可控语音 Arena 排行榜Artificial Analysis

使用相同的 8 个克隆语音(美国 4 个、英国 4 个)比较文本转语音(TTS)模型。

范围
模型
Elo
样本数
发布
价格 1
11-3
HeyGen logo
HeyGen Voice
1193±1495% 区间 1179 至 1207
2,253Oct 2026US$30.0 /100 万字符
21-3
Alibaba logo
Qwen-Audio-3.1-TTS-Plus
1181±1395% 区间 1168 至 1194
2,585Sept 2026US$19.3 /100 万字符
31-3
HeyGen logo
HeyGen Voice Turbo
1180±1695% 区间 1164 至 1196
2,066Oct 2026US$4.0 /100 万字符
44-7
ElevenLabs logo
Eleven v4
1156±1295% 区间 1144 至 1168
2,913Sept 2026US$80.0 /100 万字符
54-7
ElevenLabs logo
Eleven v4 Turbo
1156±1295% 区间 1144 至 1168
2,958Sept 2026US$40.0 /100 万字符
64-7
Cartesia logo
Sonic 3.6
1147±1295% 区间 1135 至 1159
3,643Aug 2026US$49.0 /100 万字符
74-7
Inworld logo
Realtime TTS-2
1146±1295% 区间 1134 至 1158
3,501Aug 2026US$20.8 /100 万字符
88-9
Alibaba logo
Qwen-Audio-3.0-TTS-Plus
1125±1295% 区间 1113 至 1137
3,326Sept 2026US$19.3 /100 万字符
98-11
Cartesia logo
Sonic 3.5
1114±1195% 区间 1103 至 1125
5,728May 2026US$49.0 /100 万字符
108-11
AssemblyAI logo
AssemblyAI-TTS-1
1108±1795% 区间 1091 至 1125
1,680Oct 2026US$15.0 /100 万字符
119-11
Smallest.ai logo
Lightning V3.1 Pro (Oct 2026)
1106±1695% 区间 1090 至 1122
1,782Oct 2026US$19.5 /100 万字符
1212-16
Fish Audio logo
Fish Audio Drama 3Hugging Face
1085±1695% 区间 1069 至 1101
1,958Oct 2026US$15.0 /100 万字符
1312-16
SpeechifyAI logo
Simba 3.2
1084±1295% 区间 1072 至 1096
3,337Jul 2026US$6.6 /100 万字符
1412-18
StepFun logo
StepAudio 2.5 TTS
1076±1195% 区间 1065 至 1087
4,269Apr 2026US$85.0 /100 万字符
1512-21
Mistral logo
Voxtral 3 TTS
1074±1595% 区间 1059 至 1089
2,167Oct 2026US$13.0 /100 万字符
1614-20
ElevenLabs logo
Eleven v3
1072±1195% 区间 1061 至 1083
4,913Feb 2026US$100.0 /100 万字符
1714-24
Ant Group logo
Ming-3.0-ttsHugging Face
1068±1595% 区间 1053 至 1083
2,322Oct 2026暂无
1814-22
ElevenLabs logo
v3 Conversational
1066±1295% 区间 1054 至 1078
3,165Aug 2026US$50.0 /100 万字符
1914-24
Inworld logo
Realtime TTS-2 Flash
1065±1295% 区间 1053 至 1077
3,637Aug 2026US$10.4 /100 万字符
2014-24
Fish Audio logo
Fish Audio Drama 3 PreviewHugging Face
1063±1395% 区间 1050 至 1076
2,553Oct 2026US$15.0 /100 万字符
2117-24
SpaceXAI logo
SpaceXAI TTS
1060±1295% 区间 1048 至 1072
3,815Mar 2026US$15.0 /100 万字符
2217-24
Gradium logo
Gradium TTS (Sep 2026)
1057±1295% 区间 1045 至 1069
2,718Sept 2026US$47.8 /100 万字符
2319-24
Google logo
Gemini 3.8 Flash-Lite TTS
1054±1295% 区间 1042 至 1066
3,468Sept 2026US$11.0 /100 万字符
2419-24
Google logo
Gemini 3.8 Flash TTS
1053±1295% 区间 1041 至 1065
3,362Sept 2026US$16.5 /100 万字符
2525
SpeechifyAI logo
Simba 3.0
1038±1295% 区间 1026 至 1050
3,588Feb 2026US$6.6 /100 万字符
2626-29
MiniMax logo
Speech 2.8 Turbo
1024±1195% 区间 1013 至 1035
4,391Feb 2026US$60.0 /100 万字符
2726-29
MiniMax logo
Speech 2.8 HD
1023±1295% 区间 1011 至 1035
4,078Feb 2026US$100.0 /100 万字符
2826-29
BreezeBlue logo
Breeze TTS 2Hugging Face
1021±1295% 区间 1009 至 1033
2,951Aug 2026US$34.0 /100 万字符
2926-33
Gradium logo
Gradium TTS (Aug 2026)
1018±1395% 区间 1005 至 1031
2,907Aug 2026US$47.2 /100 万字符
3029-35
Mistral logo
Voxtral TTSHugging Face
1009±1295% 区间 997 至 1021
3,205Mar 2026US$16.0 /100 万字符
3129-35
Fish Audio logo
OpenAudio S1 MiniHugging Face
1008±1395% 区间 995 至 1021
3,120Jun 2025US$15.0 /100 万字符
3229-35
Fish Audio logo
Fish Audio S2.1 Pro (Oct 2026)
1006±1395% 区间 993 至 1019
2,250Oct 2026US$15.0 /100 万字符
3330-35
Fish Audio logo
Fish Audio S2 ProHugging Face
1006±1195% 区间 995 至 1017
4,864Mar 2026US$15.0 /100 万字符
3434
Fish Audio logo
OpenAudio S1
1000锚点固定为 1000,作为本榜单 Elo 刻度的参照点。
6,760Jun 2025US$15.0 /100 万字符
3530-35
ElevenLabs logo
Multilingual v2
1000±1295% 区间 988 至 1012
4,055Aug 2023US$100.0 /100 万字符
3636-38
ElevenLabs logo
Flash v2.5
987±1295% 区间 975 至 999
4,022Dec 2024US$50.0 /100 万字符
3736-38
Fish Audio logo
Fish Audio S1
986±1295% 区间 974 至 998
3,917Oct 2025US$15.0 /100 万字符
3836-39
ElevenLabs logo
Turbo v2.5
980±1395% 区间 967 至 993
2,985Jul 2024US$50.0 /100 万字符
3938-40
KugelAudio logo
Kugel 3
969±1295% 区间 957 至 981
4,300Jun 2026暂无
4039-42
Boson AI logo
Higgs Audio V3 TTSHugging Face
962±1395% 区间 949 至 975
2,748Jun 2026US$15.0 /100 万字符
4140-43
Soniox logo
Soniox TTS Real-Time v2
953±1395% 区间 940 至 966
2,495Aug 2026US$14.2 /100 万字符
4240-43
Cartesia logo
Sonic 3
951±1395% 区间 938 至 964
2,939Oct 2025US$49.0 /100 万字符
4341-45
NVIDIA logo
Magpie TTS Zeroshot
941±1795% 区间 924 至 958
1,060Jul 2026暂无
4443-45
Resemble AI logo
ChatterboxGitHub
935±1495% 区间 921 至 949
2,878May 2025US$25.0 /100 万字符
4543-46
Krafton logo
Raon SpeechLM
931±1495% 区间 917 至 945
2,465Apr 2026暂无
4645-46
Noiz logo
Noiz TTS
921±1495% 区间 907 至 935
2,477Nov 2025暂无
4747
Smallest.ai logo
Lightning v3.1
889±1495% 区间 875 至 903
2,555Mar 2026US$25.0 /100 万字符
4848
Coqui logo
XTTS v2Hugging Face
847±1595% 区间 832 至 862
2,666Nov 2023US$40.4 /100 万字符
4949
OpenVoice logo
OpenVoice v2Hugging Face
820±1795% 区间 803 至 837
2,304Apr 2024US$8.3 /100 万字符

1 API 定价反映在模型创建者的 API 上使用模型默认设置生成 100 万字符的成本

2 开放权重包括可使用可下载的模型权重或提供商提供的推理运行时进行自托管的模型。可商用开放权重包括已发布许可证允许商业使用(包括需遵守许可条件的使用,例如 NVIDIA AI Enterprise 订阅)的模型,不包括需要另行协商商业协议的模型。