Qwen-Audio-3.0-TTS-Plus 登顶语音榜
ArtificialAnlys · x · 2026-07-15
阿里通义的 Qwen-Audio-3.0-TTS-Plus 在 Artificial Analysis 的 Speech Arena「Provider Voices」榜单上登顶，Elo 为 1236，略高于 Simba 3.2（1234），也领先于 Gemini 3.1 Flash TTS 和 Sonic 3.5。
这版模型强调更自然的发音和更贴合语境的语调，但在速度上并不占优：它每秒生成 16 个字符，明显低于 Simba 3.2（30.2）、Gemini 3.1 Flash TTS（27）和 Sonic 3.5（120）。
价格方面，它通过 Alibaba Cloud Model Studio 的定价为 $27.59 / 100 万字符，介于 Gemini 3.1 Flash TTS（$18.31）和 Sonic 3.5（$39.00）之间，高于 Simba 3.2（$10.00）。
所属事件:阿里Qwen-Audio-3.0-TTS-Plus登顶语音榜(2 条相关)→
「多模态」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11