すべてのベンチマーク

メディアベンチマーク

メディアモデル間で生成品質を比較

Invoice line

このプロンプトを選んだ理由: A dollar amount, an ISO date and an alphanumeric reference code in one line. Each has a conventional spoken form, and reading them as written or guessing wrong is a common failure in production use.

プロンプト

The invoice totals $1,156.40, due 2026-08-24, reference KWAI-9F.

並べ替え
  • assemblyai のファビコン

    プロバイダーのデフォルト

    コスト
    --
    生成時間
    3.3 秒
    正確性
    100%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    3.0 秒
    正確性
    100%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    2.5 秒
    正確性
    100%
  • fish-audio のファビコン

    プロバイダーのデフォルト

    コスト
    $0.00096
    生成時間
    1.7 秒
    正確性
    100%
  • fish-audio のファビコン

    プロバイダーのデフォルト

    コスト
    --
    生成時間
    2.2 秒
    正確性
    100%
  • heygen のファビコン

    nadine

    コスト
    --
    生成時間
    9.9 秒
    正確性
    100%
  • mistralai のファビコン

    voice_3150

    コスト
    --
    生成時間
    3.0 秒
    正確性
    100%
  • qwen のファビコン

    loongjohn

    コスト
    --
    生成時間
    2.1 秒
    正確性
    100%
  • deepgram のファビコン

    aura-2-thalia-en

    コスト
    $0.002
    生成時間
    3.1 秒
    正確性
    94%
  • google のファビコン

    Zephyr

    コスト
    --
    生成時間
    7.5 秒
    正確性
    94%
  • google のファビコン
    Google AI Studio

    Zephyr

    コスト
    $0.003
    生成時間
    5.0 秒
    正確性
    88%
  • fish-audio のファビコン

    プロバイダーのデフォルト

    コスト
    $0.00096
    生成時間
    1.1 秒
    正確性
    83%
  • heygen のファビコン

    nadine

    コスト
    --
    生成時間
    2.6 秒
    正確性
    83%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    0.7 秒
    正確性
    82%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    0.8 秒
    正確性
    82%
  • microsoft のファビコン

    en-US-Harper:MAI-Voice-2

    コスト
    $0.00096
    生成時間
    1.3 秒
    正確性
    82%
  • qwen のファビコン

    longanlingxin

    コスト
    $0.001
    生成時間
    3.3 秒
    正確性
    82%
  • minimax のファビコン

    English_expressive_narrator

    コスト
    --
    生成時間
    1.3 秒
    正確性
    79%
  • x-ai のファビコン

    eve

    コスト
    $0.00096
    生成時間
    1.7 秒
    正確性
    79%
  • microsoft のファビコン

    en-US-Harper:MAI-Voice-2

    コスト
    $0.001
    生成時間
    1.1 秒
    正確性
    76%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    3.3 秒
    正確性
    72%
  • fish-audio のファビコン

    プロバイダーのデフォルト

    コスト
    --
    生成時間
    2.2 秒
    正確性
    70%
  • microsoft のファビコン

    cs-CZ-Grant:MAI-Voice-2.1-Flash

    コスト
    --
    生成時間
    1.0 秒
    正確性
    68%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    0.7 秒
    正確性
    65%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    4.2 秒
    正確性
    65%
  • microsoft のファビコン

    cs-CZ-Grant:MAI-Voice-2.1

    コスト
    --
    生成時間
    2.3 秒
    正確性
    63%
  • hexgrad のファビコン

    af_alloy

    コスト
    $0.00004
    生成時間
    0.5 秒
    正確性
    62%
  • minimax のファビコン

    English_expressive_narrator

    コスト
    $0.006
    生成時間
    1.7 秒
    正確性
    61%
  • canopylabs のファビコン

    tara

    コスト
    $0.00045
    生成時間
    9.4 秒
    正確性
    59%
  • mistralai のファビコン

    en_paul_sad

    コスト
    --
    生成時間
    2.0 秒
    正確性
    57%
  • deepgram のファビコン

    flux-alexis-en

    コスト
    --
    生成時間
    10.7 秒
    正確性
    52%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    2.1 秒
    正確性
    46%
  • sesame のファビコン

    conversational_a

    コスト
    $0.00045
    生成時間
    21.7 秒
    正確性
    40%
  • elevenlabs のファビコン

    george

    コスト
    --
    生成時間
    2.0 秒
    正確性
    38%
  • google のファビコン

    Zephyr

    コスト
    --
    生成時間
    5.0 秒
    正確性
    33%
  • bytedance-seed のファビコン

    プロバイダーのデフォルト

    コスト
    --
    生成時間
    16.3 秒
    正確性
    32%
  • speechify のファビコン

    geffen_32

    コスト
    --
    生成時間
    1.5 秒
    正確性
    --