专题 · FULL STORY

Cartesia Sonic-3.6：发布到实测登顶

语音初创公司 Cartesia 发布最新实时 TTS 模型 Sonic-3.6，距上代仅三个月，支持 44 种语言、自然度显著提升。随后在 Artificial Analysis Voice Arena 美式英语榜以 1085 分登顶，实测表现胜过 ElevenLabs，引发广泛关注。

2026-08-18 ~ 2026-08-28 · 2 集 · 9 条

第 1 集 · Cartesia 发布 Sonic-3.6，登顶语音评测双榜(2026-08-18,4 条)

语音初创公司 Cartesia 发布最新 TTS 模型 Sonic-3.6，距上一版本仅三个月。该模型支持 44 种语言，自然度显著提升，并基于开发者反馈优化。在 Artificial Analysis 语音竞技场中，Sonic-3.6 同时登顶 Provider Voice 与 Consistent Voice 榜单，受控克隆音色 Elo 达 1123 分，生成速度约 136 字符/秒，接近 Eleven v3 的三倍。

第 2 集 · Cartesia Sonic-3.6 全面上市，登顶多个 TTS 榜单(2026-08-28,5 条)

8 月 28 日，Cartesia 发布实时 TTS 模型 Sonic-3.6 并宣布正式全面上市，随即登顶多个语音合成榜单：在 Voice Arena 美式英语排行榜以 1085 Elo 位居第一，与 Google DeepMind 的 Gemini 3.1 Flash TTS 并列；同时在 Artificial Analysis TTS 榜单的受控榜与厂商语音榜均排名第一。官方称自预览以来获得积极反馈。

已确认

  • Sonic-3.6 于 08-28 正式全面上市，位列 Voice Arena 美式英语榜第一（1085 Elo，与 Gemini 3.1 Flash TTS 并列）
  • 在 Artificial Analysis TTS 榜单受控榜与厂商语音榜均排名第一
  • Cartesia 团队称今年 1 月决定停止对现有范式继续调优，从架构层面完全重构，并在两个月内超越前代模型 Sonic-3.5

独立实测

博主 @socialwithaayan 用真实场景对比 Cartesia 与 ElevenLabs：让双方播报同一条包含航班号、订座号（PNR）、时间和登机口等详细信息的航班通知（如 EK 418 / W8R4U 等）。结果显示 Cartesia 在播报此类细节信息时的清晰度和自然度优势明显，差距显著。

为什么重要

TTS 领域此前长期由 ElevenLabs 等厂商主导，Cartesia 通过架构级重构而非微调旧范式实现登顶，且在包含数字、编号等易错细节的真实播报场景中表现突出，对客服通知、出行播报等实际应用具有直接参考价值。