Alibaba

Qwen Audio 3.1 TTS+مفتوح

Alibaba’s open-weight TTS — natural prosody, zero-shot voice cloning and 30+ languages.

#18صدر 2 أكتوبر 2026·Open Weights·8B
textaudio32K ctx
مزودو APIاحصل على مفتاح API ←ضد Eleven Multilingual v3الترتيب
الذكاء
89.4 #18
AAQI 89.0
سرعة الإخراج
140 t/s
ITL 7.1 ms/tok
السعر الممزوج (3:1)
$0.013 /1M
إدخال $0.01/M · إخراج $0.02/M
السياق
32K
≈ 80 صفحة A4 · أقصى إخراج 8,192

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Qwen Audio 3.1 TTS+
Claude Mythos Preview (#1)
Average (68)
Coding (15)Mathematics (15)Hard Science (GPQA) (30)Agentic & Tool Use (50)Knowledge (MMLU) (45)Vision / Multimodal (86)

محاور الرادار تقريبية من درجات الفئات عند غياب قياسات مباشرة — راجع المنهجية.

نقاط القوة والمقايضات

أين يتفوق

  • Best open-weight TTS — rivals commercial tiers
  • Voice cloning without per-voice training
  • Runs on a single 8GB GPU at Q4
  • Cheap hosted API fallback via DashScope

ما يجب الانتباه له

  • Slightly robotic on long emotional passages
  • Cloning quality depends on reference audio
  • English/Chinese strongest — tail languages vary

حالات استخدام قاتلة

Self-hosted voice products
Own TTS for apps needing data control.
Voice cloning pipelines
Zero-shot cloning for personalized agents.
Multilingual IVR
Single checkpoint across 30+ locales.

بداية سريعة للمطورين و API

عيّن DASHSCOPE_API_KEY أولاً — احصل على مفتاح API
curl https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "qwen-audio-tts-plus",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

الموارد والروابط الرسمية

نشر API

مقارنة المضيفين ووقت الاستجابة

الإنتاجية وTTFT وتسعير ذاكرة التخزين المؤقت عبر Groq وCerebras وTogether وDeepInfra وFireworks وBedrock وAzure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
عرض مصفوفة المزودين →

الدرجات حسب المصدر

مواجهات مباشرة حية

المواصفات الحية والبنية

تحت الغطاء
Qwen Audio 3.1 TTS+ — 8B open speech synthesis
  • Open weights — self-host the full TTS stack
  • Zero-shot voice cloning from ~10s of reference audio
  • 30+ languages with code-switch support
  • Prosody and style controls via natural-language prompts
تاريخ الإصدار
2 أكتوبر 2026
البنية
Qwen Audio 3.1 TTS+ — 8B open speech synthesis
المعلمات
8B
الترخيص
Open Weights
نافذة السياق
32,000 tokens
أقصى إخراج
8,192 tokens
الوسائط
text + audio
أسعار التخزين المؤقت
قراءة $0.004 · كتابة $0.0125 /1M
الاستدلال
—
سعر الإدخال
$0.01/M
سعر الإخراج
$0.02/M
سرعة الإخراج
140 t/s
الزمن حتى أول رمز
—
آخر تحديث
22 أكتوبر 2026
الأجهزة والاستدلال المحلي
البيانات: Convly AI (CC BY 4.0) ↗
VRAM (4-bit Q4)
5 GB
الحد الأدنى لـ GPU
RTX 3060 8GB / any 8GB GPU

الفاتورة الشهرية المقدرة

الإنفاق الشهري المقدر
$0.00
جارٍ حساب التوفير مقابل GPT-4o…

اقتباس وتضمين

شارة Markdown لـ GitHub
Loading badge markdown...
BibTeX
@misc{llmpodium2026qwenaudio31ttsplus,
  title = {Benchmark Analysis and Intelligence Evaluation of Qwen Audio 3.1 TTS+},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/qwen-audio-3-1-tts-plus}
}

تضمين شارة النتيجة

أضف شارة Podium Score المباشرة إلى ملف README على GitHub أو Hugging Face — ترتبط بالترتيب المباشر.

معاينة
Qwen Audio 3.1 TTS+ LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

المزيد من Alibaba

النماذج البديلة

أقرب البدائل لـ Qwen Audio 3.1 TTS+ استناداً إلى القدرات والأسعار ونتائج الاختبارات.

0 / 4