Données lues le 19 novembre 2026
Latence de Gradium TTS
Le délai avant le premier son sépare l'envoi du texte du premier son entendu. Pour un agent vocal, c'est la partie du tour de parole que l'appelant remarque.
| Latence | Gradium TTS | Rang (médiane) |
|---|---|---|
| Délai médian avant le premier son | 64 ms | 5 / 32 |
| P90 | 161 ms | |
| Délai P95 avant le premier son (tours lents) | 172 ms | 11 / 32 |
| Silence initial (médiane) | 0 ms | 2 / 32 |
| Taux d'erreur de mots (moyenne) | 1.7% | 16 / 32 |
| Mesures | 96 |
Source : Coval · Lu le 19 novembre 2026 · gradium-tts-beta-202609
Classement TTS de Coval, par délai médian avant le premier son
Tous les modèles mesurés par Coval, tels qu'ils figurent sur son classement public. Gradium est mis en évidence.
| # | Modèle | Médiane | P95 | Silence initial | WER |
|---|---|---|---|---|---|
| 1 | Fluxions vui | 36 ms | 65 ms | 8 ms | 2.1% |
| 2 | Deepdub dd-etts-3.3 | 56 ms | 86 ms | 2 ms | 1.6% |
| 3 | Inworld inworld-tts-2-flash | 60 ms | 118 ms | 0 ms | 1.7% |
| 4 | Nari Labs qwen3-tts-fast | 63 ms | 101 ms | 10 ms | 1.9% |
| 5 | Gradium gradium-tts-beta-202609 | 64 ms | 172 ms | 0 ms | 1.7% |
| 6 | Palabra palabra-tts-v1 | 65 ms | 135 ms | 0 ms | 1.7% |
| 7 | Speechify simba-3.5 | 93 ms | 143 ms | 11 ms | 2.7% |
| 8 | Rime coda | 99 ms | 153 ms | 24 ms | 1.8% |
| 9 | Speechify simba-3.0 | 102 ms | 151 ms | 10 ms | 2.2% |
| 10 | Speechify simba-3.2 | 103 ms | 149 ms | 10 ms | 2.0% |
| 11 | Baseten qwen3-tts-1.7b | 118 ms | 143 ms | 37 ms | 1.8% |
| 12 | Murf falcon-2 | 141 ms | 235 ms | 31 ms | 1.6% |
| 13 | Inworld inworld-tts-2 | 160 ms | 213 ms | 57 ms | 1.5% |
| 14 | ElevenLabs eleven_flash_v2_5 | 201 ms | 546 ms | 41 ms | 1.9% |
| 15 | ElevenLabs eleven_v4_turbo | 203 ms | 4291 ms | 64 ms | 1.7% |
| 16 | Deepgram flux-haley-en | 205 ms | 449 ms | 53 ms | 1.9% |
| 17 | Assemblyai assemblyai-tts-1 | 209 ms | 328 ms | 121 ms | 1.9% |
| 18 | Airy airy-tts-v1 | 216 ms | 585 ms | 5 ms | 1.6% |
| 19 | Guava daytona-tts | 261 ms | 297 ms | 3 ms | 1.5% |
| 20 | Xai grok-tts | 262 ms | 454 ms | 50 ms | 1.7% |
| 21 | Deepgram aura-2-thalia-en | 262 ms | 570 ms | 126 ms | 1.9% |
| 22 | Smallest AI lightning_v3.1_pro | 284 ms | 531 ms | 56 ms | 1.6% |
| 23 | Cartesia sonic-3.6 | 292 ms | 398 ms | 138 ms | 1.6% |
| 24 | Soniox tts-rt-v2 | 301 ms | 353 ms | 81 ms | 3.0% |
| 25 | Soniox tts-rt-v1 | 305 ms | 363 ms | 75 ms | 2.9% |
| 26 | Fish Audio s2.1-pro | 354 ms | 502 ms | 4 ms | 1.6% |
| 27 | Fish Audio drama-3-preview-us-east | 367 ms | 485 ms | 71 ms | 1.4% |
| 28 | Rime mistv3 | 402 ms | 517 ms | 135 ms | 2.3% |
| 29 | Cloudflare aura-2-en | 496 ms | 684 ms | 250 ms | 2.1% |
| 30 | Google chirp-3-hd | 532 ms | 883 ms | 394 ms | 1.7% |
| 31 | Alibaba qwen3-tts-flash-realtime | 719 ms | 763 ms | 91 ms | 2.7% |
| 32 | Fish Audio s2.1-pro-free | 819 ms | 1100 ms | 5 ms | 1.6% |
Page officielle Gradium
Coval leaderboard reading cited on gradium.ai/api and llms.txt
47 ms · P50 time to first audio (7-day window, read September 24, 2026)
read September 24, 2026
Text-to-Speech product page figures
49 ms · TTFA P50 (Speko TTS benchmark)
50 ms · TTFA P50 (Perceived TTFA, Coval benchmark)
5 ms · Latency spread (P75 − P25) (tightest of the 5 models tested, over 480 runs)
81.0% · Hard-case pass rate (500 sentences, 5 languages)
read 2026-11-19