How much does Qwen-Audio-3.1-TTS-Flash cost?
On Alibaba Cloud Model Studio (international) it costs $0.15 per 10,000 characters, or $15 per million characters.
QW
模型参数
暂无数据
上下文长度
暂无数据
多语言支持
支持
推理能力
3/5
Qwen-Audio-3.1-TTS-Flash 是阿里巴巴面向实时交互场景的高性能语音合成模型，支持多语言与方言、指令跟随及标签式情感/语气/语速/音量控制，已在阿里云百炼上线，价格为 0.15 美元/万字符。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Qwen-Audio-3.1-TTS-Flash
模型基本信息
推理过程
暂无数据
思考模式
不支持思考模式
上下文长度
暂无数据
最大输出长度
暂无数据
模型类型
语音大模型
输入/输出模态
文本、音频 → 音频
发布时间
2026-09-19
模型文件大小
暂无数据
MoE架构
否
总参数 / 激活参数
暂无数据 / 不适用
知识截止
暂无数据
Qwen-Audio-3.1-TTS-Flash
开源和体验地址
Qwen-Audio-3.1-TTS-Flash
官方介绍与博客
DataLearnerAI博客
暂无
Qwen-Audio-3.1-TTS-Flash
API接口信息
接口速度
5/5
💡默认单位：$/100万 tokens。若计费单位不同，则以供应商公开的原始标注为准。
标准模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $0.150/ 10000 | — |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
Qwen-Audio-3.1-TTS-Flash
发布机构
阿里巴巴
查看发布机构详情 Qwen-Audio-3.1-TTS-Flash
模型解读
模型简介
Qwen-Audio-3.1-TTS-Flash 是阿里巴巴通义千问 Qwen-Audio 3.1 系列中的语音合成（TTS）模型，是 Qwen-Audio-3.0-TTS-Flash 的升级版本。它在 2026 云栖大会前率先于阿里云百炼（Model Studio）国际站上线，Qwen-Audio 3.1 系列的其余模型将在云栖大会上发布。
核心能力
- 面向实时交互场景的高性能、低延迟语音合成，支持多种语言与方言。
- 支持指令跟随，并可通过标签控制情感、语气、角色、语速和音量。
- 在噪声与混响条件下具有更强的鲁棒性。
- 输入为文本（可附带音频），输出为音频。
访问方式与价格
通过阿里云百炼 / QwenCloud API 调用，国际站价格为 0.15 美元 / 1 万字符（即 15 美元 / 百万字符），默认限流 6,000 RPM。模型为闭源商业 API。具体支持语种清单、音色列表与延迟指标官方页面尚未列出。
Qwen-Audio-3.1-TTS-Flash
常见问题
What can Qwen-Audio-3.1-TTS-Flash control?
It follows natural-language instructions and supports tags for emotion, tone, persona, speaking rate and volume.
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
