Sonic 是 Cartesia 公司推出的流式文本转语音（TTS）模型系列，以低延迟、可实时流式输出的语音合成能力见长，目前在其细分领域处于第一梯队。2026 年 8 月，该系列更新至 Sonic 3.6 版本，并在 Artificial Analysis 的语音竞技场双榜单上同时登顶，成为近期语音合成赛道最受关注的模型之一。
Sonic 3.6 近期进展
语音合成赛道的竞争格局
Sonic 3.6 登顶的同时，竞争对手也在快速跟进。ElevenLabs 发布 Eleven v4，登顶 Artificial Analysis 语音合成榜 显示 ElevenLabs 的 v4 系列一度占据榜首；随后 Eleven v4 Turbo 登顶语音 TTS 排行榜，价格减半，Turbo 版以价格减半的策略重新抢回位置。此外，Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音模型，巨头也在加速布局低价位的实时语音输出。整个赛道的迭代节奏已缩短到数周一个版本，竞争焦点集中在音质、延迟和单位成本的平衡上。
当前焦点与观察点
一是榜单排名的频繁易主说明各家模型的音质差距正在收窄，单纯的音质领先难以维持护城河，延迟、价格和语音克隆效果可能成为下一个差异化战场。二是实时语音代理正在成为主流应用形态，例如 AWS 已在基于 Amazon Bedrock AgentCore 和 Nova Sonic 搭建语音旅行助手，流式低延迟 TTS 模型是这类应用的核心组件，Sonic 系列的实际落地效果值得关注。三是语音方向之外，同名项目也在出现，如声波灭火初创 Sonic Fire 获得 1500 万美元融资，用户检索时需注意区分。总体来看，Cartesia 的 Sonic 目前凭借 Sonic 3.6 处于领先位置，但能否在 ElevenLabs、Google 等对手的连续攻势下保持优势，仍是接下来数月的主要观察点。