Alibaba

Qwen Audio 3.1 TTS+Ouvert

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

#18publié le 2 oct. 2026·Open Weights·8B
textaudio32K ctx
Intelligence
89.4 #18
AAQI 89.0
Vitesse Sortie
140 t/s
ITL 7.1 ms/tok
Prix mixte (3:1)
$0.013 /1M
Entrée $0.01/M · Sortie $0.02/M
Contexte
32K
≈ 80 pages A4 · sortie max 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)

Les axes du radar sont approximés depuis les scores par catégorie lorsque les mesures directes manquent — voir Méthodologie.

Points forts & compromis

Là où il gagne

  • 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

Points de vigilance

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

Cas d'usage clés

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.

Démarrage rapide développeur & API

Définissez d’abord DASHSCOPE_API_KEY — obtenir une clé 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."}]
  }'

Ressources & liens officiels

Déploiement API

Comparer hôtes et latence

Débit, TTFT et tarifs de cache chez Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock et Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Voir la matrice des fournisseurs →

Scores par Source

Duels en direct

Specs en direct & architecture

Sous le capot
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
Date de Sortie
2 oct. 2026
Architecture
Qwen Audio 3.1 TTS+ — 8B open speech synthesis
Paramètres
8B
Licence
Open Weights
Fenêtre de Contexte
32,000 tokens
Sortie max
8,192 tokens
Modalités
text + audio
Tarifs du cache
lecture $0.004 · écriture $0.0125 /1M
Raisonnement
—
Prix Entrée
$0.01/M
Prix Sortie
$0.02/M
Vitesse Sortie
140 t/s
Temps au Premier Token
—
Données mises à jour
22 oct. 2026
Matériel et inférence locale
Données : Convly AI (CC BY 4.0) ↗
VRAM (4-bit Q4)
5 GB
GPU min.
RTX 3060 8GB / any 8GB GPU

Facture mensuelle estimée

Dépense mensuelle estimée
$0.00
Calcul des économies vs GPT-4o…

Citer et intégrer

Badge Markdown 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}
}

Intégrer le badge de score

Ajoutez un badge Podium Score en direct à votre README GitHub ou Hugging Face — il renvoie vers le classement en direct.

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

Plus de Alibaba

Modèles alternatifs

Meilleures alternatives à Qwen Audio 3.1 TTS+ selon les capacités, le prix et les benchmarks.

0 / 4