AI語音榜又換王：Cartesia壓過Qwen、ElevenLabs，支持44種語言

据動察 Beating 監測，Cartesia 發布新一代實時語音合成模型 Sonic 3.6，目前已開放 Beta。模型支持 44 種語言，並同時拿下 Artificial Analysis 兩個 TTS 榜單第一。

Provider Voice 使用各家模型自己的原生聲音盲測，Sonic 3.6 排在阿里 Qwen-Audio-3.0-TTS-Plus、SpeechifyAI Simba 3.2 和谷歌 Gemini 3.1 Flash TTS 前面。Controlled Voice 則讓所有模型使用同一組克隆聲音，更側重比較模型本身，Sonic 3.6 依然第一。

Artificial Analysis 測得 Sonic 3.6 生成速度為每秒 136.1 個字符，ElevenLabs Eleven v3 為 46.7，Gemini 3.1 Flash TTS 為 24.2。

價格為每百萬字符 49 美元，不到 Eleven v3 的一半，但仍高於 Qwen 的 27.6 美元和 Simba 3.2 的 10 美元。