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 | |
|---|---|---|---|---|---|---|
| 1 | 1 | Qwen-Audio-3.1-TTS-Plus | 1211±1995%-Intervall 1192 bis 1230 | 1.070 | Sept 2026 | $19.31 /1 Mio. Zeichen |
| 2 | 2-4 | HeyGen Voice | 1191±1295%-Intervall 1179 bis 1203 | 2.961 | Oct 2026 | $30.00 /1 Mio. Zeichen |
| 3 | 2-5 | Simba 3.5 | 1189±1695%-Intervall 1173 bis 1205 | 2.153 | Nov 2026 | $6.58 /1 Mio. Zeichen |
| 4 | 2-5 | HeyGen Voice Turbo | 1181±1495%-Intervall 1167 bis 1195 | 2.727 | Oct 2026 | $4.00 /1 Mio. Zeichen |
| 5 | 3-7 | Qwen-Audio-3.1-TTS-Flash | 1173±1695%-Intervall 1157 bis 1189 | 1.891 | - | $19.31 /1 Mio. Zeichen |
| 6 | 6-9 | Eleven v4 Turbo | 1160±1195%-Intervall 1149 bis 1171 | 3.591 | Sept 2026 | $40.00 /1 Mio. Zeichen |
| 7 | 6-9 | Eleven v4 | 1158±1195%-Intervall 1147 bis 1169 | 3.487 | Sept 2026 | $80.00 /1 Mio. Zeichen |
| 8 | 6-9 | Sonic 3.6 | 1154±1195%-Intervall 1143 bis 1165 | 4.361 | Aug 2026 | $49.00 /1 Mio. Zeichen |
| 9 | 6-9 | Realtime TTS-2 | 1149±1195%-Intervall 1138 bis 1160 | 4.063 | Aug 2026 | $20.83 /1 Mio. Zeichen |
| 10 | 9-11 | StepAudio 3 TTS | 1137±1695%-Intervall 1121 bis 1153 | 1.836 | Nov 2026 | $14.00 /1 Mio. Zeichen |
| 11 | 10-11 | Qwen-Audio-3.0-TTS-Plus | 1133±1295%-Intervall 1121 bis 1145 | 3.841 | Sept 2026 | $19.31 /1 Mio. Zeichen |
| 12 | 12 | Sonic 3.5 | 1119±1095%-Intervall 1109 bis 1129 | 6.335 | May 2026 | $49.00 /1 Mio. Zeichen |
| 13 | 12-13 | Lightning V3.1 Pro (Oct 2026) | 1106±1495%-Intervall 1092 bis 1120 | 2.497 | Oct 2026 | $19.50 /1 Mio. Zeichen |
| 14 | 14-17 | AssemblyAI-TTS-1 | 1091±1495%-Intervall 1077 bis 1105 | 2.397 | Oct 2026 | $15.00 /1 Mio. Zeichen |
| 15 | 14-19 | Simba 3.2 | 1082±1195%-Intervall 1071 bis 1093 | 3.873 | Jul 2026 | $6.58 /1 Mio. Zeichen |
| 16 | 15-19 | StepAudio 2.5 TTS | 1080±1195%-Intervall 1069 bis 1091 | 4.750 | Apr 2026 | $85.00 /1 Mio. Zeichen |
| 17 | 15-23 | Eleven v3 | 1078±1195%-Intervall 1067 bis 1089 | 5.355 | Feb 2026 | $100.00 /1 Mio. Zeichen |
| 18 | 15-25 | 1073±1495%-Intervall 1059 bis 1087 | 2.475 | Oct 2026 | $15.00 /1 Mio. Zeichen | |
| 19 | 15-24 | 1073±1395%-Intervall 1060 bis 1086 | 2.785 | Oct 2026 | k. A. | |
| 20 | 17-25 | v3 Conversational | 1068±1195%-Intervall 1057 bis 1079 | 3.620 | Aug 2026 | $50.00 /1 Mio. Zeichen |
| 21 | 15-27 | Voxtral 3 TTS | 1068±1495%-Intervall 1054 bis 1082 | 2.664 | Oct 2026 | $13.00 /1 Mio. Zeichen |
| 22 | 17-25 | SpaceXAI TTS | 1068±1195%-Intervall 1057 bis 1079 | 4.307 | Mar 2026 | $15.00 /1 Mio. Zeichen |
| 23 | 17-25 | Realtime TTS-2 Flash | 1067±1195%-Intervall 1056 bis 1078 | 4.111 | Aug 2026 | $10.42 /1 Mio. Zeichen |
| 24 | 18-27 | 1061±1295%-Intervall 1049 bis 1073 | 3.014 | Oct 2026 | $15.00 /1 Mio. Zeichen | |
| 25 | 20-27 | Gemini 3.8 Flash-Lite TTS | 1059±1195%-Intervall 1048 bis 1070 | 3.930 | Sept 2026 | $11.03 /1 Mio. Zeichen |
| 26 | 24-27 | Gradium TTS (Sep 2026) | 1056±1195%-Intervall 1045 bis 1067 | 3.160 | Sept 2026 | $47.78 /1 Mio. Zeichen |
| 27 | 24-27 | Gemini 3.8 Flash TTS | 1056±1195%-Intervall 1045 bis 1067 | 3.807 | Sept 2026 | $16.49 /1 Mio. Zeichen |
| 28 | 28-30 | Simba 3.0 | 1039±1195%-Intervall 1028 bis 1050 | 3.993 | Feb 2026 | $6.58 /1 Mio. Zeichen |
| 29 | 28-31 | Speech 2.8 HD | 1032±1195%-Intervall 1021 bis 1043 | 4.402 | Feb 2026 | $100.00 /1 Mio. Zeichen |
| 30 | 28-32 | Speech 2.8 Turbo | 1030±1195%-Intervall 1019 bis 1041 | 4.798 | Feb 2026 | $60.00 /1 Mio. Zeichen |
| 31 | 29-34 | 1023±1295%-Intervall 1011 bis 1035 | 3.333 | Aug 2026 | $34.00 /1 Mio. Zeichen | |
| 32 | 29-35 | Gradium TTS (Aug 2026) | 1020±1295%-Intervall 1008 bis 1032 | 3.276 | Aug 2026 | $47.78 /1 Mio. Zeichen |
| 33 | 31-37 | 1013±1195%-Intervall 1002 bis 1024 | 5.379 | Mar 2026 | $15.00 /1 Mio. Zeichen | |
| 34 | 31-38 | 1011±1295%-Intervall 999 bis 1023 | 3.370 | Jun 2025 | $15.00 /1 Mio. Zeichen | |
| 35 | 32-38 | Fish Audio S2.1 Pro (Oct 2026) | 1010±1295%-Intervall 998 bis 1022 | 2.630 | Oct 2026 | $15.00 /1 Mio. Zeichen |
| 36 | 33-38 | 1008±1295%-Intervall 996 bis 1020 | 3.536 | Mar 2026 | $16.00 /1 Mio. Zeichen | |
| 37 | 33-38 | Multilingual v2 | 1005±1195%-Intervall 994 bis 1016 | 4.415 | Aug 2023 | $100.00 /1 Mio. Zeichen |
| 38 | 38 | OpenAudio S1 | 1000AnkerAuf 1000 fixiert als Bezugspunkt für die Elo-Skala dieser Bestenliste. | 7.479 | Jun 2025 | $15.00 /1 Mio. Zeichen |
| 39 | 38-41 | Fish Audio S1 | 990±1295%-Intervall 978 bis 1002 | 4.004 | Oct 2025 | $15.00 /1 Mio. Zeichen |
| 40 | 39-41 | Flash v2.5 | 989±1195%-Intervall 978 bis 1000 | 4.359 | Dec 2024 | $50.00 /1 Mio. Zeichen |
| 41 | 39-42 | Turbo v2.5 | 984±1295%-Intervall 972 bis 996 | 3.173 | Jul 2024 | $50.00 /1 Mio. Zeichen |
| 42 | 41-45 | Kugel 3 | 973±1295%-Intervall 961 bis 985 | 4.543 | Jun 2026 | k. A. |
| 43 | 42-45 | 966±1295%-Intervall 954 bis 978 | 2.989 | Jun 2026 | $15.00 /1 Mio. Zeichen | |
| 44 | 42-45 | Soniox TTS Real-Time v2 | 964±1395%-Intervall 951 bis 977 | 2.716 | Aug 2026 | $14.23 /1 Mio. Zeichen |
| 45 | 42-45 | Sonic 3 | 962±1395%-Intervall 949 bis 975 | 3.100 | Oct 2025 | $49.00 /1 Mio. Zeichen |
| 46 | 46-49 | 945±1795%-Intervall 928 bis 962 | 1.060 | Jul 2026 | k. A. | |
| 47 | 46-49 | 941±1395%-Intervall 928 bis 954 | 3.002 | May 2025 | $25.00 /1 Mio. Zeichen | |
| 48 | 47-49 | Raon SpeechLM | 932±1395%-Intervall 919 bis 945 | 2.647 | Apr 2026 | k. A. |
| 49 | 47-49 | Noiz TTS | 928±1395%-Intervall 915 bis 941 | 2.671 | Nov 2025 | k. A. |
| 50 | 50 | Lightning v3.1 | 885±1495%-Intervall 871 bis 899 | 2.707 | Mar 2026 | $25.00 /1 Mio. Zeichen |
| 51 | 51 | 847±1595%-Intervall 832 bis 862 | 2.803 | Nov 2023 | $40.44 /1 Mio. Zeichen | |
| 52 | 52 | 825±1695%-Intervall 809 bis 841 | 2.402 | Apr 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.