Cartesia Sonic 3.6
Sonic 3.6 (27 août 2026) — 44 langues, plafond éditeur sous 90 ms. ELO fiche = snapshot du 18 août.
Scores comparatifs
Architecture
Reste le candidat cascade basse latence pour un test de voix française, désormais sur Sonic 3.6 et non 3.5. L’associer à un STT français autre qu’Ink-2. Traiter l’on-prem comme un contrat à lire, pas comme une résidence suisse déjà obtenue.
Analyse
Sonic 3.6 (27 août 2026) remplace Sonic 3.5 sur cette fiche. Cartesia annonce 44 langues, une préférence française de 86 % contre Eleven v3, et une réponse sous 90 ms. Ce sont des chiffres éditeur. L’ELO de la fiche reste 1072, celui de la synchro du 18 août, et n’est pas mis au rang de septembre. Ink-2 reste le STT apparié et est encore décrit par Cartesia comme un modèle anglais.
Points forts
- 44 langues, dont le français
- Sous 90 ms annoncé par Cartesia pour 3.6
- Meilleure tenue d’accent sur les clones, selon l’éditeur
- On-prem et endpoints localisés annoncés
- ELO 1072 conservé comme snapshot du 18 août
Limitations
- Les 90 ms et le 86 % français sont des chiffres Cartesia
- Pas de timestamps lip-sync
- Ink-2 reste anglais
- Résidence suisse non attestée
Capacités vocales
Clonage instant. Sonic 3.6 annonce une meilleure tenue de l’accent, y compris sur des accents moins répandus.
Contrôle fin de l’émotion, de la vitesse et du volume, adapté à une direction par réplique rapide.
Comment : `generation_config.emotion`, `speed`, `volume`, tags SSML et `[laughter]`.
À tester : Vérifier la couverture émotionnelle de la voix et de la langue choisies ; l’API ne remplace pas la direction dramaturgique amont.
Cartesia annonce une réponse sous 90 ms pour Sonic 3.6. Le record 40 ms appartenait à la génération précédente et n’est pas repris comme mesure 3.6.
No native viseme/timestamp output. Requires external alignment.
Tarification
$46.70/1M chars. Pro: $5/month + 100K credits. Free: 10K credits.
| Plan | Abonnement/mois | Inclus | Dépassement/min | Streams max | Topup |
|---|---|---|---|---|---|
Gratuit ⚠️ Seulement 2 streams simultanés | Gratuit | 20K credits (~22 min) | $0.0470 | 2 | — |
Pro ⚠️ Seulement 3 streams simultanés — insuffisant pour multi-utilisateurs | $5/mo | 100K credits (~111 min) | $0.0470 | 3 | Oui |
Startup ⚠️ Seulement 5 streams simultanés | $49/mo | 1.25M credits (~1,388 min) | $0.0400 | 5 | Oui |
ScaleRecommandé 15 streams simultanés — adapté aux petits événements | $299/mo | 8M credits (~8,888 min) | $0.0350 | 15 | Oui |
Enterprise Limites de concurrence personnalisées | Gratuit | Custom | — | ∞ | Oui |
Souveraineté & Conformité
On-prem et cloud client annoncés. À contractualiser avant de parler de souveraineté suisse.
Résidence des données : US par défaut. Endpoints localisés et on-prem annoncés ; résidence suisse non attestée.
Positionnement de Cartesia Sonic 3.6
Au-delà des specs techniques : où se positionne cet outil dans l'écosystème, quels sont les risques et les enjeux stratégiques pour GamiWays ?
Le State Space Model de Cartesia offre un avantage structurel de 40ms de latence difficile à répliquer — mais sa position cloud-only crée un angle mort souveraineté pour les marchés européens réglementés.
A. Positionnement stratégique
Client cible : Developer / Real-time AI agent builder
TTS ultra-faible latence (40ms TTFA) via architecture State Space Model — conçu pour les agents IA conversationnels en temps réel.
B. Avantage concurrentiel
- Architecture SSM : scaling linéaire vs quadratique — avantage latence structurel
- 40ms TTFA avec capacités expressives (rires, émotions) — difficile à répliquer sans expertise SSM
- Conformité SOC 2, HIPAA, GDPR — prêt pour l'entreprise dès le départ
Vulnérabilité : Pas d'option on-premise. Pression tarifaire de concurrents comme Smallest AI (0,01$/min vs 0,03$/min). Les modèles open-source rattrapent en qualité.
E. Questions stratégiques pour GamiWays
Fit souveraineté
Cloud uniquement sans option on-premise. Conforme GDPR mais pas de garantie de résidence des données Suisse/UE spécifique. Risque pour la Phase 2 GamiWays.
Build vs. Buy
Acheter pour la Phase 1 (meilleure latence temps réel). Pour la souveraineté Phase 2, évaluer Inworld TTS (on-premise) ou alternatives open-source.
Risque de lock-in
L'architecture SSM crée un lock-in technique (difficile à répliquer). Mais l'intégration API permet la migration vers des alternatives si nécessaire.
Alignement roadmap
Excellent pour les agents temps réel Phase 1. Problématique pour les exigences de souveraineté Phase 2 sans option on-premise.
Vérification de cette fiche
Cartesia Sonic 3.6, 27 Aug 2026. Portal ELO remains the 18 Aug 2026 sync (1072).
Note de mise à jour : Sonic 3.6 vérifié le 30 septembre 2026. Le 40 ms et l’ELO 1203 de Sonic 3.5 ne sont plus affichés comme mesures courantes.
Cette date concerne les prix, capacités et notes propres à cette fiche. Les benchmarks de comparaison suivent la synchronisation et la méthode indiquées dans le bloc au-dessus.
Benchmarks ELO / indices : Artificial Analysis · Dernière sync API : 18 août 2026