Alibaba
Qwen Audio 3.1 TTS+オープン
Alibaba’s open-weight TTS — natural prosody, zero-shot voice cloning and 30+ languages.
知能指数
89.4 #18
AAQI 89.0
出力速度
140 t/s
ITL 7.1 ms/tok
ブレンド価格 (3:1)
$0.013 /1M
入力 $0.01/M · 出力 $0.02/M
コンテキスト
32K
約 80 枚のA4ページ · 最大出力 8,192
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Qwen Audio 3.1 TTS+
Claude Mythos Preview (#1)
Average (68)
直接のベンチマーク測定がない場合、レーダー軸はカテゴリスコアから近似されます — 評価方法 を参照。
強みとトレードオフ
強み
- 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
注意すべきトレードオフ
- Slightly robotic on long emotional passages
- Cloning quality depends on reference audio
- English/Chinese strongest — tail languages vary
キラーユースケース
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.
開発者向けクイックスタートとAPI
まず
DASHSCOPE_API_KEY を設定 — APIキーを取得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."}]
}'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);公式リソースとリンク
API デプロイ
ホストとレイテンシを比較
Groq、Cerebras、Together、DeepInfra、Fireworks、Bedrock、Azure 全体のスループット、TTFT、キャッシュ料金。
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
ソース別スコア
カテゴリー別スコア
ベンチマーク結果
ライブ対決
ライブスペックとアーキテクチャ
内部構造
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
リリース日
2026年10月2日
アーキテクチャ
Qwen Audio 3.1 TTS+ — 8B open speech synthesis
パラメータ数
8B
ライセンス
Open Weights
コンテキストウィンドウ
32,000 tokens
最大出力
8,192 tokens
モダリティ
text + audio
キャッシュ料金
読み取り $0.004 · 書き込み $0.0125 /1M
推論
—
入力価格
$0.01/M
出力価格
$0.02/M
出力速度
140 t/s
最初のトークンまでの時間
—
データ更新日
2026年10月22日
ハードウェアとローカル推論
データ:Convly AI(CC BY 4.0) ↗VRAM(4-bit Q4)
5 GB
最小 GPU
RTX 3060 8GB / any 8GB GPU
月額請求の見積もり
月額見積もり
$0.00
GPT-4o との節約額を計算中…
引用と埋め込み
GitHub Markdown バッジ
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}
}スコアバッジを埋め込む
GitHub または Hugging Face の README にライブ Podium スコアバッジを追加 — ライブランキングにリンクします。
プレビュー
Markdown
Loading badge snippet...HTML
Loading badge snippet...Alibaba のその他のモデル
代替モデル
機能、価格、ベンチマークスコアに基づく Qwen Audio 3.1 TTS+ の最適な代替モデル。