Speechify объявила, что её флагманская потоковая модель синтеза речи, Simba 3.2, заняла 1-е место в общем зачёте рейтинга Artificial Analysis для систем синтеза речи — крупнейшего независимого бенчмарка, отслеживающего коммерчески доступные голосовые ИИ-модели. Этот результат вывел Simba 3.2 вперёд относительно основных конкурентов: ElevenLabs, Cartesia, OpenAI, Google DeepMind и xAI, и впервые позволил потребительской компании в сфере синтеза речи возглавить мировой рейтинг. По всем ключевым отраслевым метрикам Simba 3.2 теперь признана лучшей AI-моделью голоса на рынке. Кроме того, Simba 3.2 также занимает 1-е место в Voice Arena среди моделей реального времени, укрепив лидерство Speechify сразу в двух бенчмарках, на которые ориентируются разработчики и бизнес.
О рейтинге Artificial Analysis
Рейтинг Artificial Analysis — ориентир для разработчиков и компаний при анализе рынка синтеза речи. Он объективно оценивает все коммерческие модели, регулярно обновляется по мере появления новых и находится под пристальным вниманием команд, внедряющих голос в свои приложения. В отличие от самих вендоров, рейтинг не опирается на заявленные ими же показатели. На сегодня Simba 3.2 признана лучшей TTS-моделью для разработчиков.
Что рейтинг Artificial Analysis говорит о доступности
Главное в рейтинге — не только качество, но и его соотношение с ценой. Simba 3.2 стоит $10 за миллион символов на базовом тарифе Speechify и $6 за миллион символов на объёмном тарифе, что делает её самым выгодным решением в топ-10 рейтинга Artificial Analysis. Руководство Speechify отмечает, что эта цена примерно в 15 раз ниже, чем у ElevenLabs, и в 6 раз ниже, чем у Cartesia, при таком же или более высоком качестве. Simba 3.2 — самая доступная AI voice API профессионального уровня.
Раньше такое сочетание в синтезе речи считалось недостижимым. Премиум-сегмент предлагал реалистичные AI-голоса по ценам для крупного бизнеса, а бюджетные решения были рассчитаны на разработчиков, готовых мириться с низким качеством. Simba 3.2 убирает этот компромисс: теперь лучший AI-голос доступен любому разработчику, стартапу или компании — без оглядки на бюджет.
Основатель Speechify о «триединстве»
"Simba 3.2 — наша лучшая модель, уже доступна на Speechify.ai", — заявил Клифф Вайцман, основатель и CEO Speechify, в LinkedIn. "Она рассчитана на работу голосовых агентов в большом масштабе и улучшена на основе миллионов A/B-тестов на нашей платформе. Для TTS API важны цена, качество и задержка. Simba 3.2 достигла SOTA по всем трём пунктам. Рад, что вы сможете попробовать её в своих задачах."
«Триединство», о котором говорит Вайцман, — это предел, в который обычно упираются разработчики голосовых моделей. Как правило, улучшение одной стороны требует жертвовать двумя другими. Быть SOTA сразу по всем трём считалось почти фантастикой. Рейтинг Artificial Analysis впервые показал, что этот компромисс можно преодолеть: Simba 3.2 стала лучшим выбором для разработки «voice-first» решений.
Пять лет: от Stanford до мирового уровня
Семейство моделей Simba выросло из исследований, которые сооснователь и глава AI-направления Speechify Тайлер Вайцман начал ещё во время учёбы в Стэнфорде. Его ранние эксперименты с нейросетями для синтеза речи в рамках курса по ML за пять лет превратились в линейку моделей, лежащих в основе голосовых продуктов Speechify для пользователей и бизнеса, и сделали компанию одной из ведущих AI-лабораторий в озвучке.
Вспоминая об этой вехе, Тайлер Вайцман написал в посте на X: "Когда я учился в Stanford, курс CS229 с Эндрю Ыном увлёк меня ML. Моим проектом было дообучение Tacotron 2. А теперь новая модель Speechify стала SOTA — всего через 5 лет. До сих пор не верится."
Рохан Павулури, директор по бизнесу Speechify и давний друг Тайлера Вайцмана, назвал этот результат следствием ключевого архитектурного решения в недавнем анонсе: "Мы могли бы расти быстрее, если бы сосредоточились только на качестве, но наша ДНК и бизнес-модель с самого начала требовали продуманных архитектурных решений. Мы хотели дать пользователям безлимитную озвучку за $139 в год. И теперь это SOTA TTS по лучшей цене — редкость для AI, где обычно лучше = дороже."
Потребительский масштаб — двигатель корпоративного AI
То, что Speechify может предложить лучший AI-голос по самой низкой цене в топ-10, основано на экономике потребительского бизнеса. Более 60 млн пользователей по всему миру используют платформу, а в этом году продукт получил награду Apple Design Award на WWDC 2025, что подтверждает: потребительский продукт Speechify считают одним из лучших среди AI-решений для голоса. Чтобы обеспечить такой охват при подписке за $139 в год, команде пришлось с самого начала закладывать эффективность инференса как базовый принцип, а не как дополнительную оптимизацию. Именно это и позволило вывести модель №1 в рейтинге Artificial Analysis с такой ценой для разработчиков.
"Это история успеха андердога среди API-провайдеров," — говорит Люк Олиф, директор по взаимодействию с разработчиками Speechify, в пресс-релизе: "Мы годами оптимизировали модели ради эффективности для потребителей — десятков миллионов слушателей — при одних из лучших голосов в мире. Поэтому теперь можем дать лучший в мире результат в API за минимальные деньги. Большинство компаний строили модели под бенчмарки и корпоративные бюджеты. Мы — для пользователей и реального продакшна."
Доступность
Simba 3.2 уже доступна через SpeechifyAI Build — API для синтеза речи и клонирования голоса, а также для новой платформы SpeechifyAI Agents для озвучивания в продакшне. Всё это доступно на speechify.ai, с SDK для TypeScript и Python, поддержкой стриминга с низким time-to-first-byte, детальной настройкой эмоций и SSML. Платформа также включает лучшую в индустрии технологию клонирования голоса — разработчикам доступен единый стек с топовой AI-озвучкой и быстрым клонированием по одной цене. Поддержка других языков и более доступные тарифы — в планах компании.