发生了什么
Cartesia 发布 Sonic-3.5(42 种语言 500+ 声音 1218 Elo 39 美元/100万字符 105.5 字符/秒)
为什么值得关注
可据此判断当前 TTS 竞品格局：Sonic-3.5 以更高质量换取更高价格和中等速度，适合需要对比质量、成本与延迟的选型场景。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Cartesia Sonic-3.5登顶Speech Arena
Cartesia 的 Sonic-3.5 在 Artificial Analysis Speech Arena Leaderboard 上升至第 1 名，超过了 Inworld Realtime TTS 1.5 Max 和 Google 的 Gemini 3.1 Flash TTS。该模型支持 42 种语言，包括 9 种印度语言，提供 500+ 预置声音；在 1,144 次 arena 出场基础上取得 1,218 Elo 分（+16/-16），高于 Inworld 的 1,194 和 Gemini 的 1,209。定价为每 100 万字符 39 美元，快于 Gemini 3.1 Flash TTS 的 26.3 字符/秒，但慢于 Inworld Realtime TTS 1.5 Max 的 205 字符/秒；后两者价格分别为每 100 万字符 18.3 美元和 35 美元。
打开原始来源 ↗