Alibaba
Qwen Audio 3.1 TTS+ओपन
Alibaba’s open-weight TTS — natural prosody, zero-shot voice cloning and 30+ languages.
बुद्धिमत्ता
89.4 #18
AAQI 89.0
आउटपुट गति
140 t/s
ITL 7.1 ms/tok
ब्लेंडेड मूल्य (3:1)
$0.013 /1M
इनपुट $0.01/M · आउटपुट $0.02/M
कॉन्टेक्स्ट
32K
≈ 80 A4 पेज · अधिकतम आउटपुट 8,192
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Qwen Audio 3.1 TTS+
Claude Mythos Preview (#1)
Average (68)
जहाँ सीधे बेंचमार्क माप उपलब्ध नहीं हैं, वहाँ रडार अक्ष श्रेणी स्कोर से अनुमानित हैं — कार्यप्रणाली देखें।
ताकत और समझौते
जहां यह जीतता है
- 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
ध्यान देने योग्य बातें
- Slightly robotic on long emotional passages
- Cloning quality depends on reference audio
- English/Chinese strongest — tail languages vary
किलर उपयोग केस
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.
डेवलपर क्विकस्टार्ट और API
पहले
DASHSCOPE_API_KEY सेट करें — API कुंजी प्राप्त करेंcurl 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."}]
}'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="qwen-audio-tts-plus",
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: "qwen-audio-tts-plus",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);आधिकारिक संसाधन और लिंक
API डिप्लॉयमेंट
होस्ट और लेटेंसी की तुलना
Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock और Azure पर थ्रूपुट, TTFT और कैश मूल्य।
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
स्रोत के अनुसार स्कोर
श्रेणी के अनुसार स्कोर
बेंचमार्क परिणाम
सीधी लाइव टक्करें
लाइव स्पेक्स और आर्किटेक्चर
अंदर की झलक
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
रिलीज़ तिथि
2 अक्टू॰ 2026
आर्किटेक्चर
Qwen Audio 3.1 TTS+ — 8B open speech synthesis
पैरामीटर
8B
लाइसेंस
Open Weights
कॉन्टेक्स्ट विंडो
32,000 tokens
अधिकतम आउटपुट
8,192 tokens
मोडैलिटी
text + audio
कैश मूल्य
रीड $0.004 · राइट $0.0125 /1M
रीजनिंग
—
इनपुट कीमत
$0.01/M
आउटपुट कीमत
$0.02/M
आउटपुट गति
140 t/s
पहले टोकन तक का समय
—
डेटा अपडेट
22 अक्टू॰ 2026
हार्डवेयर और लोकल इन्फरेंस
डेटा: Convly AI (CC BY 4.0) ↗VRAM (4-bit Q4)
5 GB
न्यूनतम GPU
RTX 3060 8GB / any 8GB GPU
अनुमानित मासिक बिल
अनुमानित मासिक खर्च
$0.00
GPT-4o की तुलना में बचत की गणना…
उद्धरण और एम्बेड
GitHub Markdown बैज
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}
}स्कोर बैज एम्बेड करें
अपने GitHub या Hugging Face README में लाइव Podium Score बैज जोड़ें — यह लाइव रैंकिंग पर ले जाता है।
पूर्वावलोकन
Markdown
Loading badge snippet...HTML
Loading badge snippet...Alibaba के अन्य मॉडल
वैकल्पिक मॉडल
क्षमता, मूल्य और बेंचमार्क स्कोर के आधार पर Qwen Audio 3.1 TTS+ के निकटतम विकल्प।