Qu’est-ce que Cartesia Sonic 3.6 ?
Sonic 3.6 est passé en disponibilité générale le 27 août 2026 (instantané sonic-3.6-2026-08-27). Cartesia le dit entièrement rétrocompatible avec Sonic 3.5, conserve les clones de voix professionnels créés sur les anciens modèles, et adapte rythme, pauses et intonation à la transcription sans balises SSML.
Il parle 44 langues, avec l'ajout de l'odia et de l'ourdou, et gère mieux le hinglish ainsi que les noms et lieux indiens. Cartesia propose des instantanés datés qui ne changent jamais, un alias glissant sonic-3.6 qui suit le dernier instantané stable, et un canal sonic-preview qui peut changer sans préavis.
Combien coûte Cartesia Sonic 3.6 ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Free | Free | 20K crédits par mois, sans licence commerciale |
| Pro | $5 | 100K crédits |
| Startup | $49 | 1,25M crédits |
| Scale | $299 | 8M crédits |
Offre gratuite de 20K crédits par mois (sans licence commerciale) ; Pro à 5 $ (100K), Startup à 49 $ (1,25M), Scale à 299 $ (8M) ; dépassement de 38 $ à 65 $ par million de crédits. Un crédit correspond à un caractère, soit environ 750 à 800 par minute d'audio.
Cartesia Sonic 3.6 vaut-il le coup ?
Sonic 3.6 est quatrième dans l'arène vocale d'Artificial Analysis avec 1 289 Elo, derrière Eleven v4 Turbo (1 335), Eleven v4 (1 329) et Qwen-Audio-3.1-TTS-Plus d'Alibaba (1 301). C'est un bond de 98 points par rapport à Sonic 3.5 pour le même prix de 49 $ par million de caractères, et cela place Cartesia 11 points devant Gemini 3.8 Flash TTS.
Côté prix, il occupe un milieu inconfortable. Eleven v4 Turbo est mieux classé et coûte 40 $ par million de caractères dans le comparatif d'Artificial Analysis, tandis que Gemini 3.8 Flash TTS (16,5 $) et Qwen-Audio-3.1 (19,3 $) coûtent bien moins de la moitié pour des scores à environ 12 points près. L'argument de Cartesia repose plutôt sur sa tuyauterie pour agents : une API WebSocket avec identifiants de contexte pour le streaming de transcriptions partielles, des horodatages par mot et par phonème, des encodages de téléphonie comme le mu-law à 8 kHz, et une plateforme d'agents hébergée à 0,06 $ la minute.
La gestion des versions est la meilleure raison de le choisir en production. Les instantanés datés ne changent jamais après leur sortie, si bien qu'une voix de centre de contact peut être figée pendant que l'équipe évalue la suivante, et Cartesia ne publie aucune date de retrait pour les anciens instantanés. La latence est une autre affaire : la documentation présente Sonic comme le modèle le plus rapide mais ne donne aucun chiffre de délai avant le premier son, la latence doit donc être mesurée sur votre propre trafic.
Les conditions sur les données méritent l'attention avant un déploiement réglementé. La politique de confidentialité de Cartesia, révisée pour la dernière fois en juin 2024, indique qu'elle peut utiliser les textes importés, les enregistrements vocaux et l'audio généré pour entraîner ses modèles, avec un formulaire d'opposition qui ne s'applique qu'à partir de sa date de dépôt. DPA, BAA, SSO et déploiement sur site ou en VPC sont réservés à Enterprise, tandis que SOC 2 Type II couvre toute l'entreprise.
Là où il fait la différence
Une start-up d'IA vocale qui fait tourner un agent sortant de prise de rendez-vous
Parler au téléphone avec une voix de marque stable sans retester chaque mois
Figer sonic-3.6-2026-08-27 via l'API WebSocket avec pcm_mulaw à 8 kHz pour la téléphonie. Startup à 49 $ donne 1,25M crédits, environ 1 600 minutes de parole, et 5 flux simultanés.
Un responsable des opérations d'un centre de contact avec 100 000 minutes de parole d'agents par mois
Budgéter la synthèse vocale d'un front office IA qui remplace le serveur vocal de mise en attente
À environ 800 caractères par minute, cela fait 80M crédits : les 8M de Scale pour 299 $ plus 72M à 38 $ par million, soit environ 3 000 $ par mois. Eleven v4 Turbo à son tarif de 40 $ revient à environ 3 200 $ ; Gemini 3.8 Flash TTS au tarif d'Artificial Analysis à environ 1 300 $.
Une équipe produit ed-tech qui sert des apprenants en Inde
Lire les leçons à voix haute en hindi, hinglish, odia et ourdou
Définir la langue ou la locale à chaque requête ; la 3.6 a ajouté l'odia et l'ourdou avec clonage instantané et amélioré le hinglish. Refusez l'entraînement via le formulaire de contrôle des données avant d'importer des échantillons de voix d'enseignants.
Avant de vous engager
- Mise en route
- Clé API depuis le bac à sable de Cartesia ; appelez sonic-3.6 ou un instantané daté via REST ou WebSocket. Le clonage de voix instantané exige Pro ou plus ; les clones professionnels exigent Startup (2 emplacements) ou Scale (4).
- Intégrations
- Streaming WebSocket avec identifiants de contexte, flush et annulation ; horodatages par mot et par phonème ; sortie PCM et mu-law/A-law de 8 à 48 kHz ; la propre plateforme d'agents et les numéros de téléphone de Cartesia.
- Données et confidentialité
- La politique de confidentialité (juin 2024) autorise l'entraînement sur les textes et audios importés et sur les sorties sauf opposition via un formulaire, et ne donne aucune durée de conservation. SOC 2 Type II pour toute l'entreprise ; DPA, BAA, SSO et déploiement sur site ou en VPC uniquement sur Enterprise.
- Coût à grande échelle
- Environ 750 à 800 crédits par minute d'audio. 100 000 minutes par mois représentent à peu près 80M crédits, environ 3 000 $ sur Scale avec un dépassement à 38 $ par million ; les tarifs Enterprise sur volume ne sont pas publiés. Les agents ajoutent 0,06 $ la minute.
- Limites
- Flux TTS simultanés : 2 sur Free, 3 sur Pro, 5 sur Startup, 15 sur Scale. Dépassements désactivés, les requêtes sont bloquées quand les crédits sont épuisés. Le tampon de texte attend jusqu'à 3 secondes par défaut avant de générer.
Les points forts
- Quatrième dans l'arène vocale d'Artificial Analysis, 98 Elo au-dessus de Sonic 3.5
- Instantanés datés qui ne changent jamais
- API WebSocket en streaming avec horodatages par mot et par phonème
- 44 langues, désormais dont l'odia et l'ourdou
Les points faibles
- S'entraîne par défaut sur le contenu des clients ; l'opposition passe par un formulaire
- Coûte plus cher au caractère qu'Eleven v4 Turbo, mieux classé
- Aucun chiffre de latence publié
- L'offre gratuite n'a pas de licence commerciale ; la concurrence commence à 2 flux
Idéal pour
Les équipes qui construisent des agents vocaux de production et veulent des voix stables et versionnées à un prix modéré.
Alternatives à Cartesia Sonic 3.6
Cartesia Sonic 3.6 : questions fréquentes
- Cartesia Sonic 3.6 vaut-il le coup ?
- Sonic 3.6 a comblé l'essentiel de l'écart avec ElevenLabs en une seule version et coûte moins cher au caractère qu'Eleven v4, mais il s'entraîne sur le contenu des clients sauf opposition. Nous lui donnons 4.4 sur 5.
- Combien coûte Cartesia Sonic 3.6 ?
- Offre gratuite de 20K crédits par mois (sans licence commerciale) ; Pro à 5 $ (100K), Startup à 49 $ (1,25M), Scale à 299 $ (8M) ; dépassement de 38 $ à 65 $ par million de crédits. Un crédit correspond à un caractère, soit environ 750 à 800 par minute d'audio.
- Quels sont les inconvénients de Cartesia Sonic 3.6 ?
- S'entraîne par défaut sur le contenu des clients ; l'opposition passe par un formulaire; coûte plus cher au caractère qu'Eleven v4 Turbo, mieux classé; aucun chiffre de latence publié; l'offre gratuite n'a pas de licence commerciale ; la concurrence commence à 2 flux.
- À qui s’adresse Cartesia Sonic 3.6 ?
- Les équipes qui construisent des agents vocaux de production et veulent des voix stables et versionnées à un prix modéré.
- Combien coûte Cartesia Sonic 3.6 pour une équipe ou en production ?
- Environ 750 à 800 crédits par minute d'audio. 100 000 minutes par mois représentent à peu près 80M crédits, environ 3 000 $ sur Scale avec un dépassement à 38 $ par million ; les tarifs Enterprise sur volume ne sont pas publiés. Les agents ajoutent 0,06 $ la minute.
- Cartesia Sonic 3.6 est-il sûr pour les données de l’entreprise ?
- La politique de confidentialité (juin 2024) autorise l'entraînement sur les textes et audios importés et sur les sorties sauf opposition via un formulaire, et ne donne aucune durée de conservation. SOC 2 Type II pour toute l'entreprise ; DPA, BAA, SSO et déploiement sur site ou en VPC uniquement sur Enterprise.
- Quelles sont les meilleures alternatives à Cartesia Sonic 3.6 ?
- Les alternatives les plus proches que nous avons testées sont Eleven v4 and v4 Turbo et Gemini 3.8 Flash TTS.
Réponses vérifiées le 22 oct. 2026.