Cómo leer benchmarks · Guía

Voz y clonación

Para voz, miro la preferencia humana, el precio por millón de caracteres, la latencia en streaming y la existencia de voces en PT-BR. Las muestras de demo y el MOS declarado por el proveedor quedan fuera. La clonación exige consentimiento y una lectura de la política de uso; el acento brasileño y los derechos entran en esa conversación antes de la posición en el ranking.

No encontré, en esta pasada, una arena independiente solo de clonación de voz.

Lo que cito es un punto aislado de Artificial Analysis, en la última versión consultada: Eleven v4 lideraba la Speech Arena con Elo 1338, a US$ 80 por millón de caracteres, y Qwen-Audio-3.1-TTS-Plus aparecía en 3.º, con 1299. Source: Artificial Analysis (artificialanalysis.ai). Hay una divergencia de precio que no reconcilié: la misma lectura lista a Qwen a US$ 19,31 por millón, mientras el Model Studio en Singapur lista qwen-audio-3.1-tts-plus a US$ 0,3 por 10 mil caracteres, el equivalente a US$ 30 por millón. Puede ser una región o un recorte distinto.

Cuadro de fuentes abiertas

Voz queda sin cuadro numérico. Lo que haya de Artificial Analysis permanece como cita en el texto, con la versión del índice.

Guía completa Comparar JSON CSV