阿里Qwen连发五款Qwen-Audio-3.1音频模型并全线大降价
9月23日，阿里巴巴Qwen团队一次性发布Qwen-Audio-3.1系列五款音频模型，覆盖「理解-生成-交互-创作」完整音频栈，并全线大幅降价，成为本次发布最受关注的焦点。
已确认
- 五款模型构成完整音频栈：ASR（语音识别）、TTS（语音合成）、Realtime（实时交互）全面升级，并新增音频理解模型ASR-Next（基于下一代架构）与音频创作模型TTS-Next
- 价格大幅下调：ASR直降95%、Realtime降85%、TTS降约70%；模型页显示Qwen-Audio-3.1-ASR-Flash定价0.8元/百万tokens
- ASR支持30种语言加16种中文方言，具备原生文本润色能力，可自动去除语气词与重复内容
- API可用性：据@aigclink补充，ASR、TTS、TTS-Next、Realtime四款模型已可调用，ASR-Next的API即将推出
为什么重要
- 语音API价格降至极低水平（ASR降幅高达95%），将显著降低语音应用开发门槛，可能引发语音赛道新一轮价格战
- 五模型完整音频栈的组合，显示阿里意在覆盖从理解到创作的全链条语音能力，与竞争厂商的全栈布局正面竞争
2026-09-23 ~ 2026-09-23 · 6 条相关
一手来源
- Qwen 发布五个音频模型,TTS 降价 70%、ASR 最高降 95% — Alibaba_Qwen ·
- Qwen-Audio-3.1 四款模型已可调用,ASR-Flash 定价 0.8 元/M tokens — aigclink ·
- 千问一口气发布五款语音模型，ASR 直降 95% — 千问大模型 ·
- 【源头】千问一口气发布五款语音模型，ASR 直降 95% — 千问大模型 · 2026-09-23
- 【源头】Qwen-Audio-3.1 四款模型已可调用,ASR-Flash 定价 0.8 元/M tokens — aigclink · 2026-09-23
- 【源头】Qwen 发布五个音频模型,TTS 降价 70%、ASR 最高降 95% — Alibaba_Qwen · 2026-09-23
另有 3 条近重复转述:aigclink · airesearch12 · 智东西