voice ArenaArtificial Analysis

Vergleichen Sie Text-to-Speech-Modelle (TTS) mit denselben 8 geklonten Stimmen (4 US, 4 UK).

Bereich
Modell
Elo
Stichproben
Veröffentlicht
Preise 1
11
Alibaba logo
Qwen-Audio-3.1-TTS-Plus
1211±1995%-Intervall 1192 bis 1230
1.070Sept 2026$19.31 /1 Mio. Zeichen
22-4
HeyGen logo
HeyGen Voice
1191±1295%-Intervall 1179 bis 1203
2.961Oct 2026$30.00 /1 Mio. Zeichen
32-5
SpeechifyAI logo
Simba 3.5
1189±1695%-Intervall 1173 bis 1205
2.153Nov 2026$6.58 /1 Mio. Zeichen
42-5
HeyGen logo
HeyGen Voice Turbo
1181±1495%-Intervall 1167 bis 1195
2.727Oct 2026$4.00 /1 Mio. Zeichen
53-7
Alibaba logo
Qwen-Audio-3.1-TTS-Flash
1173±1695%-Intervall 1157 bis 1189
1.891-$19.31 /1 Mio. Zeichen
66-9
ElevenLabs logo
Eleven v4 Turbo
1160±1195%-Intervall 1149 bis 1171
3.591Sept 2026$40.00 /1 Mio. Zeichen
76-9
ElevenLabs logo
Eleven v4
1158±1195%-Intervall 1147 bis 1169
3.487Sept 2026$80.00 /1 Mio. Zeichen
86-9
Cartesia logo
Sonic 3.6
1154±1195%-Intervall 1143 bis 1165
4.361Aug 2026$49.00 /1 Mio. Zeichen
96-9
Inworld logo
Realtime TTS-2
1149±1195%-Intervall 1138 bis 1160
4.063Aug 2026$20.83 /1 Mio. Zeichen
109-11
StepFun logo
StepAudio 3 TTS
1137±1695%-Intervall 1121 bis 1153
1.836Nov 2026$14.00 /1 Mio. Zeichen
1110-11
Alibaba logo
Qwen-Audio-3.0-TTS-Plus
1133±1295%-Intervall 1121 bis 1145
3.841Sept 2026$19.31 /1 Mio. Zeichen
1212
Cartesia logo
Sonic 3.5
1119±1095%-Intervall 1109 bis 1129
6.335May 2026$49.00 /1 Mio. Zeichen
1312-13
Smallest.ai logo
Lightning V3.1 Pro (Oct 2026)
1106±1495%-Intervall 1092 bis 1120
2.497Oct 2026$19.50 /1 Mio. Zeichen
1414-17
AssemblyAI logo
AssemblyAI-TTS-1
1091±1495%-Intervall 1077 bis 1105
2.397Oct 2026$15.00 /1 Mio. Zeichen
1514-19
SpeechifyAI logo
Simba 3.2
1082±1195%-Intervall 1071 bis 1093
3.873Jul 2026$6.58 /1 Mio. Zeichen
1615-19
StepFun logo
StepAudio 2.5 TTS
1080±1195%-Intervall 1069 bis 1091
4.750Apr 2026$85.00 /1 Mio. Zeichen
1715-23
ElevenLabs logo
Eleven v3
1078±1195%-Intervall 1067 bis 1089
5.355Feb 2026$100.00 /1 Mio. Zeichen
1815-25
Fish Audio logo
Fish Audio Drama 3Hugging Face
1073±1495%-Intervall 1059 bis 1087
2.475Oct 2026$15.00 /1 Mio. Zeichen
1915-24
Ant Group logo
Ming-3.0-ttsHugging Face
1073±1395%-Intervall 1060 bis 1086
2.785Oct 2026k. A.
2017-25
ElevenLabs logo
v3 Conversational
1068±1195%-Intervall 1057 bis 1079
3.620Aug 2026$50.00 /1 Mio. Zeichen
2115-27
Mistral logo
Voxtral 3 TTS
1068±1495%-Intervall 1054 bis 1082
2.664Oct 2026$13.00 /1 Mio. Zeichen
2217-25
SpaceXAI logo
SpaceXAI TTS
1068±1195%-Intervall 1057 bis 1079
4.307Mar 2026$15.00 /1 Mio. Zeichen
2317-25
Inworld logo
Realtime TTS-2 Flash
1067±1195%-Intervall 1056 bis 1078
4.111Aug 2026$10.42 /1 Mio. Zeichen
2418-27
Fish Audio logo
Fish Audio Drama 3 PreviewHugging Face
1061±1295%-Intervall 1049 bis 1073
3.014Oct 2026$15.00 /1 Mio. Zeichen
2520-27
Google logo
Gemini 3.8 Flash-Lite TTS
1059±1195%-Intervall 1048 bis 1070
3.930Sept 2026$11.03 /1 Mio. Zeichen
2624-27
Gradium logo
Gradium TTS (Sep 2026)
1056±1195%-Intervall 1045 bis 1067
3.160Sept 2026$47.78 /1 Mio. Zeichen
2724-27
Google logo
Gemini 3.8 Flash TTS
1056±1195%-Intervall 1045 bis 1067
3.807Sept 2026$16.49 /1 Mio. Zeichen
2828-30
SpeechifyAI logo
Simba 3.0
1039±1195%-Intervall 1028 bis 1050
3.993Feb 2026$6.58 /1 Mio. Zeichen
2928-31
MiniMax logo
Speech 2.8 HD
1032±1195%-Intervall 1021 bis 1043
4.402Feb 2026$100.00 /1 Mio. Zeichen
3028-32
MiniMax logo
Speech 2.8 Turbo
1030±1195%-Intervall 1019 bis 1041
4.798Feb 2026$60.00 /1 Mio. Zeichen
3129-34
BreezeBlue logo
Breeze TTS 2Hugging Face
1023±1295%-Intervall 1011 bis 1035
3.333Aug 2026$34.00 /1 Mio. Zeichen
3229-35
Gradium logo
Gradium TTS (Aug 2026)
1020±1295%-Intervall 1008 bis 1032
3.276Aug 2026$47.78 /1 Mio. Zeichen
3331-37
Fish Audio logo
Fish Audio S2 ProHugging Face
1013±1195%-Intervall 1002 bis 1024
5.379Mar 2026$15.00 /1 Mio. Zeichen
3431-38
Fish Audio logo
OpenAudio S1 MiniHugging Face
1011±1295%-Intervall 999 bis 1023
3.370Jun 2025$15.00 /1 Mio. Zeichen
3532-38
Fish Audio logo
Fish Audio S2.1 Pro (Oct 2026)
1010±1295%-Intervall 998 bis 1022
2.630Oct 2026$15.00 /1 Mio. Zeichen
3633-38
Mistral logo
Voxtral TTSHugging Face
1008±1295%-Intervall 996 bis 1020
3.536Mar 2026$16.00 /1 Mio. Zeichen
3733-38
ElevenLabs logo
Multilingual v2
1005±1195%-Intervall 994 bis 1016
4.415Aug 2023$100.00 /1 Mio. Zeichen
3838
Fish Audio logo
OpenAudio S1
1000AnkerAuf 1000 fixiert als Bezugspunkt für die Elo-Skala dieser Bestenliste.
7.479Jun 2025$15.00 /1 Mio. Zeichen
3938-41
Fish Audio logo
Fish Audio S1
990±1295%-Intervall 978 bis 1002
4.004Oct 2025$15.00 /1 Mio. Zeichen
4039-41
ElevenLabs logo
Flash v2.5
989±1195%-Intervall 978 bis 1000
4.359Dec 2024$50.00 /1 Mio. Zeichen
4139-42
ElevenLabs logo
Turbo v2.5
984±1295%-Intervall 972 bis 996
3.173Jul 2024$50.00 /1 Mio. Zeichen
4241-45
KugelAudio logo
Kugel 3
973±1295%-Intervall 961 bis 985
4.543Jun 2026k. A.
4342-45
Boson AI logo
Higgs Audio V3 TTSHugging Face
966±1295%-Intervall 954 bis 978
2.989Jun 2026$15.00 /1 Mio. Zeichen
4442-45
Soniox logo
Soniox TTS Real-Time v2
964±1395%-Intervall 951 bis 977
2.716Aug 2026$14.23 /1 Mio. Zeichen
4542-45
Cartesia logo
Sonic 3
962±1395%-Intervall 949 bis 975
3.100Oct 2025$49.00 /1 Mio. Zeichen
4646-49
NVIDIA logo
Magpie TTS Zeroshot
945±1795%-Intervall 928 bis 962
1.060Jul 2026k. A.
4746-49
Resemble AI logo
ChatterboxGitHub
941±1395%-Intervall 928 bis 954
3.002May 2025$25.00 /1 Mio. Zeichen
4847-49
Krafton logo
Raon SpeechLM
932±1395%-Intervall 919 bis 945
2.647Apr 2026k. A.
4947-49
Noiz logo
Noiz TTS
928±1395%-Intervall 915 bis 941
2.671Nov 2025k. A.
5050
Smallest.ai logo
Lightning v3.1
885±1495%-Intervall 871 bis 899
2.707Mar 2026$25.00 /1 Mio. Zeichen
5151
Coqui logo
XTTS v2Hugging Face
847±1595%-Intervall 832 bis 862
2.803Nov 2023$40.44 /1 Mio. Zeichen
5252
OpenVoice logo
OpenVoice v2Hugging Face
825±1695%-Intervall 809 bis 841
2.402Apr 2024$8.33 /1 Mio. Zeichen

1 API-Preise spiegeln die Kosten wider, 1M Zeichen über die API des Modellerstellers mit den Standardeinstellungen des Modells zu erzeugen

2 Offene Gewichte umfasst Modelle, die mit herunterladbaren Modellgewichten oder einer vom Anbieter bereitgestellten Inferenzlaufzeit selbst gehostet werden können. Offene Gewichte (kommerziell) umfasst Modelle, deren veröffentlichte Lizenz eine kommerzielle Nutzung erlaubt, auch unter Lizenzbedingungen (z. B. mit einem NVIDIA AI Enterprise-Abonnement), und schließt Modelle aus, die eine separat auszuhandelnde kommerzielle Vereinbarung erfordern.