Cartesia Sonic 3.6
Sonic 3.6 (27 août 2026) — 44 langues, plafond éditeur sous 90 ms. Arena publique 17 oct. : ELO 1285, rang 4.
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’arena publique du 17 octobre 2026 place Sonic 3.6 à un ELO de 1285, rang 4. La FAQ tarifaire du même jour met le dépassement Pro à 65 $ par million de crédits. Ink-2 parle français depuis le 17 septembre 2026 ; son WER de 1,47 % reste un banc 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 public 1285, rang 4 (17 octobre)
Limitations
- Les 90 ms et le 86 % français sont des chiffres Cartesia
- Pas de timestamps lip-sync
- Ink-2 parle français depuis le 17 septembre 2026, mais le WER 1,47 % reste un banc 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
FAQ Cartesia du 17 octobre 2026 : dépassement Pro $65 / 1M crédits, Startup $45, Scale $38. 1 crédit = 1 caractère. L’ancien $46,70/1M n’est plus sur la page. 1 minute ≈ 750–800 crédits.
| Plan | Abonnement/mois | Inclus | Dépassement/min | Streams max | Topup |
|---|---|---|---|---|---|
Gratuit Pas de dépassement. 2 requêtes TTS simultanées. | Gratuit | 26.667 min | — | 2 | — |
Pro Dépassement 65 $ / 1M crédits. 3 requêtes TTS simultanées. | $5/mo | 133.333 min | $0.0487 | 3 | Oui |
Startup Dépassement 45 $ / 1M crédits. 5 requêtes TTS simultanées. | $49/mo | 1,666.667 min | $0.0338 | 5 | Oui |
ScaleRecommandé Dépassement 38 $ / 1M crédits. 15 requêtes TTS simultanées. | $299/mo | 10,666.667 min | $0.0285 | 15 | Oui |
Enterprise Limites de concurrence personnalisées | Gratuit | Custom | — | ∞ | Oui |
Souveraineté & Conformité
On-prem et cloud client annoncés. À contractualiser avant de parler de souveraineté suisse.
Résidence des données : US par défaut. Endpoints localisés et on-prem annoncés ; résidence suisse non attestée.
Positionnement de Cartesia Sonic 3.6
Au-delà des specs techniques : où se positionne cet outil dans l'écosystème, quels sont les risques et les enjeux stratégiques pour GamiWays ?
Le State Space Model de Cartesia offre un avantage structurel de 40ms de latence difficile à répliquer — mais sa position cloud-only crée un angle mort souveraineté pour les marchés européens réglementés.
A. Positionnement stratégique
Client cible : Developer / Real-time AI agent builder
TTS ultra-faible latence (40ms TTFA) via architecture State Space Model — conçu pour les agents IA conversationnels en temps réel.
B. Avantage concurrentiel
- Architecture SSM : scaling linéaire vs quadratique — avantage latence structurel
- 40ms TTFA avec capacités expressives (rires, émotions) — difficile à répliquer sans expertise SSM
- Conformité SOC 2, HIPAA, GDPR — prêt pour l'entreprise dès le départ
Vulnérabilité : Pas d'option on-premise. Pression tarifaire de concurrents comme Smallest AI (0,01$/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. Public Speech Arena, 17 Oct 2026: ELO 1285, rank 4.
Note de mise à jour : Arena publique du 17 octobre 2026 : Sonic 3.6 ELO 1285, rang 4 (intervalle 3–5). Le prix $46,70/1M n’est pas modifié.
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 : 5 octobre 2026