Alibaba
Qwen3 TTS Flash
Alibaba’s low-latency TTS tier for high-volume, real-time voice pipelines.
Intelligence
88.1 #29
AAQI 88.0
Vitesse Sortie
230 t/s
ITL 4.3 ms/tok
Prix mixte (3:1)
$0.006 /1M
Entrée $0.005/M · Sortie $0.01/M
Contexte
32K
≈ 80 pages A4 · sortie max 8,192
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Qwen3 TTS Flash
Claude Mythos Preview (#1)
Average (68)
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
- ~80ms TTFT for live conversational turns
- Lowest cost-per-character in the premium tier
- Strong APAC language quality
Points de vigilance
- Thinner emotional range than Eleven v3
- Proprietary — no self-hosting
- Fewer voice-customization controls
Cas d'usage clés
High-volume voice bots
Cheap real-time speech at call-center scale.
APAC voice products
Native-quality zh/ja/ko synthesis.
Notification TTS
Mass short-message voice generation.
Démarrage rapide développeur & API
Définissez d’abord
DASHSCOPE_API_KEY — obtenir une clé APIcurl https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "content-type: application/json" \
-d '{
"model": "qwen3-tts-flash",
"messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
api_key=os.environ["DASHSCOPE_API_KEY"],
)
resp = client.chat.completions.create(
model="qwen3-tts-flash",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.DASHSCOPE_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "qwen3-tts-flash",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);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
Scores par Source
Scores par Catégorie
Résultats de Benchmarks
Specs en direct & architecture
Sous le capot
Qwen3 TTS Flash — low-latency speech tier
- Flash serving tier — ~80ms streaming TTFT
- 230× realtime-factor synthesis
- Multi-language coverage tuned for APAC locales
- Cheapest premium TTS per million characters
Date de Sortie
2 oct. 2026
Architecture
Qwen3 TTS Flash — low-latency speech tier
Paramètres
Not disclosed
Licence
Proprietary
Fenêtre de Contexte
32,000 tokens
Sortie max
8,192 tokens
Modalités
text + audio
Tarifs du cache
lecture $0.002 · écriture $0.006 /1M
Raisonnement
—
Prix Entrée
$0.005/M
Prix Sortie
$0.01/M
Vitesse Sortie
230 t/s
Temps au Premier Token
—
Données mises à jour
22 oct. 2026
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{llmpodium2026qwen3ttsflash,
title = {Benchmark Analysis and Intelligence Evaluation of Qwen3 TTS Flash},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/qwen3-tts-flash}
}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
Markdown
Loading badge snippet...HTML
Loading badge snippet...Plus de Alibaba
Modèles alternatifs
Meilleures alternatives à Qwen3 TTS Flash selon les capacités, le prix et les benchmarks.