Ming-3.0-tts-tiny לעומת Breeze-TTS-2: משקלים ברישיון MIT מול רישיון לא־מסחרי
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 9 tok/s
- deepseekחדשDeepSeek: DeepSeek V4.1 Flash 10172026-10-17$0.15 / $0.60 לכל 1M טוקנים · 222 tok/s
- DeepSeekחדשDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 95 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 788 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 39 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 832 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 119 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
שני מודלים קוליים עם משקולות פתוחות הגיעו בהפרש של חודש זה מזה, והם לא מתחרים על אותו ציר. Ming-3.0-tts-tiny, מבית inclusionAI של Ant Group, הוא צ'ק-פוינט של תערובת מומחים בגודל 7.9B שמפעיל כ-1.3B פרמטרים לכל טוקן, מופץ תחת רישיון MIT, ומכסה תשע שפות כולל שני ניבים סיניים. Breeze-TTS-2, מבית BreezeBlue, הוא מודל צפוף בגודל 3B שמכסה אנגלית וסינית בלבד, מפרסם את הקוד שלו תחת Apache 2.0, ומשחרר את המשקולות שלו תחת רישיון מחקרי ולא-מסחרי עם החרגה לאירוח בתשלום. שאלת הכותרת — מה נשמע טוב יותר — מתבררת דווקא כפחות מכרעת מכולן, מפני הרשומה בארנה שנראית כמו הציון של Ming שייכת לצ'ק-פוינט אחר לגמרי, וההבדל ברישיון הוא זה שקובע אם אפשר לשחרר מוצר בכלל. הכשלים המתועדים של בינה מלאכותית ותקריות הסוכנים שמאחורי שחרורים כמו זה נאספים בארכיון התקריות OrcaRouter AI שבו כל רשומה נושאת את המקורות שלה, את רמת החומרה, את דירוג המהימנות ואת סימון המחלוקת.
אף אחד מהספקים לא הכריז על אירוע זמינות כללית במובן המקובל, ושתי העובדות חשובות כאן. המשקלים של Breeze-TTS-2 הועלו ב-25 באוגוסט 2026, כאשר חבילות עיצוב הקול והשהיה הגיעו בעקבותיהם ב-7 באוגוסט. Ming-3.0-tts-tiny היה קיים ב-Hugging Face מה-24 בספטמבר אך הפך להרצה רק ב-19 באוקטובר, כאשר קוד ההסקה ומדריך המשימות שלו הגיעו ל-GitHub. לכן זהו השוואה בין שני ארטיפקטים שעליכם לארח בעצמכם, שנכתבה לפני שלאף אחד מהם יש מחיר אירוח שאפשר לצטט, ומסומנת בהתאם לאורך כל הדרך.
התחילו עם הרישיון, כי הוא מסיים את הוויכוח עבור חלק מהצוותים
שני הרישיונות אינם וריאציות של אותה הרשאה. הם קטגוריות שונות של הרשאה.
• Ming-3.0-tts-tiny — MIT, גם למשקלים וגם לקוד. ניתן להשתמש בו מסחרית, לשנות אותו, להפיץ אותו מחדש ולשלב אותו במוצר סגור. Ant מצרפת הערת שימוש המבקשת ממך לא להתחזות לאנשים ללא הסכמתם ולסמן אודיו סינתטי; זו בקשה בתיעוד, לא תנאי של ההענקה.
• Breeze-TTS-2 — Apache 2.0 עבור קוד המקור, ורישיון נפרד "BreezeBlue Research and Non-Commercial License" עבור המשקולות. שימוש מסחרי בתפוקות מתארחות מחייב מנוי BreezeBlue בתשלום, וגם אז המנוי אינו מרחיב זכויות מסחריות למשקולות הפתוחות או לתפוקות שאתה מייצר באמצעות אירוח עצמי שלהן.
קראו היטב את הנקודה השנייה, כי הפרשנות המתבקשת היא דווקא השגויה. תשלום ל-BreezeBlue אינו הופך את המשקלים למשהו שמותר לכם להריץ באופן מסחרי; הוא מעניק רישיון לנתיב מתארח (hosted). אירוח עצמי (self-hosting) הוא שימוש לא-מסחרי, בין אם אתם מנויים ובין אם לאו. אם התוכנית שלכם היא "לכוונן את מודל ה-3B, להעמיד אותו מאחורי נקודת קצה משלנו, ולגבות על כך כסף" — הרישיון סוגר את הדלת הזו, ו-MIT משאיר אותה פתוחה. עבור מחקר פנימי, הערכה, או אב-טיפוס שלעולם לא יגבה כסף, ההבחנה הזו לא עולה דבר.
ישנו הבדל שני הקשור לרישוי שמכריע יותר פריסות מכל אחת מהפסקאות שלעיל. הגרסה של Ming מספקת צינור שלם — עמוד שדרה, ראש דיפוזיה, טוקנייזר אודיו, מקודד דובר וטוקנייזר טקסט — כמערכת משקולות אחת. Breeze מספקת את הקוד והמשקולות שלה עם מסלול הסקה שארוז עבור כמה סביבות ריצה בעת ובעונה אחת: מערכת האקוסיסטם של נגזרות סביב Breeze-TTS-2 כוללת בניות MLX ב-4-bit וב-8-bit בתוספת הסבה ברמת דיוק מלאה, קוונטיזציות GGUF, המרות int8 ו-int4, בניית HQQ int4, בניית ROCm/RDNA4 BF16 מ-18 באוקטובר, בניית GPTQ int4 ROCm מ-19 באוקטובר, כוונונים עדינים ל-ComfyUI, ו-LoRA בפורטוגזית ברזילאית שפורסם ב-6 באוקטובר. ל-Ming-3.0-tts-tiny אין שום דבר מזה, מפני שמסלול הסקה שמיש קיים אצלו פחות מיממה.
ההבדל בטביעת הרגל הוא בערך בסדר גודל
כאן "זעיר" מפסיק להיות מונח שפירושו קטן. השם מתאר פרמטרים פעילים לכל טוקן, ולא את הזיכרון שנדרש לך.
• Ming-3.0-tts-tiny — 8,980,964,372 פרמטרים ב-BF16 ועוד 40,096 ב-F32 לפי המטא-נתונים של Hugging Face עצמה, כ-18 GB של אחסון מאגר, ו-H800 מומלץ בהערות הסביבה של הספק. אתם משלמים בזיכרון של מודל 7.9B ומקבלים את השהיה של מודל 1.3B, וזה עסקה טובה לסינתזה באצוות על חומרה שכורה ועסקה גרועה לכל דבר שיש בו כרטיס של 12 GB.
• Breeze-TTS-2 — מודל צפוף בעל 3B פרמטרים, כ־7.7 GiB של זיכרון GPU במצב eager וכ־14.4 GiB כאשר --fast-all מופעל. BreezeBlue ממליצה על 12 GB או 24 GB בהתאם למסלול שתבחרו, ומתעדת שברירות המחדל של Docker שלה מיועדות ל־H100/Hopper sm90, בעוד שבעלי A100 צריכים להגדיר FLASH_ATTN_CUDA_ARCHS=80.
• מודל הקונקרנציה של Ming — נקודת כניסה ב-Python לכל משימה עם ברירות מחדל קבועות: guidance scale 2.0, טמפרטורה אפס, עשרה שלבי flow, sigma 0.25, seed 1234. התמיכה ב-vLLM-Omni נמצאת במפת הדרכים ואינה מסומנת, כך שאין כיום נתיב הגשה בתפוקה גבוהה.
• מודל המקביליות של Breeze — API סטרימינג HTTP עם מקביליות יחידה שמחזיר PCM מונו בתדר 24 kHz, 16 סיביות עם סימן, little-endian, עם זמן מוצהר עד לאודיו הראשון של מתחת ל-40 מילישניות על H100 מחומם ומקדם זמן אמת של 0.32, כלומר כ-3.1 פעמים מהר יותר מזמן אמת.
הצמד האחרון הוא הסיכום הכנה של הוויתור-מול-תמורה. Breeze תוכננה עבור השהיית סטרימינג בבקשה אחת בכל פעם; Ming תוכננה עבור תפוקה ליחידת מחשוב בהפעלה דלילה, ולא פרסמה מחסנית הגשה. אם המוצר שלך הוא סוכן קולי חי, אלו אינן נקודות מוצא מקבילות. אם המוצר שלך הוא אצווה לילית של קריינות, מודל ההקבלה חשוב הרבה פחות מהרישיון ומחשבון הזיכרון.
כיסוי השפות אינו קרוב, והפער הוא חד־כיווני
Breeze-TTS-2 תומך באנגלית ובסינית. הכרטיס שלו אומר זאת בלי הסתייגות, והוא גם מתעד אירועים קוליים בתוך הטקסט בשתי השפות — (laugh) ו-(sigh) באנגלית, [笑] ו-[叹气] בסינית — וכן שיבוט מתוך קטע ייחוס עם התמלול המדויק שלו ושליטה בכיוון הקול.
Ming-3.0-tts-tiny מכסה סינית, אנגלית, גרמנית, ספרדית, צרפתית, קוריאנית ויפנית, עם סצ'ואנית וקנטונזית כאשר מסופק קליפ ייחוס של ניב. הוא מוסיף שליטה חופשית בסגנון, עיצוב קול מתוך תיאור בשפה טבעית, יותר מ-100 קולות סיניים מובנים וחמישה קולות אנגליים, ו-14 תגיות פרלינגוויסטיות מוטבעות. הוא גם יוצר פודקאסטים עם כמה דוברים, מה ש-Breeze לא מנסה לעשות.
המלכוד נמצא בטבלה הרב-לשונית של Ant עצמה, וזה הדבר הראשון שצריך לקרוא לפני שמניחים שתשע גובר על שתיים. בקוריאנית, Ming-3.0-tts-tiny מציג שיעור שגיאות תווים של 6.000%, שישי מבין שמונת המערכות ש-Ant בחנה, לעומת 1.728% עבור האח ה-0.5B של Ant עצמה. בצרפתית הוא שני בשיעור השגיאות, אך דמיון הדובר שלו של 0.733 אינו נכנס לשלושת המקומות הראשונים, מגבלה שהכרטיס עצמו מציין. גרמנית (0.325%) וספרדית (0.971%) הן ראשונות בטבלה הזו. אז הקריאה הכנה היא: חמש משבע השפות של Ming אמינות, קוריאנית עדיין לא, והתמיכה בניבים ייחודית אך לא מאומתת מחוץ להרנס של Ant. Breeze, לעומת זאת, לא טוענת לשום דבר שהיא אינה מכסה — שתי שפות, וכל תוצאה בכרטיס שלה עוסקת בשתיים האלה.
מספרי הזירה, ולמה הם לא עימות ראש-בראש
ל-Breeze-TTS-2 יש ציון עצמאי. ל-Ming-3.0-tts-tiny אין ציון כזה, והרשומה שנראית כמו ציון כזה שייכת למודל אחר.
• Breeze-TTS-2 ב-Artificial Analysis, על פי קריאה מהלוחות החיים ב-19 באוקטובר 2026 — 1,220 Elo ב-Provider Voice, שבו כל מודל משתמש במערך הקולות המקורי שלו, ו-1,019 ב-Controlled Voice, שבו כל מודל משכפל את אותן שמונה קולות ייחוס.
• שורת Ming באותם לוחות — {{1}}1,188 Provider ו-1,069 Controlled{{/1}} — מקושרת ל-{{2}}Ming-3.0-tts-0.5B{{/2}}, האח הדחוס בעל עמוד השדרה של חצי מיליארד פרמטרים, ולא לנקודת הבדיקה הזעירה. קובץ ה-README של Ant ב-GitHub משחזר את הנתונים האלה בקטע התוצאות בלי ההבחנה הזו. ראוי להיות מפורש: אין Elo עצמאי ל-{{3}}Ming-3.0-tts-tiny{{/3}}, אין נתון נמדד של תווים לשנייה, ואין שיעור שגיאות מילים של צד שלישי.
• לוח המובילים של עמוד הפרויקט עצמו מציין את Breeze עם 1,222 ב-Provider ו-1,018 ב-Controlled — הפרש של שתי נקודות מהלוח החי בכל כיוון. כך נראה לוח שעדיין צובר הצבעות; הסתמכו על הנתונים החיים וציינו את עיגול הספרות אם אתם משווים מסמכים.
• בלוח המבוקר, הדירוג של מערכות עם משקולות פתוחות הוא Ming-3.0-tts-0.5B עם 1,069, Fish Audio Drama 3 Preview עם 1,059, Breeze-TTS-2 עם 1,019. בלוח הספקים Breeze מוביל את הקבוצה הזו עם 1,220, כאשר Ming-3.0-tts-0.5B עם 1,188. לכן מודל Ming הקטן מנצח כשהקול מוחזק קבוע ומפסיד כשכל מערכת מביאה את צוות הקולות שלה — מה שאומר משהו על הקלטות הקול של BreezeBlue ומעט מאוד על הארכיטקטורה.
שום דבר מזה לא עובר לצ'קפוינט הזעיר בשני הכיוונים. קורא יכול להסיק באופן סביר שמודל תערובת-מומחים בגודל 7.9B עם ציון דמיון לדוברי סינית טוב יותר מזה של אחיו ה-0.5B היה משיג ציון גבוה יותר בלוח המבוקר. ההסקה הזו אינה נבדקה, היא אינה מספר, והמאמר הזה לא יציג אותה ככזו.
למה כל אחד מיועד בפועל
תסירו את רשימות המפרטים, ותגלו ששני הדגמים פותרים בעיות שונות.
Breeze-TTS-2 הוא מהדורה ששמה את הפריסה בראש סדר העדיפויות. שתי שפות, טביעת רגל צפופה של 3B שנכנסת לכרטיס של 12 GB במצב eager, API סטרימינג עם מסלול השהיה מתועד, קונטיינר שמכוון ל-Hopper של מרכזי נתונים אך ניתן לבנות מחדש עבור A100, ומערכת אקולוגית של פורטים מכומתים וספציפיים ל-runtime שהופיעו בתוך שמונה שבועות מהמשקלים. ספירת ההורדות שלו — 14,636 בחודש האחרון, עם 747 לייקים ו-17 Spaces — היא איך נראית אימוץ כשמודל קל להרצה. המגבלה שלו היא הרישיון: משקלים למחקר ולשימוש לא-מסחרי, עם מסלול אירוח בתשלום שלא קונה לך זכויות אירוח עצמי מסחרי.
Ming-3.0-tts-tiny הוא מהדורה שמעמידה את היכולת במקום הראשון. תשע שפות, שליטה בדיאלקט, עיצוב קול, מערכת פאראלינגוויסטית עם 14 תגים, יצירת פודקאסטים עם מספר דוברים, וציון הקול המשוכפל הטוב ביותר במשפחה שלה — 0.781 בדמיון דובר סיני. המגבלה שלו היא כל מה שסביב היכולת: הורדה של 18 GB, הפעלה דלילה שדורשת זיכרון GPU אמיתי, סיפור שירות שהוא תיבת סימון במפת דרכים, בלי מבחן עצמאי, ובלי הכרזה. עשרים הורדות ושלוש לייקים ב-Hugging Face, חמישה כוכבים ב-GitHub, ושתים עשרה קומיטים של תיעוד אחר צהריים אחד מספרים לך שהספק עוד כותב את המדריך.
אם אתה צריך להשיק ברבעון הזה יכולת קולית דו-לשונית על חומרה שכבר בבעלותך, Breeze-TTS-2 עם הסדר מסחרי הוא המסלול הקצר יותר, והרישיון הוא הדבר שעליו לנהל משא ומתן ולא על החישובים. אם אתה צריך גרמנית, ספרדית, יפנית, קנטונזית או פורמט פודקאסט, Breeze לא יכולה לעזור לך ו-Ming היא אפשרות המשקלים הפתוחים היחידה עם טבלה מפורסמת — בתנאי שאתה יכול לספוג את הזיכרון ולהשלים עם העובדה שקוריאנית אינה מוכנה.
OrcaRouter אינו מנתב אף אחד מהמודלים האלה, ואין לקרוא את הקטע הזה כמי שמרמז אחרת. מה שנמצא בקטלוג הוא החצי הטקסטואלי של הצינור שאליו מתחברים הקולות האלה: יותר מ-200 מודלים מאחורי מפתח אחד, במחיר המחירון של הספק ללא תוספת רווח, כך ששינוי מחיר של ספק בא לידי ביטוי אצלנו באותו יום ולא לפי מחזור רענון. כשאתם משווים שני צ'קפוינטים בהארחה עצמית ולאף אחד מהם אין תעריף למודל מתארח, החשבון החוזר היחיד שאתם באמת יכולים לשלוט בו הוא המודל שכותב את הסקריפט, וזה החלק ששווה לנתב במקום לשכור GPU בשבילו.
הפסק הדין ששורד את הראיות צר יותר מכפי שפער ה-Elo מרמז. בפריסה מסחרית בתנאים זהים, רישיון MIT מכריע את הכף עוד לפני שקוראים מדד בודד. בעבודה דו-לשונית רגישה להשהיה, ההנדסה של Breeze מכריעה את הכף עוד לפני הרישיון. ובשאלה שלשמה רוב הקוראים באו — האם המודל הגדול יותר נשמע טוב יותר — התשובה הכנה היא שאיש לא מדד זאת, ששורת הזירה שכולם יצטטו היא ה-checkpoint הלא נכון, ושאותו אדם ראשון שיריץ את שניהם על אותו אודיו ייחוס יפיק את המספר היחיד ששווה לצטט.
