Los oyentes valoran Sonic 3.6 de Cartesia por encima de todos los modelos Inworld Realtime TTS-2.

ServiceNow, Decagon y Quora ejecutan sus agentes de voz en producción con Cartesia. Un modelo, 44 idiomas y primer audio en menos de 90ms.

2X Solutions logo
arini logo
toby logo

Artificial AnalysisNúmero 1 en Speech Arena

Escucha por qué los oyentes prefierenCartesia a Inworld AI

Sonic 3.6 de Cartesia está valorado por encima de Inworld Realtime TTS-2 Flash en las pruebas de escucha a ciegas de Artificial Analysis.

Prueba Cartesia gratis

“I understand things are difficult right now. We can start with a smaller amount, around $35 a month, and adjust it later. There's no pressure to commit to more than you can manage.”

Realtime TTS-2 Flash

Sonic 3.6

Calidad de voz

Los oyentes valoran Sonic 3.6 por encima de Realtime TTS-2 en pruebas a ciegas

  • En Artificial Analysis Provider Voice Arena, los oyentes escuchan dos clips de la misma frase sin saber qué modelo generó cada uno.
  • Sonic 3.6 tiene mejor valoración que los dos modelos de Inworld, Realtime TTS-2 y Realtime TTS-2 Flash.

Elo de Provider Voice Arena

Mayor es mejor

Artificial AnalysisOctubre de 2026
1291
1266
1218
Sonic 3.6
Cartesia
Realtime TTS-2
Inworld AI
Realtime TTS-2 Flash
Inworld AI

Velocidad

Sonic 3.6 genera voz más rápido que Realtime TTS-2

  • Artificial Analysis mide todos los modelos de la clasificación con el mismo sistema, en caracteres generados por segundo.
  • Sonic 3.6 genera 139.3 caracteres por segundo, frente a 84.8 de Realtime TTS-2.

Caracteres por segundo

Mayor es mejor

Artificial AnalysisNoviembre de 2026
139.3
84.8
Sonic 3.6
Cartesia
Realtime TTS-2
Inworld AI

Por qué las empresas eligen Cartesia en lugar de Inworld AI

  1. Naturalidad similar a la humana

    Artificial Analysis
    Cartesia
    1291 Elo
    Inworld AI
    1266 EloRealtime TTS-21218 EloRealtime TTS-2 Flash

    Octubre de 2026

  2. Despliegue

    Cartesia
    En las instalaciones y en redes aisladas, ya en uso en instituciones públicas, sanitarias y financieras, con un SLA de disponibilidad del 99.9%
    Inworld AI
    SLA, DPA y residencia de datos solo en el nivel Enterprise

Preguntas frecuentes

¿Cómo se compara Inworld Realtime TTS-2 con Cartesia en calidad de voz?

Los oyentes valoran mejor Sonic 3.6. En Artificial Analysis Provider Voice Arena, donde los oyentes comparan dos clips sin saber qué modelo generó cada uno, Sonic 3.6 obtiene 1291 frente a 1266 de Realtime TTS-2 y 1218 de Realtime TTS-2 Flash, a octubre de 2026.

¿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.

¿Cuántos idiomas admite Cartesia?

44 idiomas en un modelo, incluidos inglés, español, francés, alemán y japonés. Los acentos se ajustan por región en vez de añadirse a un modelo inglés: la voz en español de Ciudad de México no es la de Madrid.

¿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 Inworld AI 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