Bestenliste der Arena für kontrollierte StimmenArtificial Analysis
Vergleichen Sie Text-to-Speech-Modelle (TTS) mit denselben 8 geklonten Stimmen (4 US, 4 UK).
Bereich | Modell | Elo | Stichproben | Veröffentlicht | API-Preise 1 | |
|---|---|---|---|---|---|---|
| 1 | 1 | HeyGen Voice | 1203±1695%-Intervall 1187 bis 1219 | 1,665 | Oct 2026 | 30,0 $ /1 Mio. Zeichen |
| 2 | 2 | Qwen-Audio-3.1-TTS-Plus | 1185±1495%-Intervall 1171 bis 1199 | 2,036 | Sept 2026 | 19,3 $ /1 Mio. Zeichen |
| 3 | 3-4 | Eleven v4 Turbo | 1166±1495%-Intervall 1152 bis 1180 | 2,318 | Sept 2026 | 40,0 $ /1 Mio. Zeichen |
| 4 | 3-4 | Eleven v4 | 1161±1495%-Intervall 1147 bis 1175 | 2,285 | Sept 2026 | 80,0 $ /1 Mio. Zeichen |
| 5 | 5-6 | Sonic 3.6 | 1144±1495%-Intervall 1130 bis 1158 | 2,883 | Aug 2026 | 49,0 $ /1 Mio. Zeichen |
| 6 | 5-6 | Realtime TTS-2 | 1143±1495%-Intervall 1129 bis 1157 | 2,859 | Aug 2026 | 20,8 $ /1 Mio. Zeichen |
| 7 | 7-8 | Qwen-Audio-3.0-TTS-Plus | 1126±1495%-Intervall 1112 bis 1140 | 2,607 | Sept 2026 | 19,3 $ /1 Mio. Zeichen |
| 8 | 7-8 | Sonic 3.5 | 1118±1295%-Intervall 1106 bis 1130 | 4,872 | May 2026 | 49,0 $ /1 Mio. Zeichen |
| 9 | 9-10 | Simba 3.2 | 1089±1495%-Intervall 1075 bis 1103 | 2,548 | Jul 2026 | 6,6 $ /1 Mio. Zeichen |
| 10 | 9-12 | StepAudio 2.5 TTS | 1076±1395%-Intervall 1063 bis 1089 | 3,458 | Apr 2026 | 85,0 $ /1 Mio. Zeichen |
| 11 | 10-12 | Realtime TTS-2 Flash | 1074±1395%-Intervall 1061 bis 1087 | 2,889 | Aug 2026 | 10,4 $ /1 Mio. Zeichen |
| 12 | 10-12 | Eleven v3 | 1074±1295%-Intervall 1062 bis 1086 | 4,078 | Feb 2026 | 100,0 $ /1 Mio. Zeichen |
| 13 | 11-17 | Gemini 3.8 Flash-Lite TTS | 1061±1495%-Intervall 1047 bis 1075 | 2,799 | Sept 2026 | 11,0 $ /1 Mio. Zeichen |
| 14 | 13-17 | v3 Conversational | 1060±1495%-Intervall 1046 bis 1074 | 2,483 | Aug 2026 | 50,0 $ /1 Mio. Zeichen |
| 15 | 13-17 | SpaceXAI TTS | 1057±1395%-Intervall 1044 bis 1070 | 3,108 | Mar 2026 | 15,0 $ /1 Mio. Zeichen |
| 16 | 13-17 | Gradium TTS (Sep 2026) | 1056±1495%-Intervall 1042 bis 1070 | 2,002 | Sept 2026 | 47,8 $ /1 Mio. Zeichen |
| 17 | 13-17 | Gemini 3.8 Flash TTS | 1050±1495%-Intervall 1036 bis 1064 | 2,731 | Sept 2026 | 16,5 $ /1 Mio. Zeichen |
| 18 | 18-19 | Simba 3.0 | 1034±1395%-Intervall 1021 bis 1047 | 2,950 | Feb 2026 | 6,6 $ /1 Mio. Zeichen |
| 19 | 18-23 | Gradium TTS (Aug 2026) | 1021±1495%-Intervall 1007 bis 1035 | 2,390 | Aug 2026 | 47,2 $ /1 Mio. Zeichen |
| 20 | 19-23 | Speech 2.8 Turbo | 1020±1395%-Intervall 1007 bis 1033 | 3,746 | Feb 2026 | 60,0 $ /1 Mio. Zeichen |
| 21 | 19-23 | Speech 2.8 HD | 1020±1395%-Intervall 1007 bis 1033 | 3,524 | Feb 2026 | 100,0 $ /1 Mio. Zeichen |
| 22 | 19-25 | 1018±1495%-Intervall 1004 bis 1032 | 2,394 | Aug 2026 | 34,0 $ /1 Mio. Zeichen | |
| 23 | 19-27 | Fish Audio S2.1 Pro | 1014±1395%-Intervall 1001 bis 1027 | 2,792 | Jun 2026 | 15,0 $ /1 Mio. Zeichen |
| 24 | 22-28 | 1005±1495%-Intervall 991 bis 1019 | 2,757 | Jun 2025 | 15,0 $ /1 Mio. Zeichen | |
| 25 | 23-28 | 1005±1395%-Intervall 992 bis 1018 | 4,195 | Mar 2026 | 15,0 $ /1 Mio. Zeichen | |
| 26 | 23-29 | 1003±1495%-Intervall 989 bis 1017 | 2,762 | Mar 2026 | 16,0 $ /1 Mio. Zeichen | |
| 27 | 23-29 | Multilingual v2 | 1001±1395%-Intervall 988 bis 1014 | 3,576 | Aug 2023 | 100,0 $ /1 Mio. Zeichen |
| 28 | 28 | OpenAudio S1 | 1000AnkerAuf 1000 fixiert als Bezugspunkt für die Elo-Skala dieser Bestenliste. | 5,848 | Jun 2025 | 15,0 $ /1 Mio. Zeichen |
| 29 | 27-30 | Fish Audio S1 | 989±1395%-Intervall 976 bis 1002 | 3,562 | Oct 2025 | 15,0 $ /1 Mio. Zeichen |
| 30 | 29-31 | Flash v2.5 | 986±1395%-Intervall 973 bis 999 | 3,523 | Dec 2024 | 50,0 $ /1 Mio. Zeichen |
| 31 | 30-32 | Turbo v2.5 | 975±1495%-Intervall 961 bis 989 | 2,762 | Jul 2024 | 50,0 $ /1 Mio. Zeichen |
| 32 | 31-33 | Kugel 3 | 966±1395%-Intervall 953 bis 979 | 4,025 | Jun 2026 | k. A. |
| 33 | 32-34 | 961±1495%-Intervall 947 bis 975 | 2,423 | Jun 2026 | 15,0 $ /1 Mio. Zeichen | |
| 34 | 33-36 | Sonic 3 | 949±1495%-Intervall 935 bis 963 | 2,759 | Oct 2025 | 49,0 $ /1 Mio. Zeichen |
| 35 | 33-38 | Soniox TTS Real-Time v2 | 946±1595%-Intervall 931 bis 961 | 2,234 | Aug 2026 | 14,2 $ /1 Mio. Zeichen |
| 36 | 34-38 | 941±1795%-Intervall 924 bis 958 | 1,060 | Jul 2026 | k. A. | |
| 37 | 35-39 | Raon SpeechLM | 931±1595%-Intervall 916 bis 946 | 2,225 | Apr 2026 | k. A. |
| 38 | 35-39 | 931±1595%-Intervall 916 bis 946 | 2,717 | May 2025 | 25,0 $ /1 Mio. Zeichen | |
| 39 | 37-39 | Noiz TTS | 921±1595%-Intervall 906 bis 936 | 2,289 | Nov 2025 | k. A. |
| 40 | 40 | Lightning v3.1 | 888±1595%-Intervall 873 bis 903 | 2,346 | Mar 2026 | 25,0 $ /1 Mio. Zeichen |
| 41 | 41 | 832±1795%-Intervall 815 bis 849 | 2,492 | Nov 2023 | 40,4 $ /1 Mio. Zeichen | |
| 42 | 42 | 810±1895%-Intervall 792 bis 828 | 2,187 | Apr 2024 | 8,3 $ /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.