Quel modèle de voix, et sur quoi chacun facture-t-il ?

Le catalogue LUVI compte huit modèles de synthèse vocale, et la première chose à comprendre n’est pas la voix mais le compteur. La plupart facturent aux mille caractères, de façon linéaire, sans minimum et sans arrondi à un palier. Le 22 septembre 2026, les tarifs publiés allaient de 30 crédits les mille caractères à 300, ce qui signifie qu’un même texte peut coûter dix fois plus cher selon le modèle qui le lit.

Combien coûtent-ils réellement ?

Aux mille caractères, au 22 septembre 2026 :

• Grok Speech (tts-v1) : 30 crédits
• Gemini 2.5 Flash TTS : 80 crédits
• MiniMax Speech 2.6 Turbo : 96 crédits
• Gemini 2.5 Pro TTS : 160 crédits
• MiniMax Speech 2.6 HD : 160 crédits
• ElevenLabs v3 : 200 crédits
• Gemini 3.1 Flash TTS : 300 crédits

Pour rendre cela concret, nous avons fait deviser un paragraphe de 311 caractères sur deux d’entre eux. Grok Speech est revenu à 10 crédits, ElevenLabs v3 à 63. Le calcul est exactement linéaire – tarif multiplié par le nombre de caractères, divisé par mille, arrondi au crédit entier supérieur –, si bien qu’une réplique courte reste vraiment peu chère sur tous les modèles de la liste, et que le tarif commence à compter sur un texte long.

Notez au passage que le palier Gemini le plus récent est aussi le plus cher des sept de la liste. Ici, le plus neuf n’est pas le moins cher.

Lequel facture autrement ?

Seed Audio 1.0, et la différence mérite d’être connue avant de regarder son estimation. Il facture à la minute et non au caractère, et le montant affiché avant le lancement correspond à une retenue de deux minutes : notre devis est revenu à 572 crédits quelle que soit la brièveté du texte.

Ce n’est pas ce que coûte une réplique courte. Le débit se règle ensuite sur la durée réelle, comme toute génération sur LUVI se règle sur la facture réelle du fournisseur : une lecture de douze secondes ne retirera pas 572 crédits de votre solde. Le centre d’aide explique de façon générale pourquoi le montant débité diffère de l’estimation.

Qu’achète le tarif supérieur ?

Du contrôle, surtout, et il vaut mieux regarder la liste des paramètres avant de supposer.

• ElevenLabs v3 expose vingt et une voix, un réglage stability de 0 à 1, un code de langue ISO pour imposer une langue, et un commutateur de normalisation du texte qui décide si les nombres sont écrits en toutes lettres. Quatre de ses voix sont décrites comme multilingues ; les autres sont réglées sur leur propre langue et mettent à jour le champ de langue quand vous les choisissez.
• Les paliers Gemini forment la même famille à trois prix : la décision porte sur le palier, pas sur le dialecte.
• Grok Speech est de loin le moins cher, ce qui en fait le choix naturel pour les brouillons, les bandes témoins et tout ce que vous remplacerez ensuite.

Il n’y a pas ici de réponse unique sur « la meilleure voix », car ce que vous jugez est une interprétation. La méthode pratique consiste à passer les deux mêmes phrases dans deux ou trois modèles, pour quelques crédits chacun, puis à écouter.

Et dans l’autre sens ?

La transcription figure sur la même page et se facture encore autrement : le stt-v1 de Grok compte à la minute d’audio, à 4 crédits la minute. Les transcriptions arrivent dans votre bibliothèque comme des résultats texte et non comme des fichiers audio, et elles sont volontairement exclues des sélecteurs de référence : une transcription n’est jamais une entrée de modèle.

Comment nous avons vérifié

• Modèles : Grok Speech tts-v1, ElevenLabs v3 et Seed Audio 1.0 ; les tarifs de Gemini TTS, MiniMax Speech et Grok stt-v1 ont été lus dans le catalogue.
• Réglages : un paragraphe de 311 caractères, avec la voix et les réglages par défaut de chaque modèle.
• Date et sources lues : 22 septembre 2026, avec une nouvelle vérification le 20 octobre 2026 aux résultats identiques. Les devis en crédits obtenus en direct et les contrats de paramètres des modèles dans LUVI.
• Résultats : 10 crédits sur Grok Speech et 63 sur ElevenLabs v3 pour le même paragraphe ; 572 crédits devisés sur Seed Audio 1.0 quelle que soit la longueur du texte, ce qui constitue une retenue de deux minutes et non un prix. Les tarifs publiés aux mille caractères s’établissaient à 30, 80, 96, 160, 160, 200 et 300.
• Limites : nous avons comparé des compteurs et des paramètres, pas des voix. Rien ici ne dit quel modèle sonne le mieux, et aucun audio n’a été généré pour cet article.

Dans LUVI

Ouvrez la page des modèles, filtrez sur l’audio, puis écrivez vos deux phrases de test une fois et passez-les dans les deux modèles les moins chers avant d’engager tout un texte sur une voix. Sur cette famille, l’estimation en crédits au-dessus du bouton Générer se met à jour pendant que vous tapez : c’est l’un des rares endroits du catalogue où le texte lui-même déplace le prix, exactement ce que l’on veut quand le texte est le produit.

Les nouveaux comptes démarrent avec 200 crédits, et vérifier votre téléphone et une carte vous en rapporte jusqu’à 1 500 de plus. Vous pouvez créer un compte LUVI et auditionner plusieurs voix sur votre propre texte.