9 октября 2026 года HeyGen Voice занял первое место в рейтинге контролируемых голосов (Controlled Voice) от Artificial Analysis с результатом 1202 балла Elo, сместив с этой позиции модель ElevenLabs: Eleven v4 Turbo, которая теперь занимает третье место с 1167 баллами. Это главный заголовок, и он соответствует действительности. Однако это заявление гораздо менее значимо, чем кажется, поскольку модели того же вендора занимают второе, третье, четвертое, одиннадцатое и пятнадцатое места в том же контролируемом рейтинге, а Eleven v4 Turbo остается лидером в гораздо более масштабном рейтинге голосов провайдеров (Provider Voices) с 1328 баллами Elo — это на 126 пунктов выше, чем у HeyGen Voice, который в этом списке даже не представлен. Один движок выиграл в одной категории. Вендор по-прежнему владеет всей нишей.
Тот же вендор занимает пять из пятнадцати верхних строчек
Контролируемый рейтинг подразумевает использование фиксированных голосов — восемь клонированных эталонных голосов (четыре из США и четыре из Великобритании), поэтому каждая модель оценивается по тому, как она справляется с голосом, который не выбирала сама. Сейчас этот рейтинг выглядит так: HeyGen Voice 1202, Qwen-Audio-3.1-TTS-Plus 1186, Eleven v4 Turbo 1167, Eleven v4 1160, Sonic 3.6 1143, Realtime TTS-2 1143. Ниже в списке находятся Eleven v3 с 1072 баллами и v3 Conversational с 1056 баллами.
Пять из пятнадцати лучших моделей в этом списке принадлежат одному и тому же вендору. У конкурента, чья лучшая модель возглавила рейтинг, есть еще пять отличных моделей двух поколений в двух ценовых категориях, плюс разговорный вариант, который является совершенно другим продуктом. Именно так выглядит лидер рынка изнутри, и именно поэтому дебют на первом месте — это повод для заголовка, а не для плана по миграции.
Что на самом деле представляют собой модели ElevenLabs
Eleven v4 Turbo описывается в документации вендора как передовая модель для синтеза речи в реальном времени, рекомендуемая для агентов поддержки, ИИ-ассистентов и интерактивных персонажей, доступная через websocket Text to Dialogue под идентификатором eleven_v4_turbo. ElevenLabs заявляет о медианной задержке вывода около 100 мс — это данные вендора, и в сноске на той же странице указано, что задержка приложения и сети в эту цифру не включена, поэтому это показатель движка модели, а не гарантия времени полного цикла.
Поддержка языков для семейства v4 является самой широкой в этом сравнении с большим отрывом: более 90 языков, от африкаанс и арабского до кантонского, хинди, японского, мандаринского и зулу. В документации HeyGen указано 300+ предустановленных голосов на «десятках языков» без публикации точного количества, что является иным способом описания каталога и не поддается прямому сравнению с показателем количества языков.
Кроме того, есть часть, которая вообще не отображается в рейтинге: библиотека голосов, элементы управления стабильностью и сходством, настройка для каждого запроса и десятилетний опыт интеграции. Сравнение моделей — это не сравнение платформ, а решение от ElevenLabs конкурирует по обоим параметрам.
Таблица результатов
• Controlled Voice Elo — HeyGen Voice: 1202 (#1). Eleven v4 Turbo: 1167 (#3). Eleven v4: 1160 (#4).
• Provider Voices Elo — Eleven v4 Turbo: 1328 (#1 из 96). HeyGen Voice: не ранжирован.
• Опубликованная цена за 1 млн символов — Eleven v4 Turbo: $40.00. Eleven v4: $80.00. HeyGen Voice: $30.00 согласно конвертации цен на кредиты HeyGen, выполненной самой платформой рейтинга; HeyGen не публикует тарифы на голос напрямую.
• Заявленная задержка — Eleven v4 Turbo: ~100 мс медианной задержки вывода, без учета задержки приложения и сети (данные вендора). HeyGen Voice: показатель не опубликован.
• Поддержка языков — семейство ElevenLabs v4: 90+ языков (документация вендора). HeyGen Voice: «десятки языков», количество не опубликовано.
• Модели в топ-15 контролируемого рейтинга — ElevenLabs: пять уровней. HeyGen: одна.
Разрыв между двумя рейтингами — это самый интересный показатель
Eleven v4 Turbo опережает HeyGen Voice на 161 пункт в рейтинге Provider Voices и отстает на 35 пунктов в контролируемом рейтинге. Оба числа получены с одного и того же сайта, с помощью одного и того же метода слепого прослушивания и за один и тот же период. То, что их разделяет, — это голос.
В рейтинге провайдеров каждый вендор предоставляет свои собственные нативные голоса, поэтому компания, которая годами создавала и курировала библиотеку голосов, может использовать свои лучшие наработки. В контролируемом рейтинге это преимущество исчезает — движок должен воспроизвести клонированный голос, который он не выбирал. Разница в 196 пунктов между двумя результатами, по сути, является измерением того, какая часть успеха ElevenLabs зависит от самих голосов, а не от движка. Это значительная доля. Но она не нулевая: 1167 — это все еще третье место из сорока двух.
Для покупателя это сводится к конкретному вопросу. Если вы выбираете голос из библиотеки вендора, рейтинг провайдеров — это ваш ориентир, и позиции ElevenLabs там неоспоримы. Если вы клонируете конкретного диктора, контролируемый рейтинг — ваш ориентир, и на этой неделе у него новый лидер.
Стоимость услуг лидера рынка не изменилась
Eleven v4 Turbo стоит $40 за миллион символов в API вендора, а более старая модель Eleven v4 — $80, то есть в два раза дороже за модель, которая набирает на семь баллов Elo меньше в контролируемом рейтинге. На этом разрыве внутри одного вендора стоит остановиться: две модели от одной компании, разница в цене в 2 раза, разница в рейтинге на три позиции.
Сторона HeyGen в сравнении цен существует, но не в том виде, который опубликовал сам HeyGen. Рейтинг оценивает их услуги в $30.00 за миллион символов — на десять долларов дешевле, чем уровень ElevenLabs, который они сместили, и 62% от цены старой модели Eleven v4 ($80). Однако эта цифра — результат конвертации Artificial Analysis, а не цитата вендора: на странице публичных цен HeyGen продаются кредиты (600 за $29/мес, 1000 за $49, 1500 за $149) и указано, что потребление зависит от модели, длительности и сложности, без указания тарифа за голос. Таким образом, претендент с лучшим результатом по клонированию голоса стоит на четверть дешевле лидера, исходя из цифры, которую лидер не обязан был рассчитывать.
Где каждая сторона действительно выигрывает
Выбирайте ElevenLabs, когда ограничением является широта возможностей. Более 90 языков, пять ранжированных уровней в контролируемом рейтинге, зрелая библиотека голосов и разговорный вариант по цене $50 за миллион символов, который занимает пятнадцатое место в контролируемом рейтинге — такую комбинацию сложно собрать где-то еще, и именно поэтому лидерство вендора сохранилось, несмотря на потерю первого места.
Тестируйте HeyGen Voice, когда ограничением является идентичность. Один диктор, тысячи строк, клон, который должен звучать как этот диктор каждый раз — это именно та рабочая нагрузка, которую моделирует контролируемый рейтинг, и HeyGen Voice в настоящее время является лучшим движком для этой задачи. Путь профессионального клонирования, обученного на двадцати с лишним минутах аудио, является актуальным продуктом для такой работы, в отличие от мгновенного клонирования из одной записи.
Не стоит воспринимать результат 1202 как доказательство того, что HeyGen Voice в целом лучше ElevenLabs. Он превосходит один уровень ElevenLabs в одном рейтинге. Три других уровня находятся в пределах 42 пунктов от него, а лидер другого рейтинга опережает его на 126 пунктов.
Тестирование претендента без миграции
Асимметрия затрат здесь является полезным фактором: замена голоса обходится дешево, и если что-то идет не так, это сразу слышно, а использование текущего решения по цене 40 долларов за миллион символов — дорогое удовольствие, если его оставить для обработки трафика, с которым альтернативный вариант справляется лучше. Решить эту проблему можно, запустив оба решения через одну интеграцию и позволив собственному аудио принимать решение — OrcaRouter объединяет оба варианта под одним ключом API по цене провайдера без наценок, поэтому изменение тарифа поставщика отражается сразу, а не при продлении контракта, а автоматическое переключение при сбое означает, что голосовой запрос, который не прошел, будет перенаправлен на другой движок, вместо того чтобы просто замолчать. Для начала вы можете распределить трафик в пользу того движка, который больше нравится на слух, на небольшом участке, а DSL маршрутизации позволяет использовать один движок для предварительно записанного поверакния, а другой — для интерактивных ответов без необходимости подключать вторую клиентскую библиотеку.
Что могло бы изменить эту ситуацию
Появление HeyGen Voice на арене Provider Voices показало бы нам, конвертируется ли лидерство в области клонирования голоса в конкурентоспособные нативные голоса — тест, который ElevenLabs проходит с показателем 1328. Тариф на голос на собственной странице цен HeyGen превратил бы производные 30 долларов арены в арифметику, которую можно проверить. А еще один месяц голосований показал бы, является ли преимущество в 16 пунктов Elo над Qwen-Audio-3.1-TTS-Plus стабильным порядком или лишь мгновенным снимком ситуации. Любое из этих трех событий могло бы изменить рекомендацию; пока ничего из этого не произошло, и честный вывод на данный момент заключается в том, что HeyGen Voice победил на контролируемой доске, а ElevenLabs по-прежнему лидирует в категории.
