Alibaba

Qwen Audio 3.1 TTS+ओपन

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

#18रिलीज़ 2 अक्टू॰ 2026·Open Weights·8B
textaudio32K ctx
API प्रदाताAPI कुंजी प्राप्त करें →बनाम Eleven Multilingual v3रैंकिंग
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)
Coding (15)Mathematics (15)Hard Science (GPQA) (30)Agentic & Tool Use (50)Knowledge (MMLU) (45)Vision / Multimodal (86)

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 करें
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."}]
  }'

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
प्रदाता मैट्रिक्स देखें →

स्रोत के अनुसार स्कोर

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
Qwen Audio 3.1 TTS+ LLMPodium Score
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।

0 / 4