11 Familien, 16 Modelle
Stimme
Stimmmodelle unterscheiden sich darin, wie natürlich sie klingen, wie viel sie schauspielern (Flüstern, Lachen, Pausen), wie viele Sprachen sie gut sprechen, und im Preis, von etwa einem halben Credit bis 25 Credits pro vorgelesene Seite.
Unsere Empfehlung
Welches du nehmen solltest.
Oder beginne bei dem, was du tun willst
- Eine Notiz vorlesen oder einen Film vertonenKokoroDie Standardwahl: privat und mit Abstand die günstigste.Oder ElevenLabs
- Eine Stimme, die spielt: Flüstern, Lachen, PausenGemini 3.1 Flash TTSSteuere den Vortrag mit Tags, die im Text stehen.Oder xAI TTS
- Auf Französisch vorlesen, ohne den privaten Modus zu verlassenQwen3 TTSZehn Sprachen, darunter Französisch, im privaten Modus.Oder Chatterbox HD
Qualität und Preis
Was du für dein Geld bekommst.
Eine Elo-Wertung: Je höher, desto natürlicher klingt die Stimme für mehr Menschen. Bei 100 Punkten Abstand gewinnt das höher bewertete Modell etwa 64 % der Duelle.
Jeder Punkt ist die beste gemessene Version einer Familie. Oben links liegt das beste Preis-Leistungs-Verhältnis.
Zahlen ansehen
| Modell | Artificial Analysis Speech Arena | US-Dollar pro 1.000 Zeichen (logarithmische Skala) |
|---|---|---|
| ElevenLabs TTS v4 Turbo | 1.330 Elo | 0,0207 $ |
| Gemini 3.1 Flash TTS | 1.209 Elo | 0,0843 $ |
| Gradium TTS | 1.151 Elo | 0,0214 $ |
| MiniMax Speech-02 HD | 1.114 Elo | 0,0562 $ |
| Chatterbox HD (Resemble AI) | 1.102 Elo | 0,0225 $ |
| Kokoro Text to Speech | 1.064 Elo | 0,00157 $ |
Bestenlisten
Direkt nebeneinander gemessen.
- 1. ElevenLabs TTS v4 TurboElevenLabs1.330
- 2. ElevenLabs TTS v4ElevenLabs1.329
- 3. Gemini 3.1 Flash TTSGemini 3.1 Flash TTS1.209
- 4. ElevenLabs TTS v3ElevenLabs1.178
- 5. Gradium TTSGradium TTS1.151
- 6. MiniMax Speech-02 HDMiniMax Speech-02 HD1.114
- 7. Chatterbox HD (Resemble AI)Chatterbox HD1.102
- 8. ElevenLabs Turbo v2.5ElevenLabs1.097
- 9. ElevenLabs Multilingual v2ElevenLabs1.095
- 10. Kokoro Text to SpeechKokoro1.064
Menschen hören denselben Satz, gelesen von zwei Stimmen, ohne die Modelle zu kennen, und wählen die natürlichere.
Zahlen ansehen
| Modell | Elo |
|---|---|
| 1. ElevenLabs TTS v4 Turbo | 1.330 |
| 2. ElevenLabs TTS v4 | 1.329 |
| 3. Gemini 3.1 Flash TTS | 1.209 |
| 4. ElevenLabs TTS v3 | 1.178 |
| 5. Gradium TTS | 1.151 |
| 6. MiniMax Speech-02 HD | 1.114 |
| 7. Chatterbox HD (Resemble AI) | 1.102 |
| 8. ElevenLabs Turbo v2.5 | 1.097 |
| 9. ElevenLabs Multilingual v2 | 1.095 |
| 10. Kokoro Text to Speech | 1.064 |
Preise
Jede Familie im direkten Vergleich.
Eine Zeile pro Familie, in der empfohlenen Version, in US-Dollar. Sortiere nach jeder Spalte; wähle bis zu drei Familien aus, um sie im Detail zu vergleichen.
| Vergleichen | Elo-Wertung | pro 1.000 Zeichen | Datenschutz | |
|---|---|---|---|---|
| ElevenLabsElevenLabs TTS v4 · ElevenLabs | 1.329 | 0,0414 $ | Anonymisiert | |
| Gemini 3.1 Flash TTSGemini 3.1 Flash TTS · Google DeepMind | 1.209 | 0,0843 $ | Anonymisiert | |
| Gradium TTSGradium TTS · Gradium | 1.151 | 0,0214 $ | Anonymisiert | |
| MiniMax Speech-02 HDMiniMax Speech-02 HD · MiniMax | 1.114 | 0,0562 $ | Anonymisiert | |
| Chatterbox HDChatterbox HD (Resemble AI) · Resemble AI | 1.102 | 0,0225 $ | Privat | |
| KokoroKokoro Text to Speech · hexgrad (open source) | 1.064 | 0,00157 $ | Privat | |
| Inworld TTS-1.5 MaxInworld TTS-1.5 Max · Inworld AI | Nicht gemessen | 0,00562 $ | Anonymisiert | |
| Orpheus TTSOrpheus TTS · Canopy Labs (open source) | Nicht gemessen | 0,0281 $ | Privat | |
| Qwen3 TTSQwen 3 TTS 1.7B · Alibaba (Qwen) | Nicht gemessen | 0,0506 $ | Privat | |
| xAI TTSxAI TTS v1 · xAI | Nicht gemessen | 0,00843 $ | Anonymisiert | |
| Seed Audio 1.0Seed Audio 1.0 · ByteDance | Nicht gemessen | 0,0129 $ pro 10 Sekunden Ton | Anonymisiert |
Veröffentlichungsverlauf
Die neuesten Versionen.
Preise abgelesen am 16. Oktober 2026, in US-Dollar; die Werte sind in jedem Diagramm datiert. Sub Rosa zeigt dir den genauen Preis, bevor du startest.