GPT-Live-1 vs Ming-3.0-TTS: una licenza MIT incontra un minuto a consumo

Ming-3.0-TTS è arrivato il 20 ottobre 2026 con la licenza che quasi tutti i team vocali sognano: MIT, pesi su Hugging Face e ModelScope, codice di inferenza su GitHub, costo zero per carattere e il sichuanese e il cantonese nell'elenco delle lingue. GPT-Live-1 costa 0,05 $ al minuto, non distribuisce pesi e parla le lingue per cui OpenAI lo ha messo a punto. Confrontarli non è davvero una questione di qualità. È una questione di quale lingua parlano effettivamente i tuoi clienti e se sei disposto a gestire una GPU per servirli.

Entrambi sono reali, entrambi sono attuali, ed entrambi sono validi in cose che l'altro non sa fare. Ecco la distinzione onesta.

La famiglia Ming comprende due modelli, non uno.

Il team inclusionAI di Ant Group ha reso open source Ming-3.0-TTS come una coppia che condivide un unico framework di generazione: un modello linguistico che alimenta una testa di patch a diffusion transformer e un tokenizer audio.

• Ming-3.0-TTS-0.5B — denso, circa 500 milioni di parametri su un backbone Qwen2.5-0.5B, un download da 2,96 GB, gira su un H800-80GB o un H20-96G.

• Ming-3.0-TTS-Tiny — una versione mixture-of-experts basata sull'architettura Ling V3 di Ant, 7,9 miliardi di parametri totali con 1,3 miliardi attivi, e quella che aggiunge una modalità podcast multi-voce.

Il 0.5B è quello interessante per chiunque abbia fatto i conti con il costo di un prodotto vocale. Un modello TTS da mezzo miliardo di parametri che sta in tre gigabyte non è un impegno da data centre; è una singola GPU che potresti già avere. Il Tiny è la scelta che punta sulla qualità, e le note della stessa Ant dicono che il suo output per i podcast è inferiore al precedente Ming-Omni-TTS — una limitazione franca, e che vale la pena prendere alla lettera.

Set di funzionalità: clonazione vocale zero-shot, progettazione della voce a partire da una descrizione testuale, più di 100 voci cinesi predefinite e 5 voci inglesi, 14 tag paralinguistici in linea per risate, sospiri e respiri, controllo dello stile in linguaggio naturale e output a 44,1 kHz. Le lingue sono cinese, inglese, tedesco, spagnolo, francese, coreano e giapponese, oltre ai dialetti del Sichuan e del Cantonese.

Cosa offre invece GPT-Live-1

Il modello di OpenAI è un motore conversazionale, non un sintetizzatore con un'interfaccia a script. Disponibile nell'API dal 10 settembre 2026, accetta in input audio e testo, restituisce in output audio e testo, ascolta mentre parla e demanda il ragionamento a un modello testuale quando una domanda lo richiede. Un unico endpoint: v1/live/sessions. 0,05 $ al minuto, con fatturazione al secondo. Data limite delle conoscenze: luglio 2025, nessuna finestra di contesto documentata e nessun accesso al piano gratuito.

Non c'è alcun supporto documentato per i dialetti, nessun voice cloning, nessuna fatturazione per carattere e nessun modo di passargli un copione di 4.000 caratteri e ricevere indietro un file. Quello che ha, però, è un turn-taking che funziona — la cosa su cui ogni voice agent a cascata passa sei mesi a fare tuning e che continua comunque a sbagliare su una linea telefonica scadente.

La questione linguistica viene prima di tutto.

Se i tuoi utenti parlano mandarino, cantonese o sichuanese, questo confronto si conclude subito. Ming-3.0-TTS è stato sviluppato per queste lingue, pubblica tassi di errore per parola per ciascuna lingua e offre voci che suonano native anziché adattate. La documentazione di GPT-Live-1 non descrive affatto la gestione dei dialetti, e le distribuzioni che possiamo osservare — ChatGPT Voice e, ora, la modalità vocale di Perplexity — sono prodotti pensati prima di tutto per l'inglese.

Se i tuoi utenti parlano solo inglese, il vantaggio di Ming si riduce alla sua licenza e al suo prezzo, e il vantaggio di GPT-Live-1 diventa l'intero livello conversazionale. Questo è il vero bivio, e non ha nulla a che fare con Elo.

L'unico caso in cui l'ampiezza linguistica di Ming è davvero strategica è un prodotto che deve servire più mercati contemporaneamente — tedesco, spagnolo, coreano e giapponese in un'unica release. Ant riporta i suoi migliori tassi di errore sulle parole per tedesco e spagnolo nella variante Tiny, osservando però che la similarità del parlante è più debole nelle lingue più recenti e si colloca per lo più fuori dai primi tre. In sintesi: copertura ampia, fedeltà irregolare, e dovresti fare un test d'ascolto per ogni mercato invece di fidarti dell'elenco.

La richiesta di $0, verificata

Ming è gratuito nel senso che la licenza non costa nulla. Non è gratuito nel senso che erogarlo non costa nulla, e ogni scritto sul "TTS a costo zero" tralascia silenziosamente quel passaggio.

Artificial Analysis non registra alcun prezzo per Ming-3.0-TTS — il campo riporta N/A, perché non esiste un'API commerciale ospitata da inclusionAI a cui applicare un prezzo. Il tuo costo è il tempo di GPU, e la formula onesta è: (tariffa oraria della GPU ÷ caratteri sintetizzati all'ora) × 1.000.000. Inserisci tu stesso il secondo termine. Nessuno pubblica un valore di throughput per il 0.5B, quindi qualsiasi cifra per milione tu legga online — compreso il punto di pareggio di $6.58 che circola nei confronti — si basa su un'ipotesi sulla velocità che gli autori del modello non hanno pubblicato.

Ciò che si può dire senza inventare numeri: con un noleggio a 2 $ per GPU-ora, devi sintetizzare circa mezzo milione di caratteri all'ora per scendere sotto i 4 $ per milione — un ritmo che richiede al modello di girare diverse volte più velocemente del tempo reale, cosa che un modello da 0,5B plausibilmente può fare e un MoE da 7,9B plausibilmente no. Misuralo prima di costruirci sopra un business case.

Rispetto a GPT-Live-1, l’aritmetica è più semplice proprio perché il contatore è lineare: un’ora di conversazione costa $3,00, con il reasoning backend fatturato separatamente. Nessun rischio di utilizzo, nessuna GPU da sorvegliare e nessuna ipotesi da difendere in una riunione di budget.

Perché entrambi riportano 93,2%?

Una curiosità che manderà in confusione chiunque confronti le schede tecniche: Ming-3.0-TTS riporta il 93,2% di robustezza nella pronuncia secondo la misurazione di Artificial Analysis, dichiarandosi primo in assoluto. Drama 3 di Fish Audio riporta lo stesso 93,2% e si dichiara anch'esso primo. Due laboratori, due architetture, una cifra identica fino al decimale.

Consideralo una prova di un limite piuttosto che uno spareggio. La frazione rimanente è concentrata nei casi che mettono in difficoltà ogni modello TTS: stringhe alfanumeriche, nomi propri insoliti, numeri letti nel contesto e omografi. Quale modello vince per te dipende dal fatto che i tuoi contenuti contengano numeri di parte o poesia, e solo il tuo set di valutazione può rispondere.

Sui forum, con le avvertenze allegate

Nella Provider Voice Arena rilevata il 29 ottobre 2026, Ming-3.0-TTS si trova a 1187 Elo, terzo tra gli open-weights dietro Drama 3 a 1240 e Breeze TTS 2 a 1228, e la classifica riportata dal repository di Ant stesso lo indica come terzo tra gli open-weights in questa board. Nella board Controlled Voice, dove ogni modello clona le stesse otto voci, il repository di Ant stesso rivendica il primo posto tra gli open-weights a 1069 Elo e il tredicesimo complessivo.

GPT-Live-1 non compare in quelle classifiche, perché non è un modello text-to-speech nel loro senso. I suoi punteggi sono altrove: 83,2 sul Speech-to-Speech Index, secondo su 21, e 1037–1041 sul Speech Agent Arena con un tasso di successo nei task compreso tra l'87,4% e il 90,9%. Strumenti diversi, scale diverse, nessuna sottrazione consentita.

Dove ciascuno perde

Ming perde sul piano della conversazione, punto e basta. Non sa ascoltare, non può interrompere, non può decidere di smettere di parlare. Qualsiasi distribuzione che richieda una persona all'altro capo della linea è fuori portata, per quanto buona sia la voce.

Ming perde anche in semplicità operativa per i piccoli team. Una GPU è una cosa che va giù alle 3 del mattino, richiede driver compatibili e degrada silenziosamente quando un altro tenant condivide la scheda. La licenza MIT non include un ingegnere reperibile.

GPT-Live-1 perde sulla struttura dei costi per il lavoro a forte densità di testo e sul controllo della voce del brand. Le voci fisse del modello significano che non puoi distribuire la voce di un fondatore né un personaggio su licenza. E il conteggio al minuto penalizza esattamente il carico di lavoro in cui il TTS eccelle: output lunghi, da copione e ripetitivi, dove non c'è nulla da ascoltare.

L'angolo di routing che si applica effettivamente

Nessuno dei due è su OrcaRouter, e vale la pena dirlo senza giri di parole: Ming-3.0-TTS è un modello open weights autoospitato, senza alcun endpoint ospitato da instradare, e GPT-Live-1 espone un unico endpoint di sessione che non serviamo. Ciò che invece instradiamo è il modello di ragionamento dietro a un agente vocale in lingua cinese — Qwen3.8 Max, GLM-5.3, Kimi K3 e i modelli Gemini stanno dietro un'unica chiave con failover automatico, ai prezzi di listino del provider trasferiti con 0% di ricarico.

Per un deployment bilingue, questo conta più di quanto sembri. La scelta del TTS viene di solito fatta una volta, in base alla copertura linguistica; il modello di ragionamento che ne sta alla base viene sostituito man mano che i prezzi cambiano e arrivano nuovi checkpoint in lingua cinese. Mantenere quel segmento instradabile è la forma più economica di salvaguardia futura nello stack.

Su quale basarsi

Scegli Ming-3.0-TTS se il prodotto parla cinese o serve più mercati asiatici ed europei, se controlli una GPU e se l'output è basato su script anziché conversazionale. La licenza MIT è un vero asset strategico: non può essere revocata, riprezzata o soggetta a limiti di frequenza, e la variante 0.5B rende la barriera per provarla all'incirca un pomeriggio.

Scegli GPT-Live-1 se il prodotto è una conversazione in inglese e l'asticella della qualità è "sembra una persona al telefono". Pagherai 0,05 dollari al minuto per sempre e non possiederai nulla, e otterrai l'unica capacità che il settore open-weights non ha ancora rilasciato a questo livello di qualità: un modello che ascolta mentre parla.

Non basarti su nessuno dei due solo perché lo dice una classifica. Ming's 1187 e Live's 83.2 sono due strumenti diversi puntati su due compiti diversi, e l'unico confronto che resiste al contatto con un deployment reale è quello che esegui sul tuo audio.