Fish Audio Live 3 מוכן לייצור וסגור: מה ההצעה של vLLM-Omni בעצם דורשת
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 100 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 122 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 229 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 39 tok/s
- OrcaחדשOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 97 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 124 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 105 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 63 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 417 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228אינטליגנציה
המשפט החושפני ביותר לגבי Fish Audio Live 3 לא נכתב על ידי Fish Audio. כאשר החברה הכריזה על המודל ב-10 בנובמבר 2026, התגובה שהגיעה הרחוק ביותר הייתה מחשבון הפרויקט vLLM: ברכות על השקת מודל קולי דופלקס מלא שמקשיב בזמן שהוא מדבר, משאלה שאולי יום אחד הוא ייפתח בקוד פתוח, והצעה ש-vLLM-Omni ישמח לשרת אותו לכשיהיה כזה. קראו את התגובה הזו פעמיים ותקבלו את צורתה של כל ההכרזה, משום שהיא מכילה בבת אחת את שני החצאים של הסיפור — התקדמות אמיתית ביכולות, והיעדר שמסגרת שירות מבחינה בו מיד.
Fish Audio Live 3 הוא מודל דיבור בדופלקס מלא: הוא ממשיך להאזין בזמן שהוא מייצר דיבור, והוא נמכר כמוכן לייצור מהיום הראשון דרך Fish Audio's Agent Platform, דרך ה-API של החברה עצמה, וכפריסה מקומית (on-premises) לארגונים. מה שהוא לא: משהו שניתן להורדה. אין משקולות, אין רישיון, אין מאגר, ונכון ל-11 בנובמבר — אין מזהה מודל בתיעוד ה-API של Fish Audio, שעדיין מפרט s2.1-pro, s2.1-pro-free, s2-pro, s1 ושלושה מודלי תמלול ושום דבר בשם Live 3. כל נתון ביצועים להלן הוא של Fish Audio עצמה ואף אחד מהם לא שוחזר באופן עצמאי.
מה שוחרר, ומה תפקידה של "production-ready" במשפט הזה
הטענה הטכנית בהכרזה צרה ומעניינת יותר מקו השיווק. Fish Audio אומרת שהמודל מטפל בעיתוי שיחתי בתוך מודל הדיבור, ולא על פני צינור של שלבי זיהוי, הסקה ויצירה נפרדים, ושהוא למד מתי להגיב, להמתין, לענות או לעצור משיחות אנושיות מוקלטות, ולא מספי שקט שנכתבו ביד. שכבת הסקה נפרדת מכילה את ההוראות והכלים של הסוכן. שלוש שיחות לדוגמה מגיעות יחד עם הפוסט — סיום הזמנה, קטיעה באמצע, ומתן תגובות קצרות במהלך הקראה חוזרת — והן הדבר הקרוב ביותר לראיה בהודעה.
מה ש"production-ready" אומר בפועל הוא שהעטיפה המסחרית קיימת ביום ההשקה: פלטפורמת שירות עצמי עם זיכוי של 5 דולר וללא צורך בכרטיס, בונה סוכנים מתועד, טלפוניה, ואפשרות ארגונית להתקנה באתר הלקוח. זה לא אומר שהמודל עבר משהו שקונה יכנה בדיקות קבלה. אין שום הערכה מפורסמת מכל סוג — לא שיעור שגיאות מילים, לא הצלחת משימה, לא ציון חילופי תורות, לא התפלגות השהיה. זה לא יוצא דופן עבור מודל דיבור ביום הראשון שלו, אבל שווה לומר זאת בפשטות, כי פוסט השקה שמתחיל במילישניות מזמין קוראים להתייחס לרצפה כאל מדידה.
שלושה מספרים, ורק שניים מהם מגיעים מ-Fish Audio
• מהירות תגובה — 186 מילישניות, נתון של Fish Audio עצמה, המתואר בהקשר של תגובות קצרות כמו "ממ-המם" או אישור מהיר בזמן שהתשובה המלאה מוכנה. זהו גבול תחתון לאישור, ולא זמן עד לאודיו הראשון של תשובה.
• מחיר — $0.035 לדקה ב-Agent Platform, המקודם כהנחה של 50% ממחיר מחירון של $0.07, כאשר לפי ההצהרה ההצעה תסתיים ב-31 בדצמבר 2026. תעריף הדקה הזה כולל זיהוי דיבור, מודל החשיבה והקול; אסימוני LLM פרימיום מחויבים בתעריף האסימונים שלהם, שיחות טלפון מוסיפות $0.01 לדקה, ומספרי טלפון עולים $1.20 בחודש.
• ציונים בלתי תלויים — אפס. Artificial Analysis מפעילה לוח שיחה-לשיחה שמדרג את Grok Voice 3.0, GPT-Live-1, Gemini 3.8 Live, Qwen Audio 3.0 Realtime ועוד תריסר אחרים לפי הסקה, דינמיקה שיחתית, הצלחת משימה וזמן עד לאודיו הראשון. בבדיקה ב-11 בנובמבר 2026, בלוח הזה אין בכלל שורה של Fish Audio duplex.
שני המספרים הראשונים הם אלה שהקונה יכול לפעול לפיהם. השלישי הוא זה שהקונה יזדקק לו בסופו של דבר, והוא הסיבה לכך שהמחיר ראוי לבחינה שנייה ולא להסתפקות במבט ראשון: תעריף מבצעי עם תאריך סיום מפורסם אינו מודל עלות, אלא אומדן עלות שמועד התפוגה שלו מודפס עליו.
למה אכפת למסגרת הגשה ממודל סגור
האינטרס של vLLM-Omni אינו רגש. מסגרות הגשה קיימות כדי להריץ משקולות שאפשר לטעון, על חומרה שבשליטתך, בעלות שולית שהיא חשבון החשמל שלך ולא מונה חיוב לפי דקה של מישהו אחר. מודל סגור אינו לקוח של זה. לכן ההצעה בתשובה ההיא נקראת בצורה הטובה ביותר כבקשה המופנית לגרסה עתידית: פרסמו את הצ'ק-פוינט, ויש מסלול הסקה שממתין לו.
מה שהופך את ההיעדר למכוון ולא לבלתי נמנע הוא הרקורד של Fish Audio עצמה. החברה כבר פרסמה משקלים פתוחים בעבר — Fish Audio Drama 3, מודל הטקסט-לדיבור האקספרסיבי שלה, זמין כ-checkpoint להורדה וקיבל ציון בזירות דיבור של משקלים פתוחים. לכן התפוצה הסגורה כאן נתפסת כהחלטת מוצר בנוגע לעסק של סוכנים חיים, ולא כמדיניות ביתית בנושא פתיחות. אפשרות ה-on-premises מערפלת את השאלה עוד יותר: ארגונים יכולים להריץ את Live 3 בתוך ההיקף שלהם, וזה לא אותו דבר כמו היכולת לקרוא, לכוונן או לארח אותו מחדש, ו-Fish Audio לא אמרה אילו מאלה עסקת ה-on-prem כוללת.
השורה באנגלית בלבד נמצאת לצד הכרזה על „30+ שפות”
שני משפטים על המאפיינים של Fish Audio עצמה מושכים לכיוונים שונים. ההודעה אומרת, במילים מפורשות, ש-Live 3 מדבר אנגלית היום. עמוד ה-Agent Platform, באותו אתר, מפרסם 2,000,000+ קולות ב-30+ שפות ומתקשר ש"נענה בשניות, ביום או בלילה, בשפת המתקשר". שניהם יכולים להיות נכונים בעת ובעונה אחת — ספריית קולות רב-לשונית גדולה ושכבת זיהוי דיבור יכולות לכסות שלושים שפות בעוד שהמודל הדופלקס שמתחתיה מדבר אחת — אבל רק אחד מהמשפטים האלה מתאר את הדבר שאתה קונה כשאתה קונה את Live 3. אם המתקשרים שלך לא דוברי אנגלית, השאלה המעניינת אינה מה הפלטפורמה יודעת לבטא אלא מתי המודל הדופלקס ידביק את הפער.
מה אתה יכול לקרוא היום, ובאמצעות מה
הגישה עוברת דרך ה-API של Fish Audio עצמה ודרך ה-Agent Platform, כאשר מסלול ה-On-Premises שמור לחוזי ארגוניים. אין הגשה של המודל על ידי צד שלישי, וזו התוצאה הישירה של ה-checkpoint החסר: אי אפשר לשכור את Live 3 מספק תשתיות משום שאין ארטיפקט לפריסה. כל מי שמתאר את המודל כ"זמין דרך פלטפורמות שותפות" מתאר את ספריית הקולות של הפלטפורמה, לא את מודל הדופלקס.
החצי של מערך סוכנים שהוא נייד הוא חצי החשיבה, וב-Agent Platform החצי הזה הוא שורה נפרדת בחשבון. שם ראוטר מצדיק את קיומו, ולא כדרך להגיע למודל הדיבור: OrcaRouter נושא יותר מ-200 מודלים מאחורי מפתח אחד במחיר המחירון של הספק ללא תוספת, כך שאפשר להחליף, לנעוץ או להעביר לכשל את מודל הטקסט שעושה את החשיבה בלי לגעת בחוזה הדיבור, ומעבר אוטומטי לכשל שומר על שיחה פעילה כשהקצה האחורי של החשיבה נכשל או מפסיק להגיב בזמן. Fish Audio Live 3 לא נמצא ברשימה הזו — אין מה לארח — ואף חלק מהטקסט הזה לא צריך להיקרא כטענה אחרת.
מה היה משנה את הקטע הזה
ארבעה אירועים, בערך לפי סדר מידת ההשפעה שלהם על התמונה. נקודת ביקורת, שהיא מה שהתגובה של vLLM-Omni מבקשת ומה שתציב את Live 3 על אותו מדף כמו Drama 3. שורה בלוח עצמאי של דיבור-לדיבור, שתהפוך 186 מילישניות מקביעה לנקודת נתונים עם הקשר. מחרוזת מודל וקצב מפורסמים בתיעוד ה-API של Fish Audio עצמה, שתהפוך את הדבר לראוי לציטוט במסמך רכש. וה-1 בינואר 2027, כאשר התעריף המבצעי של $0.035 ישרוד או לא.
עד אז, הסיכום הכנה הוא ש־Live 3 הוא מודל הקול המעניין ביותר שיצא השבוע והפחות מתועד שבהם: טיעון ארכיטקטוני אמיתי בשאלה היכן צריכה לשבת נטילת התורות, עטוף במוצר מסחרי שפרסם את מחירו ושום דבר אחר. זה דבר סביר לשחרר. זה עדיין לא משהו שאפשר להעריך, וההבדל בין שני המשפטים האלה הוא בדיוק מה שפריימוורק הגשה, מבחן בנצ'מרק עצמאי וצוות רכש — כל אחד מהם ממתין לו.
