Suno perde il trono nella musica AI vocale: cosa significa davvero il sorpasso di ACE Music v1 (e cosa no)

Aggiornato:

L'11 novembre 2026 un annuncio ha scosso il mondo della musica generativa: Artificial Analysis ha reso noto su X che un nuovo arrivato ha conquistato la vetta di AA-Music-Vocal v1.1, il benchmark in blind test dedicato ai brani cantati. A prendersi la scena è ACE Music v1, sviluppato da ACE Studio. A cedere il primato è Suno v6, che dominava entrambe le classifiche musicali dell'osservatorio sin dal rilascio della versione v1.1 l'8 ottobre, appena cinque settimane fa.

Nelle stesse ore la testata Decrypt ha pubblicato una prova sul campo dal titolo perentorio: "This New AI Music Model Is Already Better Than Suno". È un verdetto forte, che merita però un'analisi lucida. A ben vedere, i numeri fotografano un primato reale ma circoscritto a un solo ambito d'uso, maturato per giunta all'interno di un'azienda approdata alla generazione musicale completa attraverso una strada del tutto atipica.

AI music illustration (Image: Decrypt)

Dalla sintesi vocale al brano finito: la traiettoria di ACE Studio

La quasi totalità dei generatori audio attuali si basa sul prompt testuale: inserisci una descrizione e ottieni un file masterizzato. Suno è cresciuto su questa impostazione e solo di recente ha iniziato ad aprirsi a input più musicali: il 4 novembre 2026 ha infatti integrato il supporto MIDI nella schermata Create, permettendo di avviare una produzione partendo da note concrete e non soltanto da una frase.

ACE Studio ha percorso il cammino inverso. Come ricostruito da Artificial Analysis, la società nasce nel 2018 concentrandosi fin da subito sulla sintesi vocale del canto. Il suo software di punta per desktop è una workstation pensata per i producer, capace di trasformare melodie MIDI e testi in parti vocali credibili. Lo sviluppatore Timedomain presenta ACE Studio come una soluzione per generare linee vocali da studio a partire da MIDI e testo, con 20 milioni di dollari raccolti a oggi. (Altre fonti del settore, tra cui AlphaSignal, collocano la closed beta della DAW nell'aprile 2022; la data di fondazione nel 2018 è citata da Artificial Analysis e Decrypt, benché i canali ufficiali della società non la specifichino esplicitamente).

In sintesi, il team ha dedicato anni a perfezionare l'ostacolo più complesso per un modello sintetico: una voce umana convincente con una dizione naturale. Soltanto in un secondo momento ha assemblato un'architettura in grado di comporre ed eseguire interi arrangiamenti. Sulla pagina ufficiale di ACE Music v1, il modello accetta descrizioni testuali, testi originali forniti dall'utente o una combinazione di entrambi. Supporta perfino indicazioni esecutive tra parentesi — come "hum softly" o "sing with a raspy voice" — da inserire prima di una strofa o di un singolo verso.

È del tutto logico ipotizzare una correlazione diretta tra questo background e il primato odierno. Chi è specializzato da anni nella voce sintetica si è imposto in un benchmark incentrato proprio sulle tracce vocali, una chiave di lettura sottolineata anche da AlphaSignal. Si tratta comunque di una deduzione ragionata, dato che ACE non ha divulgato i dettagli su architettura e dataset di addestramento di ACE Music v1.

I numeri della classifica sotto la lente

Ecco la situazione registrata il 12 novembre 2026 sulla leaderboard pubblica AA-Music-Vocal v1.1:

Rank Range Model Elo 95% interval Samples
1 1–2 ACE Music v1 1160 1139–1181 2,119
2 1–3 Suno v6 1144 1126–1162 3,063
3 2–3 Suno v6-mini 1132 1114–1150 3,175
4 4 Mureka V9.5 1101 1083–1119 3,141
5 5–6 Mureka V9 1063 1045–1081 3,121

The AA-Music-Vocal v1.1 leaderboard: ACE Music v1 first at 1160, Suno v6 second at 1144

Per interpretare correttamente queste cifre bisogna comprenderne la genesi. La metodologia di Artificial Analysis specifica che ogni punteggio deriva unicamente da confronti ciechi a coppie eseguiti da un panel privato e verificato; i voti aperti al pubblico nella Music Arena vengono archiviati ma non incidono sulle graduatorie ufficiali. I tester ascoltano due brani generati dal medesimo prompt e devono riprodurne almeno 10 secondi per ciascuno prima di esprimere una preferenza, senza conoscere l'identità dei modelli in gara.

Tutti i file vengono normalizzati a −16 LUFS e convertiti in MP3 a 320 kbps, così da impedire che il volume influenzi la percezione. I punteggi sono stimati tramite l'algoritmo Bradley-Terry a massima verosimiglianza e ricondotti a una scala in stile Elo, con MiniMax Music 3.0 ancorato fisso a quota 1000. Sul tabellone vocale è l'AI stessa a scrivere le liriche partendo dalla richiesta testuale: il test misura quindi la capacità complessiva di songwriting end-to-end, non l'abilità nel cantare un testo già pronto. Il set di valutazione v1.1 comprende 1.000 prompt distribuiti su 17 generi differenti, secondo quanto comunicato al lancio.

Da questa configurazione emergono tre elementi chiave.

Il distacco rientra nel margine di errore statistico. L'intervallo di confidenza di ACE (1139–1181) si sovrappone in modo marcato a quello di Suno v6 (1126–1162). La colonna "Range" della stessa classifica — ottenuta simulando l'intero tabellone — posiziona ACE tra il 1° e il 2° posto e Suno v6 tra il 1° e il 3°. Sia Decrypt sia Artificial Analysis ammettono questa compresenza: la dicitura "#1" riflette la graduatoria più probabile al momento, non una superiorità definitiva.

Sedici punti Elo rappresentano uno scarto minimo nel testa a testa. Applicando la scala Elo convenzionale, 16 punti indicano una probabilità di vittoria del modello superiore intorno al 52%: in pratica, l'esito di una moneta lanciata in aria. Il vantaggio di 59 punti di ACE su Mureka V9.5 equivale a circa il 58% di preferenze, mentre i 160 punti rispetto all'ancora a 1000 corrispondono a circa il 72%. (Si tratta di una stima dell'autore che presuppone una curva Elo standard su base 400 punti, mentre Artificial Analysis definisce la propria metrica genericamente "Elo-like").

Il campione di voti su ACE è più ridotto. Con 2.119 valutazioni, ACE Music v1 conta su un volume inferiore rispetto agli oltre 3.000 campioni raccolti da tutti gli altri rivali diretti. Per questo il suo intervallo è di ±21 a fronte del ±18 altrui. Con l'ingresso di nuovi giudizi, il punteggio potrà ancora oscillare in entrambe le direzioni.

Artificial Analysis segnala inoltre che nei propri test ACE Music v1 ha brillato in particolare su prompt Reggae/Dancehall e Classical/Orchestral. Un unico punteggio Elo aggregato nasconde inevitabilmente queste marcate differenze di genere. Le FAQ di ACE lo evidenziano in prima persona: il primato "riflette le preferenze nell'ascolto cieco per la musica cantata, non classifiche distinte per ogni singolo genere o funzionalità".

L'altra metà del mercato: che fine hanno fatto i brani strumentali?

Artificial Analysis gestisce un secondo tabellone, AA-Music-Instrumental v1.1, e ACE Music v1 non vi figura affatto. A dominare quella classifica è ancora Suno v6 con 1148 punti (±22), seguito a ruota da Suno v6-mini a quota 1114.

L'assenza desta curiosità, specie considerando che il comunicato ufficiale di Artificial Analysis afferma che ACE Music v1 "genera tracce complete sia cantate che strumentali". L'ente di benchmarking non ha spiegato i motivi di questa esclusione. Secondo la metodologia, un modello entra in classifica solo al raggiungimento di una soglia minima di voti e il tabellone strumentale ammette solo motori dotati di una funzione affidabile per escludere il cantato. Entrambi i criteri potrebbero spiegare la situazione, ma non vi è conferma ufficiale. A oggi l'unica affermazione corretta è che ACE guida la classifica vocale e non ha punteggio in quella strumentale: sostenere che abbia "battuto Suno" nella musica in senso assoluto è fuorviante.

La prova pratica: punti di forza e limiti sul campo

L'analisi sul campo di Decrypt aiuta a contestualizzare i dati con valutazioni qualitative. Negli stili mainstream, il tester ha riscontrato in ACE melodie più armoniose e un timbro vocale più organico, libero dai difetti tipici del cantato sintetico: pronunce bofonchiate, correzioni eccessive in stile auto-tune o sillabe riempitive senza senso. Notevole anche la tenuta strutturale: laddove Suno tende a volte a inserire artefatti, loop ripetitivi o cambi bruschi verso il finale, ACE mantiene lo schema compositivo fino a una chiusura pulita. Scrivere un buon ritornello è alla portata di molti; reggere un'idea musicale per tre minuti consecutivi richiede un controllo ben più sofisticato.

I limiti, tuttavia, non mancano. Di fronte a prompt orientati al melodic death metal, ACE ha continuato a proporre voci femminili pulite e rassicuranti anziché il cantato estremo tipico del genere, finendo per "fare una gran confusione tra i sottogeneri metal". In ambiti più duri e pesanti, Suno si è dimostrato molto più versatile, creativo e coerente.

I test condotti da una singola redazione presentano limiti intrinseci, e Decrypt stessa definisce le proprie prove "soggettive e non assimilabili a un benchmark controllato". Il brano dimostrativo allegato all'articolo verte peraltro su un annuncio aziendale della testata stessa, fungendo da esempio pratico ma non da verifica neutrale. Incrociando impressioni d'uso e classifica si ottiene una sintesi equilibrata: ACE eccelle sulle produzioni vocali commerciali e radiofoniche, mentre il suo vantaggio si assottiglia o si ribalta non appena ci si spinge nei generi di nicchia o più estremi.

Dal prompt allo spartito: la svolta del controllo MIDI

Al di là delle graduatorie, l'aspetto forse più rilevante del debutto di ACE risiede nel flusso di lavoro che accompagna il modello. Una volta generata la canzone con ACE Music v1, gli utenti possono esportarla in formato MIDI e separare le tracce in stem per proseguire la lavorazione nella propria DAW. La versione ACE Music v1.1 Preview si spinge oltre: genera inizialmente una notazione in formato ABC (uno standard testuale che codifica note, ritmo e armonia) e produce l'audio partendo da quello scheletro.

Il musicista può canticchiare un'idea, suonarla su una master keyboard o importare direttamente un file MIDI. A quel punto può correggere melodie e accordi prima di rigenerare il pezzo. Come precisa ACE, "ogni generazione è una nuova esecuzione, per cui il risultato audio finale può variare anche lasciando invariato lo spartito".

L'integrazione del MIDI annunciata da Suno il 4 novembre percorre la direzione opposta: sfrutta le note come guida di partenza per un generatore concepito per lavorare sui prompt. Con la v1.1 Preview, ACE tratta invece la partitura come una struttura logica interna che l'utente può manipolare. Entrambi i contendenti stanno convergendo sullo stesso traguardo partendo da versanti opposti: trasformare il generatore in uno strumento che permetta al producer di intervenire sulla singola nota, superando la logica della scatola nera pilotata a parole. (Questa è l'interpretazione di chi scrive basata sulle pagine ufficiali dei due prodotti). Per chi produce quotidianamente in studio, questa evoluzione conta molto più di un margine di 16 punti Elo.

Piattaforma chiusa e solo via browser: le ricadute per i creatori

L'offerta commerciale mostra vincoli operativi non trascurabili. Artificial Analysis chiarisce subito che "ACE Music v1 non dispone di API". Il sistema è utilizzabile esclusivamente tramite l'applicazione web di ACE Music. Da ciò derivano tre conseguenze dirette:

  • Nessuna automazione. Gli sviluppatori non possono integrare ACE Music v1 nei propri applicativi né orchestrare pipeline di elaborazione in batch. Poiché Artificial Analysis valuta solitamente modelli "erogati tramite endpoint API serverless", ACE rappresenta un'anomalia metodologica: chiunque desideri verificarne i risultati deve farlo manualmente via browser.
  • I diritti commerciali dipendono dal piano. In base al listino prezzi di ACE, il profilo gratuito assegna 20 crediti al giorno, tenendo conto che una generazione con ACE Music v1 costa 4 crediti per due tracce. I brani generati con l'account gratuito non includono diritti di sfruttamento commerciale, e il passaggio successivo a un profilo a pagamento non ha valore retroattivo. I piani a pagamento partono da 7,90 dollari al mese con fatturazione annuale per 1.000 crediti mensili: l'equivalente di circa 500 canzoni con v1, dato in linea con la stima di Artificial Analysis ("fino a 500 brani al mese").
  • La controparte open source è un motore diverso. ACE Studio ha collaborato con il laboratorio cinese StepFun alla realizzazione di ACE-Step 1.5, un modello con pesi aperti con licenza MIT in grado di girare in locale con meno di 4 GB di VRAM. Il relativo report tecnico ne colloca la resa complessiva tra Suno v4.5 e Suno v5, ossia con un ritardo di almeno una generazione rispetto all'attuale capolista. ACE ha dichiarato che "prevede di rilasciare in open source ACE Music v1 Flash a fine 2026", un'alternativa più leggera che sacrifica parte della definizione in cambio di maggiore velocità e minori requisiti hardware. Si tratta tuttavia di una dichiarazione d'intenti priva per ora di codice disponibile.

Il nodo irrisolto del dataset di addestramento

Tutti i benchmark musicali attuali convivono con uno scenario legale incerto. Suno è bersaglio di molteplici cause per violazione del copyright: a novembre 2026 sono arrivate nuove citazioni in giudizio dai detentori dei diritti di Elvis Presley e dagli editori di Eminem, benché la piattaforma abbia al contempo siglato un accordo di licenza con Warner Music Group. Con simili premesse, la provenienza dei dati impiegati per il training diventa una variabile critica.

Su questo fronte le informazioni ufficiali di ACE rimangono lacunose. La scheda modello di ACE-Step 1.5 dichiara che la versione open source è stata addestrata su "un imponente dataset conforme alla legge", composto da "tracce musicali con licenza professionale", registrazioni di pubblico dominio, librerie royalty-free e audio sintetico ottenuto tramite conversione MIDI-to-audio. La documentazione tecnica descrive l'annotazione di un "corpus da 27 milioni di campioni", omettendo però l'elenco dei fornitori o le entità che hanno concesso i diritti. Per quanto riguarda ACE Music v1 — il modello proprietario primo in classifica — al 12 novembre 2026 non risulta alcuna nota sui dati di addestramento né sulla pagina del modello, né sui prezzi né sulla homepage del servizio. È imprudente estendere le credenziali del modello open source a quello proprietario: chi ha a cuore la trasparenza e la compliance farà bene a richiedere chiarimenti diretti ad ACE.

Tre motivi per mantenere un sano scetticismo

Al di là del singolo verdetto, ci sono tre fattori strutturali da considerare.

I benchmark riflettono la sensibilità di chi vota. Le preferenze di un gruppo preselezionato di valutatori non rappresentano l'universalità del pubblico. Il mix adottato (1.000 tracce, 17 generi, testi composti dal modello, durata media attorno ai tre minuti) tende a premiare determinati stili a discapito di altri: un produttore metal, un compositore di colonne sonore e un autore pop avrebbero priorità estetiche del tutto differenti.

I sistemi ad arena soffrono di bias noti. Nello studio "The Leaderboard Illusion", un gruppo di ricercatori ha documentato come i test preliminari non pubblici e i campionamenti asimmetrici possano falsare le graduatorie nelle arene dei chatbot. Artificial Analysis riduce parte del problema affidandosi a un panel privato e a parametri di rendering standardizzati, ma non può impedire ai produttori di selezionare accuratamente le specifiche varianti da mandare al vaglio.

La leadership dura poco. Suno v6 è rimasto al comando per una manciata di settimane. Al debutto della v1.1, la stessa Artificial Analysis aveva evidenziato il balzo di 51 punti di Mureka V9.5 rispetto alla generazione precedente come la crescita interna più marcata. In mercati che corrono a questa velocità, le classifiche offrono istantanee temporanee, mai verdetti definitivi.

Cosa ci insegna davvero questo verdetto

I dati ci dicono una cosa precisa: in un confronto all'ascolto cieco su tracce cantate complete e con testo generato dall'AI, una realtà specializzata per anni nella voce artificiale riesce oggi a confezionare canzoni che i valutatori preferiscono di stretta misura a quelle dell'ammiraglia di Suno — con un margine che il test stesso non può decretare come statisticamente inattaccabile. Ne emerge inoltre un modello abile nel gestire la dinamica dei brani e la chiusura delle tracce, pur con evidenti difficoltà su generi specifici.

Ciò che i dati non dicono, invece, è che ACE sia superiore a Suno su tutta la linea. Manca una valutazione sui pezzi strumentali, il margine nel cantato rientra nella tolleranza statistica, non esistono API per sviluppatori, mancano informazioni pubbliche sul dataset dell'ammiraglia e le prove empiriche confermano che in diversi stili Suno conserva una marcia in più.

Per i creator il consiglio pratico è uno solo: confrontate entrambi gli strumenti sui vostri progetti reali, scegliendo i profili d'abbonamento che garantiscono l'uso commerciale. Per l'industria nel suo complesso, la lezione è ancora più chiara: la sfida della musica generativa non si gioca più su chi interpreta meglio un prompt, ma su chi offre al musicista il controllo più chirurgico sulle singole note.

Fonti