← 資訊首页 | 货源大厅

千问Qwen-Audio-3.1系列发布:五款语音模型齐发,ASR降价95%改写语音应用成本结构

2026-09-23 · 来源:36氪快讯·中继

千问Qwen-Audio-3.1系列发布:五款语音模型齐发,ASR降价95%改写语音应用成本结构

DEK: 识别、合成、实时交互与创作能力整合进同一模型家族,全线降价背后是语音大模型从能力竞赛转向成本竞赛的信号。

BODY: 千问正式推出新一代Qwen-Audio-3.1系列语音大模型,五款全新语音模型同时亮相,构成一套覆盖理解、生成、交互、创作全链路的音频能力栈。此轮更新的核心思路,是把识别、合成、交互与创作等不同层级的能力整合进同一产品体系,开发者可以在一个模型家族内满足从听懂语音到生成音频的完整需求,而不必在多家供应商、多套接口之间来回拼装。

从产品结构看,语音识别(ASR)、语音合成(TTS)与实时语音交互(Realtime)三大核心模型在此次升级中全面进化。与此同时,千问还新增了两款模型:面向音频创作的Qwen-Audio-3.1-TTS-Next,以及面向音频理解的Qwen-Audio-3.1-ASR-Next,分别补上创作端与理解端的能力拼图。这一布局表明,千问对语音赛道的理解已不再局限于传统的“识别加合成”二元结构,而是向音频内容生产与深度理解两端延伸,试图覆盖语音技术栈的全部环节。

定价无疑是此次发布最受关注的变量。为进一步降低使用成本,Qwen-Audio全线语音模型价格同步下调:TTS降价约70%,Realtime降幅约85%,ASR降幅最大,达95%。以ASR为例,95%的降价意味着单位调用成本降至原先的约二十分之一。对以语音识别为主要负载的应用而言,这不是一次普通的促销式调价,而是成本结构被显著改写——原先在预算评审中被反复权衡的语音转写环节,如今在多数场景下可能从“成本项”降级为“可忽略项”。

从行业视角看,这轮调价的信号意义大于价格本身。语音链路的调用费用,历来是客服中心、实时语音助手、音频内容生产等高并发场景中的重要支出项。过去,团队在评估语音类产品的商业化可行性时,ASR与Realtime的单价往往是决定毛利空间的关键变量。此轮调价后,ASR、Realtime等高频环节的单位成本大幅下移,语音类应用的规模化门槛随之降低,过去因成本而被迫限制调用量或缩短服务时长的产品,现在有了重新放开能力边界的空间。

对AI算力与模型服务的采购方而言,这一发布也带来几个直接的采购考量。第一,在同类语音大模型的选型比较中,这组新报价提供了一个最新的成本参照,采购团队应据此重新校准自有场景的单位成本测算模型,尤其是以ASR为主负载的转写、质检、会议纪要类业务。第二,Qwen-Audio-3.1系列将理解、生成、交互、创作整合在同一家族内,这意味着单一供应商绑定深度提高,采购方在享受一体化便利的同时,也应评估迁移成本与多供应商并行的可行性。第三,需要提醒的是,在台面上的报价与实际结算之间,往往还存在并发配额、阶梯折扣、专属算力等变量,采购方在比价时应以真实业务负载压测后的综合成本为准,而非仅看公开单价。

值得采购方注意的另一层背景是,语音大模型的价格下探通常伴随推理侧算力效率的提升。单位调用成本降至原先约二十分之一,意味着底层推理架构、量化方案或算力调度效率发生了实质性改进。对同时采购底层算力的团队而言,这也提示了一个趋势:语音推理的单位算力成本正处于快速下行通道,长周期、高单价的算力锁定协议需要更加谨慎,保留弹性扩缩空间可能是更稳健的策略。

从竞争格局看,千问此番以“五款齐发加全线降价”的组合拳入场,将语音大模型的竞争从单纯的能力对标推向成本对标。对下游开发者是明确利好,但对同类厂商而言,后续大概率会看到跟进式的调价与能力补齐。对采购方而言,短期内的最优策略未必是立刻切换供应商,而是利用这组新报价作为谈判筹码,重新梳理现有语音链路供应商的商务条款。

综合来看,Qwen-Audio-3.1系列的发布,既是千问音频能力栈的一次体系化补全,也是一次以价格为核心武器的市场卡位。五款模型覆盖理解、生成、交互、创作全链路,加上TTS约70%、Realtime约85%、ASR达95%的降幅,共同构成一个清晰的信号:语音AI的规模化应用窗口正在加速打开,而成本,正在成为这场竞争中最锋利的变量。

行情侧信息:就本轮发布涉及的具体型号而言,目前市场上该型号当前无在售挂价数据,现货市场尚未形成对应的公开报价体系,采购方如需获取该系列的算力部署与调用成本信息,建议以官方定价渠道及后续更新的行情报告为准,暂不构成现货采购的比价依据。

Q: Qwen-Audio-3.1系列此次降价幅度分别是多少?

A: TTS降价约70%,Realtime降幅约85%,ASR降幅最大达95%,其中ASR降价后单位调用成本降至原先的约二十分之一。

Q: 本轮发布共包含几款模型,新增的是哪两款?

A: 共五款全新语音模型同时亮相,新增面向音频创作的Qwen-Audio-3.1-TTS-Next与面向音频理解的Qwen-Audio-3.1-ASR-Next。

Q: Qwen-Audio-3.1系列此次降价幅度分别是多少?

A: TTS降价约70%,Realtime降幅约85%,ASR降幅最大达95%,其中ASR降价后单位调用成本降至原先的约二十分之一。

Q: 本轮发布共包含几款模型,新增的是哪两款?

A: 共五款全新语音模型同时亮相,新增面向音频创作的Qwen-Audio-3.1-TTS-Next与面向音频理解的Qwen-Audio-3.1-ASR-Next。

主题标签: Qwen · Qwen-Audio-3.1 · Speech AI · ASR · TTS


相关阅读


萬安算交所 AIXX · 萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅