Cartesia supera a Gemini 3.8 TTS en calidad y genera voz más rápido.

ServiceNow, Decagon y Quora ejecutan sus agentes de voz en producción con Cartesia, con primer audio en menos de 90ms.

2X Solutions logo
arini logo
toby logo

Calidad de voz

Sonic 3.6 supera al modelo TTS más reciente de Google

  • Provider Voice Arena evalúa cada modelo con sus propias voces: el catálogo cuenta junto al modelo.
  • En una prueba de escucha a ciegas, Sonic 3.6 supera por 12 puntos a Gemini 3.8 Flash TTS, y también supera a Gemini 3.8 Flash-Lite TTS y a Gemini 3.1 Flash TTS.

Elo de Provider Voice Arena

Mayor es mejor

Artificial AnalysisOctubre de 2026
1291
1279
1251
1211
Sonic 3.6
Cartesia
Gemini 3.8 Flash TTS
Google
Gemini 3.8 Flash-Lite TTS
Google
Gemini 3.1 Flash TTS
Google

Velocidad

Cartesia genera más rápido que los dos modelos Gemini 3.8 TTS

  • Artificial Analysis mide la generación de todos los modelos con el mismo sistema.
  • Generar con margen respecto a la reproducción evita que una respuesta larga se atasque a mitad de frase. Sonic 3.6 produce más caracteres de voz por segundo que cualquiera de los dos modelos Gemini 3.8 TTS, y unas dos veces más que Gemini 3.8 Flash TTS.

Caracteres por segundo

Mayor es mejor

Artificial AnalysisNoviembre de 2026
139.3
109.6
63.9
Sonic 3.6
Cartesia
Gemini 3.8 Flash-Lite TTS
Google
Gemini 3.8 Flash TTS
Google

Razones por las que las empresas eligen Cartesia frente a Gemini TTS

  1. Naturalidad similar a la humana

    Artificial Analysis
    Cartesia
    1291 Elo
    Gemini TTS
    1279 EloGemini 3.8 Flash TTS1251 EloGemini 3.8 Flash-Lite TTS1211 EloGemini 3.1 Flash TTS

    Octubre de 2026

  2. Velocidad

    Artificial Analysis
    Cartesia
    139.3 caracteres por segundo
    Gemini TTS
    109.6 caracteres por segundoGemini 3.8 Flash-Lite TTS63.9 caracteres por segundoGemini 3.8 Flash TTS

    Noviembre de 2026

  3. Despliegue

    Cartesia
    VPC, en las instalaciones, en el dispositivo o en redes aisladas, con un SLA de disponibilidad del 99.9%
    Gemini TTS
    Google Cloud, Vertex AI y la Gemini API

Preguntas frecuentes

¿Qué tan rápido es Gemini 3.8 TTS frente a Cartesia?

Artificial Analysis mide la generación de todos los modelos de su clasificación. En noviembre de 2026, Sonic 3.6 genera unos 139 caracteres de voz por segundo, Gemini 3.8 Flash-Lite TTS unos 110 y Gemini 3.8 Flash TTS unos 64. En la prueba de escucha a ciegas de la misma clasificación, en octubre de 2026, Sonic 3.6 supera por 12 puntos a Gemini 3.8 Flash TTS. En un agente de voz, generar con margen respecto a la reproducción es lo que evita que una respuesta larga se atasque a mitad de frase.

¿Con qué modelos de Google se compara?

Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS, que Google lanzó en septiembre de 2026, y Gemini 3.1 Flash TTS, el modelo al que sustituyen. Son los nombres con los que los lista Artificial Analysis. Los ID de modelo de Google son gemini-3.8-flash-tts, gemini-3.8-flash-lite-tts y gemini-3.1-flash-tts-preview.

¿Y Google Cloud Text-to-Speech?

Google vende un conjunto anterior de voces de Cloud Text-to-Speech junto a Gemini TTS: Chirp 3: HD, Studio, Journey, Neural2, WaveNet y Standard. Artificial Analysis valora todas ellas por debajo de los modelos Gemini TTS de esta página.

¿Cómo se mide la puntuación de calidad?

Viene de Artificial Analysis, un benchmark independiente. Los oyentes escuchan dos clips de la misma frase sin saber qué modelo generó cada uno, y eligen el que prefieren. Provider Voice Arena deja que cada modelo hable con sus propias voces.

¿Puedo utilizar mi propia voz con Cartesia?

Sí. Instant Voice Cloning necesita 10 segundos de audio y Professional Voice Cloning 30 minutos. Ambos están en la API pública y no se reservan a un contrato Enterprise.

¿Puedo ejecutar Cartesia en mi propia infraestructura?

Sí. Cartesia se despliega en las instalaciones y en redes aisladas. Equipos de sanidad, finanzas y administraciones lo usan para mantener el audio en su propia red, con un SLA de disponibilidad del 99.9%.

¿Cuánto se tarda en cambiar de Gemini TTS a Cartesia?

Una o dos semanas para la mayoría de los equipos. Cartesia se integra con las principales plataformas de agentes de voz y todos los modelos están en la API pública. No hace falta adoptar otra plataforma ni deshacer dependencias después.

Empieza hoy

Habla con un experto.

Habla con nuestro equipo y descubre cómo puede ayudarte Cartesia a crear experiencias de voz de primer nivel.

Contactar con ventas

Empieza a crear.

Accede a nuestros modelos mediante API y lleva un agente de voz a producción en minutos.

Probar Cartesia