Rime Prism vs Qwen-Audio-3.0-TTS: Mesin Percakapan versus Lapisan Suara

Rime Prism menagih $0,080 per menit. Panggilan dukungan lima menit dengannya biayanya $0,40, dan $0,40 itu membeli pendengaran, penalaran, giliran bicara, dan suara dalam satu model. Qwen-Audio-3.0-TTS menagih $19,30 per juta karakter, yang untuk panggilan yang sama kira-kira $0,10 — hanya untuk bagian berbicara. Letakkan angka-angka itu bersebelahan dan perbandingannya tampak sudah pasti menguntungkan Qwen. Itu tidak pasti, karena kedua model tidak bersaing untuk slot yang sama dalam sebuah tumpukan, dan selisih $0,30 itu sebagian besar adalah harga menghapus dua serah-terima dari jalur antara kalimat penelepon dan jawaban.

Rime meluncurkan Prism pada 28 Oktober 2026, sehari sebelum halaman ini ditulis. Ini adalah model speech-to-speech, bukan model text-to-speech: model ini mendengar audio, menyusun balasan, menuliskan balasan itu sebagai teks yang dapat diperiksa oleh aplikasi, lalu berbicara—sambil tetap mendengarkan. Alibaba mengumumkan Qwen-Audio-3.0-TTS di WAIC pada 20 Juli 2026, dalam tier Plus untuk kualitas dan tier Flash untuk real time. Model itu menerima teks dan mengembalikan audio, titik. Alibaba menggantinya dengan Qwen-Audio-3.1-TTS pada 23 September 2026, jadi angka 3.0 dalam judul ini sudah merupakan generasi sebelumnya dari keluarga produknya sendiri—sebuah detail kecil yang muncul kembali nanti dan mengubah apa yang sebenarnya harus Anda beli.

Pertanyaan yang berguna bukanlah mana yang terdengar lebih baik. Melainkan mana yang Anda hadapkan kepada penelepon, dan seperti apa bagian diagram lainnya jika Anda melakukannya.

Dua produk, satu slot dalam diagram

Agen suara konvensional adalah kaskade: pengenalan suara mengubah audio penelepon menjadi teks, model bahasa memutuskan apa yang harus dikatakan, text-to-speech mengubah jawaban itu kembali menjadi audio. Setiap tahap adalah titik di mana aksen penelepon bisa hilang, di mana kata pengisi terbuang, di mana 200 milidetik ditambahkan.

Argumen Rime adalah bahwa kaskade membuang sesuatu yang tidak dapat dipulihkannya. Dalam kaskade, model bahasa tidak pernah mendengar bagaimana penelepon mengucapkan hal itu — desahan, nada naik di akhir pertanyaan, jeda sebelum nomor kartu kredit — karena semua yang diterimanya hanyalah transkrip. Prism menjaga sinyal akustik tetap utuh sepanjang proses pengambilan keputusan, lalu mengeluarkan teks sebagai titik pemeriksaan, bukan sebagai format perantara.

Itu adalah perbedaan arsitektural yang nyata dan merupakan seluruh dasar produk ini. Hal itu juga berarti Prism bukan pengganti langsung untuk mesin TTS. Jika Anda menempatkannya di slot terakhir kaskade, Anda telah membeli sintesis suara mahal yang perlu mendengar pemanggil terlebih dahulu. Jika Anda menempatkan Qwen-Audio-3.0-TTS di slot Prism, Anda mendapatkan model yang tidak dapat mendengar apa pun sama sekali.

Apa yang sebenarnya dijual oleh Rime Prism

Prism adalah model pertama yang diluncurkan Rime yang menghilangkan tahap STT dan LLM alih-alih mengoptimalkan salah satunya. Lapisan teks adalah fitur yang diperhatikan pembeli perusahaan: pemeriksaan kebijakan, filter PII, atau supervisor manusia dapat membaca kata-kata persis yang akan diucapkan, dan karena model tetap mendengarkan saat pemeriksaan berjalan, jeda tidak harus terdengar. Pemanggilan alat berjalan paralel dengan ucapan, bukan sebelumnya, yang merupakan cara berbeda untuk menyembunyikan latensi pencarian basis data daripada jeda "biarkan saya periksa dulu untuk Anda" yang biasa.

Angka-angka yang dipublikasikan, semuanya dari Rime: 0,57 detik hingga audio pertama pada benchmark τ-Voice, penyelesaian tugas 56,6% pada benchmark tersebut, dan 82,5% pada subset telekomunikasinya. Uji coba Revmo pada sekitar sepuluh jam panggilan pemesanan nyata dikutip sebagai konfirmasi pesanan 100% berbanding 68% untuk model OpenAI yang tidak disebutkan namanya, dengan 85% panggilan bebas halusinasi berbanding 35%. Angka-angka uji coba itu berasal dari studi kasus pelanggan yang ditugaskan Rime; metodologinya tidak dipublikasikan dan belum ada yang mereproduksinya.

Harga dihitung per menit audio panggilan dan menggunakan model yang sama di setiap tier: $0,080/menit di Flex tanpa biaya bulanan, $0,064/menit di Scale seharga $100 per bulan termasuk kredit $100 yang bergulir hingga $200, serta tarif volume di Enterprise. Akun gratis mendapatkan kredit bulanan $50. Prism melakukan streaming melalui WebSockets dan menyediakan integrasi untuk LiveKit dan Pipecat. API fine-tuning SFT dan RL swalayan masih dalam beta, belum tersedia secara umum; tier Enterprise adalah tempat deployment on-premises dan VPC, suara kustom, HIPAA BAA, serta SOC 2 Type II.

Apa yang sebenarnya dijual Qwen-Audio-3.0-TTS

Qwen-Audio-3.0-TTS adalah sintesiser dengan kontrol yang tidak biasa. Ia menerima tag penyampaian inline — [gasp], [laughs], [angry] — yang disematkan dalam teks itu sendiri, sehingga emosi dilekatkan pada karakter, bukan pada keseluruhan paragraf. Ia mencakup 16 bahasa dan 20 dialek Tionghoa, merender hingga tiga menit dalam satu permintaan pada 48 kHz, dan dilengkapi pustaka berisi lebih dari 1.000 suara. Tingkat Plus adalah tingkat kualitas; Flash menargetkan interaksi waktu nyata dan dokumentasi Alibaba menyebut latensi paket pertamanya di bawah 200 milidetik, sementara liputan peluncuran sebelumnya menyebut sekitar 300.

Harga daftar adalah $0,19253 per 10.000 karakter di wilayah Beijing dan $0,20 di Singapura, yaitu $19,30 hingga $20 per juta karakter — angka yang dicantumkan Artificial Analysis di papan peringkatnya. Throughput dibatasi pada 180 permintaan per menit di kedua wilayah. Tidak ada bobot, tidak ada opsi self-hosting, dan tidak ada skenario on-premises: jika wilayah Alibaba menjadi masalah untuk tinjauan residensi data Anda, model ini sama sekali tidak tersedia bagi Anda.

Papan skor

• Kategori — Rime Prism mendengarkan audio dan merespons dengan suara; Qwen-Audio-3.0-TTS menerima teks dan mengembalikan audio.

• Peluncuran — Prism pada 28 Oktober 2026; Qwen-Audio-3.0-TTS pada 20 Juli 2026, digantikan oleh Qwen-Audio-3.1-TTS pada 23 September 2026.

• Unit penagihan — Prism $0.080 per menit audio panggilan di Flex, $0.064 di Scale; Qwen $19.30 per juta karakter di Plus, sekitar $13.75 hingga $15 per juta di Flash.

• Latensi — Prism 0,57 dtk waktu-ke-audio-pertama, diukur oleh vendor; Qwen Flash di bawah 200 ms paket pertama menurut dokumentasi Alibaba.

• Skor independen — Prism tidak memiliki skor pada Indeks Speech-to-Speech Artificial Analysis; Qwen-Audio-3.0-TTS-Plus berada di Elo 1.269, peringkat keenam dari 99 di Text-to-Speech Arena sebagaimana kedudukan papan peringkat pada 29 Oktober 2026.

• Bahasa — Prism hanya bahasa Inggris saat peluncuran; Qwen 16 bahasa plus 20 dialek Tionghoa.

• Penerapan — Prism cloud, VPC, atau on-premises dengan HIPAA BAA dan SOC 2 Type II pada Enterprise; Qwen hanya melalui Alibaba Cloud Model Studio.

Panggilan lima menit, dengan harga

Asumsikan panggilan dukungan masuk selama lima menit yang di dalamnya agen berbicara sekitar 1.000 karakter per menit — FAQ penetapan harga Rime sendiri menggunakan rasio itu untuk mengonversi antara TTS yang ditagih per karakter dan Prism yang ditagih per menit, jadi rasio tersebut adalah penyebut umum yang wajar. Itu berarti 5.000 karakter ucapan.

Di Prism, tagihannya adalah lima menit dengan tarif $0.080, atau $0.40. Dengan tarif Scale, biayanya $0.32. Sepuluh ribu panggilan seperti itu masing-masing berbiaya $4,000 dan $3,200.

Pada kaskade yang dibangun di sekitar Qwen-Audio-3.0-TTS-Plus, 5.000 karakter membutuhkan biaya $0,0965. Tambahkan pengenalan suara milik Rime sendiri dengan tarif $0,002 per menit — lima sen untuk panggilan tersebut — dan model teks untuk penalaran. Dengan tarif campuran $0,50 per juta token dan beberapa ribu token per giliran, itu menambah jauh di bawah satu sen. Kaskade ini menghasilkan sekitar $0,11 per panggilan, atau sekitar $1.100 untuk sepuluh ribu panggilan. Flash alih-alih Plus menurunkan lini sintesis menjadi sekitar $0,069 di Beijing, dan totalnya menjadi sekitar $0,08.

Jadi cascade kira-kira seperempat harga Prism, dan selisihnya $2.900 hingga $3.200 per sepuluh ribu panggilan. Itu adalah harga daftar dan asumsinya milik kami, bukan Rime; intinya adalah bentuk selisihnya, bukan digit ketiga di belakang koma.

Bagian tengah kaskade tersebut juga merupakan satu-satunya komponen yang dapat Anda pindahkan tanpa menyentuh dua komponen lainnya. OrcaRouter merutekan model teks di balik satu API — lebih dari 200 model, harga daftar penyedia diteruskan dengan markup 0%, dan failover otomatis saat penyedia mengalami penurunan di tengah percakapan — sehingga langkah penalaran dapat diarahkan ulang ke model yang lebih murah atau lebih kuat di antara panggilan. Checkpoint teks Prism adalah teks biasa untuk alasan yang sama: apa pun yang mengonsumsinya, dari pemanggilan alat hingga peringkasan pascapanggilan hingga penilaian QA, dapat berjalan di endpoint yang dirutekan dan tetap independen dari lapisan suara di bawahnya.

Di mana kaskade masih menang

Pusat kontak multibahasa, misalnya. Prism hanya berbahasa Inggris saat peluncuran, dengan kumpulan suara yang terbatas. Qwen-Audio-3.0-TTS menghadirkan 16 bahasa dan 20 dialek Tiongkok — dan penerusnya menambahkan transfer timbre lintas bahasa antara Mandarin, Kanton, Inggris, dan Jepang. Jika sebagian signifikan penelepon Anda tidak berbahasa Inggris, perbandingan ini berakhir di lembar spesifikasi.

Generasi sekali jalan adalah kasus kedua. Prompt IVR, notifikasi keluar, bab buku audio, dialog game: tidak satu pun melibatkan penelepon yang membalas bicara, jadi tidak ada yang bisa didengar oleh model speech-to-speech. Membayar $0.080 per menit untuk model yang dapat mendengarkan saat tidak ada orang yang berbicara berarti membayar untuk separuh yang tidak terpakai.

Volume adalah yang ketiga. Dengan seperempat dari biaya per panggilan, kaskade menyisakan anggaran untuk bagian-bagian yang benar-benar membedakan agen — pengambilan yang lebih baik, model penalaran yang lebih kuat, perutean eskalasi ke manusia.

Di mana Prism masih unggul

Telefoni masuk yang teregulasi adalah kasus yang Prism dirancang untuk tangani. Sebuah bank yang harus mampu menunjukkan apa yang akan dikatakan agennya, dan memblokirnya sebelum pelanggan mendengarnya, tidak dapat melakukan itu dengan model realtime yang menyatu dan hanya dapat mendekatinya dengan kaskade yang tahap teksnya adalah layanan terpisah dengan latensi sendiri dan mode kegagalannya sendiri. Prism menempatkan titik pemeriksaan di dalam model dan tetap mendengarkan melaluinya.

Ini juga menang pada metrik yang menentukan apakah panggilan terasa manusiawi: waktu hening. Kaskade yang cepat di atas kertas tetap menumpuk pendeteksian akhir giliran, waktu token pertama model, dan waktu paket pertama sintesis, dan kaskade yang mencapai di bawah satu detik secara menyeluruh sudah tergolong baik. Prism mengukur 0,57 detik dari akhir giliran penelepon hingga audio pertama balasan, dalam satu hop.

Dan itu unggul dalam hal penerapan bagi pembeli yang sama sekali tidak dapat menggunakan wilayah cloud Tiongkok — VPC, on-premises, BAA HIPAA, SOC 2 Type II, dan fine-tuning pada rekaman panggilan Anda sendiri alih-alih pada basis bersama.

Angka yang tidak dapat diberikan oleh pihak mana pun kepada Anda

Tidak ada model yang memiliki angka yang paling diinginkan tim pengadaan: perbandingan langsung independen pada tolok ukur yang sama.

Prism tidak tercantum dalam Speech-to-Speech Index milik Artificial Analysis. Angka τ-Voice sebesar 56,6% adalah hasil yang dijalankan vendor, dan tabel yang Rime terbitkan bersamanya perlu dibaca dengan saksama: GPT-Live-1 (Sol, low) diplot pada 59,3%, lebih tinggi daripada Prism, sementara teks di sekitarnya menyatakan bahwa Prism "lebih unggul dari setiap model realtime dari OpenAI dan Google." Postingan peluncuran juga menyebut "di bawah 300 ms" dan "4× lebih cepat daripada GPT-Live," angka-angka yang tidak muncul dalam tabel benchmark, yang mencantumkan 0,57 s. Pengukuran yang berbeda mungkin menjelaskan perbedaan tersebut; halaman itu tidak menjelaskannya.

Angka Qwen lebih kuat, karena 1,269 Elo berasal dari suara pendengar buta, bukan dari Alibaba. Angka itu juga bukan lagi yang terbaik di keluarganya sendiri: Qwen-Audio-3.1-TTS-Plus berada di peringkat ketiga dengan 1,305 per 29 Oktober 2026, dan revisi artificial-analysis telah menggeser papan ini lebih dari sekali tahun ini, jadi skor dari snapshot yang berbeda tidak boleh saling dikurangkan.

Kehati-hatian yang khusus berlaku untuk Rime justru berbalik arah. Satu-satunya suara Rime yang pernah diperingkat secara independen adalah model TTS-nya, dan pada papan peringkat yang sama, Coda berada di posisi ke-65 dengan Elo 1.054 dan Mist V2 di posisi ke-92 dengan 903 — paruh bawah dari 99. Prism mungkin saja terdengar lebih baik daripada model-model saudaranya; tidak ada publikasi apa pun yang memungkinkan pembeli memastikannya sebelum menandatangani.

Apa yang harus ditonton

Tiga hal akan mengubah rekomendasi tersebut. Kemunculan Prism di Speech-to-Speech Index akan memberinya angka independen pertama yang pernah dimilikinya. Operasi full-duplex — Prism bersifat half-duplex dengan barge-in saat peluncuran — akan memperlebar jarak terhadap kaskade mana pun yang harus menunggu penelepon selesai berbicara. Dan keluarnya API fine-tuning mandiri dari beta adalah perbedaan antara "perusahaan dapat melakukan fine-tuning" dan "Anda dapat melakukan fine-tuning pada hari Selasa."

Di sisi lain, perhatikan apa yang dilakukan Alibaba terhadap harga Qwen-Audio-3.1-TTS setelah pemangkasan sekitar 70% yang diterapkannya pada 22 September 2026. Kaskade yang hop tengah dan hop terakhirnya sama-sama menjadi lebih murah adalah sasaran yang terus bergerak, dan tarif per menit Prism bersifat tetap terhadapnya.

Bagi sebagian besar tim, jawaban jujurnya adalah keduanya, bukan salah satu. Tempatkan Prism di depan penelepon masuk yang percakapannya memerlukan titik pemeriksaan dan anggaran latensi satu-hop. Tempatkan Qwen-Audio-3.0-TTS — atau, lebih realistis sekarang, Qwen-Audio-3.1-TTS — di jalur keluar ketika tidak ada yang membalas dan tagihannya per karakter. Kesalahannya adalah memilih satu karena tabel benchmark mengatakan demikian, padahal tabel itu punya catatan kaki dan catatan kaki itulah yang melakukan sebagian besar pekerjaan.