StartCennikMocniejszy niż Kugel 3.
O jedną czwartą tańszy.
Nasz nowy model syntezy mowy znacznie częściej poprawnie wypowiada krótkie odpowiedzi, wymowę IPA, pauzy i literowane kody, za 75% ceny Kugel 3.
Drobiazgi,
które rozmówcy słyszą najpierw.
Agenta głosowego ocenia się po szczegółach: jednowyrazowej odpowiedzi, poprawnie wymówionym nazwisku, pauzie na zastanowienie, numerze zamówienia czytanym znak po znaku.
Kugel 3.5 trenowano właśnie na tym. Zachowuje głosy, języki i API Kugel 3, a szczegóły wychodzą mu znacznie częściej.
„Tak.” „Okej.” „Chwileczkę.” Pojedyncze słowo daje modelowi mowy bardzo mało wskazówek, dlatego tu myli się najczęściej. Kugel 3.5 wypowiada je czysto, zawsze tym samym głosem.
95,5%krótkich niemieckich odpowiedzi wypowiedzianych poprawnie, wobec 84,8% w Kugel 3
Przypisz nazwisku, marce lub miejscu transkrypcję IPA w słowniku wymowy, a Kugel 3.5 wypowie je właśnie tak, zamiast zgadywać z pisowni.
65,2%trafionych niemieckich wymów IPA, wobec 36,7% w Kugel 3
{
"word": "Nguyen",
"ipa": "ŋwiən"
}Znacznik break ustala pauzę przed kolejnym zdaniem. Kugel 3.5 trzyma się zadanej długości. ElevenLabs v4 Turbo nie ma pauz o zadanej długości i robi mniej więcej taką samą pauzę bez względu na to, co wpiszesz.
31,8%pauz w granicach 50 ms od zadanej długości, wobec 18,6% w Kugel 3
<break time="200ms"/> | |
|---|---|
| Kugel 3.5 | 197 ms |
| ElevenLabs v4 Turbo | 555 ms |
| Cartesia Sonic 3.6 | 186 ms |
<break time="400ms"/> | |
| Kugel 3.5 | 370 ms |
| ElevenLabs v4 Turbo | 566 ms |
| Cartesia Sonic 3.6 | 401 ms |
<break time="500ms"/> | |
| Kugel 3.5 | 456 ms |
| ElevenLabs v4 Turbo | 563 ms |
| Cartesia Sonic 3.6 | 495 ms |
Numery zamówień, tablice rejestracyjne i kody rezerwacji w znaczniku spell są czytane po jednym znaku, w kolejności, w jakiej je zapisano.
99,4%literowanych kodów przeczytanych poprawnie, wobec 95,4% w Kugel 3
<spell>KX7Q2M</spell>| Test | Kugel 3.5 | ElevenLabs v4 Turbo | Cartesia Sonic 3.6 | Deepgram Aura-2 | Qwen3-TTS 1.7B | Kugel 3 |
|---|---|---|---|---|---|---|
| Krótkie odpowiedzi, głos 1887 w Kugel 3.5, Kugel 3 i Qwen3-TTS | ||||||
| Słowa wypowiedziane z innym akcentem niż głos referencyjnymniej znaczy lepiej | 0% (najlepszy) | 4,3% | 0,5% | 12,8% | 15,7% | 0,7% |
| Krótkie słowa wypowiedziane źlemniej znaczy lepiej | 3% (najlepszy) | 7,7% | 6,1% | 20,6% | 10,6% | 16,8% |
| Ucięte zakończeniamniej znaczy lepiej | 0,7% | 0% (najlepszy) | 3,2% | 42,4% | 75% | 10,9% |
| Opóźnienie przed pierwszym słowemmniej znaczy lepiej | 40 ms (najlepszy) | 60 ms | 160 ms | 340 ms | 320 ms | 100 ms |
| Przestrzeganie Twoich znaczników | ||||||
| Pauzy 200 ms z dokładnością do 50 mswięcej znaczy lepiej | 46,3% (najlepszy) | 1,8% | 36% | 15,5% | 20,5% | 24,8% |
| Niemiecka wymowa IPAwięcej znaczy lepiej | 65,2% (najlepszy) | 57,3% | 0,8% | 29,4% | 10,2% | 36,7% |
| Angielska wymowa IPAwięcej znaczy lepiej | 75% (najlepszy) | 65,6% | 6,2% | 32,5% | 5,4% | 53,3% |
| Poprawnie odczytana treść | ||||||
| Liczby odczytane dokładniewięcej znaczy lepiej | 97,1% (najlepszy) | 95,4% | 94% | 36,1% | 18,4% | 62,9% |
| Liczby i kody odczytane w swoich grupachwięcej znaczy lepiej | 90,8% (najlepszy) | 71,9% | 82,6% | 0,9% | 1,5% | 20,6% |
KugelBench, Kugel 3.5 dnia 08.10.2026, pozostałe modele między 29.09.2026 a 06.10.2026. Każdy model wypowiedział te same teksty, ocenione przez tych samych automatycznych sędziów. Qwen3-TTS 1.7B to otwarty model bazowy z naszymi głosami sklonowanymi z krótkiej próbki. Niemiecką wymowę IPA ocenia sędzia xlsr, angielską sędzia ZIPA. Liczby: 1120 akapitów, poprawne tylko wtedy, gdy zgadza się każda cyfra. Krótkie odpowiedzi: 30 niemieckich słów, 4500 nagrań głosu 1887 w Kugel 3.5, Kugel 3 i Qwen3-TTS, 9000 nagrań dwóch niemieckich głosów każdego z pozostałych modeli. Opóźnienie to 90. percentyl. Pauza jest poprawna, jeśli mieści się w 50 ms od zadanej długości; ElevenLabs v4 Turbo nie ma pauz o zadanej długości, więc użyto jego znacznika pauzy.
0,07 €za minutę audio
netto · 0,0833 € z 19% VAT
Kugel 3 pozostaje dostępny w obecnej cenie.
0,0525 €za minutę audio
netto · 0,062475 € z 19% VAT
Głosy, języki i API, których już używasz, rozliczane co do sekundy.
Wypróbuj Kugel 3.5Ceny w modelu pay-as-you-go. Konsumenci z innych krajów UE płacą lokalną stawkę VAT, pokazywaną przed płatnością. Plany Enterprise wyceniane są osobno.
Kugel 3.5 to nasz najnowszy model syntezy mowy. Bazuje na Kugel 3 i został wytrenowany, by dobrze radzić sobie ze szczegółami rozmów telefonicznych: krótkimi odpowiedziami, wymową IPA, pauzami o zadanej długości i literowanymi kodami.
W naszym benchmarku krótkich niemieckich odpowiedzi Kugel 3.5 wypowiada poprawnie 95,5%, wobec 84,8% w Kugel 3. Pewniej trzyma się też transkrypcji IPA, zadanych długości pauz i literowanych kodów. Porównanie z ElevenLabs v4 Turbo i Cartesia Sonic 3.6 znajdziesz w tabeli powyżej.
Nie. Ustaw w zapytaniu model kugel-3.5. Głosy, języki, słowniki oraz znaczniki break i spell działają tak samo jak w Kugel 3.
0,0525 € za minutę audio netto, rozliczane co do sekundy. To 25% mniej niż Kugel 3 za 0,07 €.
Kugel 3.5 jest dostępny dla każdego konta. W API ustaw model_id na kugel-3.5, a w panelu wybierz Kugel 3.5 z listy modeli.