Fish Audio Live 3 is productieklaar en gesloten: waar vLLM-Omni's aanbod eigenlijk om vraagt

De onthullendste zin over Fish Audio Live 3 is niet door Fish Audio geschreven. Toen het bedrijf het model op 10 november 2026 aankondigde, kwam het antwoord dat het verst reisde van het account van het vLLM-project: gefeliciteerd met het uitbrengen van een full-duplex spraakmodel dat luistert terwijl het spreekt, de wens dat het ooit open source zou kunnen worden gemaakt, en een aanbod dat vLLM-Omni het graag zou willen serveren zodra dat het geval is. Lees dat antwoord twee keer en je hebt de vorm van de hele release, want het bevat beide helften van het verhaal tegelijk — een echte vooruitgang in capaciteit, en een afwezigheid die een serving-framework onmiddellijk opmerkt.

Fish Audio Live 3 is een full-duplex spraakmodel: het blijft luisteren terwijl het spraak genereert, en het wordt vanaf dag één als productieklaar verkocht via Fish Audio's Agent Platform, via de eigen API van het bedrijf en als on-premises implementatie voor ondernemingen. Wat het niet is, is downloadbaar. Geen gewichten, geen licentie, geen repository, en — sinds 11 november — geen modelidentificatie in de API-documentatie van Fish Audio, die nog steeds s2.1-pro, s2.1-pro-free, s2-pro, s1 en drie transcriptiemodellen vermeldt — en niets dat Live 3 heet. Elk prestatiecijfer hieronder is van Fish Audio zelf en geen ervan is onafhankelijk gereproduceerd.

Wat er is uitgebracht, en wat "productieklaar" in die zin doet.

De technische claim in de aankondiging is beperkter en interessanter dan de marketingregel. Fish Audio zegt dat het model gesprekstiming binnen het spraakmodel afhandelt in plaats van over een pijplijn van afzonderlijke herkennings-, redeneer- en generatiefasen, en dat het uit opgenomen menselijke gesprekken heeft geleerd wanneer het moet bevestigen, wachten, antwoorden of stoppen, in plaats van uit handmatig geschreven stiltedrempels. Een afzonderlijke redeneerlaag bevat de instructies en tools van de agent. Drie voorbeeldgesprekken worden bij de post geleverd — een bestelling afronden, onderbreken en korte luisterreacties geven tijdens een teruglezing — en die komen het dichtst in de buurt van bewijs in de release.

Wat "production-ready" in de praktijk betekent, is dat de commerciële wrapper op de lanceerdag bestaat: een selfserviceplatform met $5 tegoed en zonder creditcard, een gedocumenteerde agent-builder, telefonie en een on-premisesoptie voor enterprise. Het betekent niet dat het model iets heeft ondergaan wat een koper acceptatietests zou noemen. Er is geen enkele gepubliceerde evaluatie — geen woordfoutpercentage, geen taaksucces, geen score voor beurtwisseling, geen latentieverdeling. Dat is niet ongewoon voor een spraakmodel op zijn eerste dag, maar het is de moeite waard om het ronduit te zeggen, omdat een lanceringsbericht dat opent met milliseconden lezers uitnodigt om een ondergrens als een meting te behandelen.

Drie getallen, en slechts twee ervan komen van Fish Audio.

• Reactiesnelheid — 186 milliseconden, het eigen cijfer van Fish Audio, beschreven in de context van korte reacties zoals een "mm-hmm" of een snelle bevestiging terwijl het volledige antwoord wordt voorbereid. Het is een ondergrens voor een bevestiging, niet een tijd tot eerste audio voor een antwoord.

• Prijs — $0,035 per minuut op het Agent Platform, gepromoot als 50% korting op een lijsttarief van $0,07, waarbij de aanbieding volgens opgave eindigt op 31 december 2026. Dat tarief per minuut omvat spraakherkenning, het reasoningmodel en de stem; premium LLM-tokens worden tegen hun eigen tokentarief gefactureerd, telefoongesprekken kosten $0,01 per minuut extra, en telefoonnummers kosten $1,20 per maand.

• Onafhankelijke scores — nul. Artificial Analysis beheert een spraak-naar-spraak-ranglijst waarop Grok Voice 3.0, GPT-Live-1, Gemini 3.8 Live, Qwen Audio 3.0 Realtime en een dozijn anderen worden gerangschikt op redeneervermogen, gespreksdynamiek, taakuitvoering en time to first audio. Bij controle op 11 november 2026 bevat die lijst helemaal geen rij voor Fish Audio duplex.

De eerste twee getallen zijn de getallen waar een koper iets mee kan. Het derde is het getal dat een koper uiteindelijk nodig zal hebben, en het is de reden waarom de prijs een tweede blik verdient in plaats van een eerste: een actietarief met een gepubliceerde einddatum is geen kostenmodel, het is een kostenraming met een vervaldatum erop gedrukt.

Waarom een servingframework zich bekommert om een gesloten model

De interesse van vLLM-Omni is geen sentiment. Servingframeworks bestaan om gewichten te draaien die je kunt laden, op hardware die je beheert, tegen marginale kosten die je elektriciteitsrekening zijn in plaats van iemands meter per minuut. Een gesloten model is daar geen klant voor. Het aanbod in dat antwoord kun je daarom het beste lezen als een verzoek gericht aan een toekomstige release: publiceer de checkpoint en er wacht een inferentiepad op.

Wat de afwezigheid betekenisvol maakt in plaats van onvermijdelijk, is Fish Audio's eigen trackrecord. Het bedrijf heeft eerder open gewichten uitgebracht — Fish Audio Drama 3, zijn expressieve tekst-naar-spraakmodel, is beschikbaar als downloadbaar checkpoint en is gescoord in arena's voor spraak met open gewichten. De gesloten distributie hier leest dus als een productbeslissing over de live-agentbusiness, niet als een huisbeleid over openheid. De on-premises-optie maakt de vraag nog troebeler: ondernemingen kunnen Live 3 binnen hun eigen perimeter draaien, wat niet hetzelfde is als het kunnen lezen, fine-tunen of opnieuw hosten ervan, en Fish Audio heeft niet gezegd welke daarvan de on-prem-deal omvat.

De regel met alleen Engels staat naast een claim van "30+ talen".

Twee zinnen op Fish Audio's eigen webpagina's wijzen in tegengestelde richtingen. De aankondiging zegt met zoveel woorden dat Live 3 vandaag Engels spreekt. De Agent Platform-pagina op dezelfde site adverteert met 2.000.000+ stemmen in 30+ talen en een beller die "binnen enkele seconden, dag of nacht, in de taal van de beller" antwoord krijgt. Beide kunnen tegelijk waar zijn — een grote meertalige stemmenbibliotheek en een spraakherkenningslaag kunnen dertig talen bestrijken terwijl het duplexmodel eronder er één spreekt — maar slechts één van die zinnen beschrijft wat je koopt wanneer je Live 3 koopt. Als uw bellers geen Engels spreken, is de interessante vraag niet wat het platform kan uitspreken, maar wanneer het duplexmodel bijhaalt.

Wat je vandaag kunt bellen, en via welk kanaal

Toegang verloopt via Fish Audio's eigen API en het Agent Platform, waarbij de on-premises-route is voorbehouden aan enterprisecontracten. Er is geen third-partyhosting van het model, wat het directe gevolg is van de ontbrekende checkpoint: je kunt Live 3 niet huren bij een infrastructuuraanbieder omdat er geen artefact is om te deployen. Iedereen die het model beschrijft als "beschikbaar via partnerplatforms", beschrijft de stemmenbibliotheek van het platform, niet het duplexmodel.

De helft van een agent-stack die overdraagbaar is, is de redeneerhelft, en op het Agent Platform is die helft een aparte regel op de factuur. Dat is waar een router zijn bestaansrecht verdient, niet als een manier om het spraakmodel te bereiken: OrcaRouter biedt meer dan 200 modellen achter één sleutel tegen de lijstprijs van de provider zonder markup, zodat het tekstmodel dat het denkwerk doet kan worden vervangen, vastgezet of via failover overgenomen zonder het spraakcontract aan te raken, en automatische failover houdt een gesprek in leven wanneer de redeneerbackend fouten geeft of een time-out krijgt. Fish Audio Live 3 staat niet op die lijst — er is niets om te hosten — en niets in dit stuk mag worden gelezen als een bewering van het tegendeel.

Wat zou dit stuk veranderen?

Vier gebeurtenissen, ruwweg in de volgorde van hoeveel ze het beeld zouden veranderen. Een checkpoint, waar de vLLM-Omni-reactie om vraagt en wat Live 3 op dezelfde plank als Drama 3 zou zetten. Een regel op een onafhankelijk spraak-naar-spraak-board, waardoor 186 milliseconden van een bewering een datapunt met context zou worden. Een gepubliceerde modelstring en tarief in Fish Audio's eigen API-documentatie, waardoor het citeerbaar zou worden in een inkoopdocument. En 1 januari 2027, wanneer het actietarief van $0.035 blijft bestaan of niet.

Tot dan is de eerlijke samenvatting dat Live 3 het meest interessante stemmodel is dat deze week is uitgebracht en het minst gedocumenteerde: een echt architectonisch argument over waar beurtwisseling thuishoort, verpakt in een commercieel product dat zijn prijs heeft gepubliceerd en niets anders. Dat is een redelijke zaak om uit te brengen. Het is nog geen iets dat je kunt evalueren, en het verschil tussen die twee zinnen is precies waarop een serving-framework, een onafhankelijke benchmark en een inkoopteam elk wachten.