Ming-3.0-tts-tiny vs Breeze-TTS-2: MIT-gewichten tegen een niet-commerciële licentie

Twee open-weight spraakmodellen verschenen binnen een maand van elkaar en ze concurreren niet op dezelfde as. Ming-3.0-tts-tiny, van inclusionAI van Ant Group, is een 7,9B mixture-of-experts-checkpoint dat ongeveer 1,3B parameters per token activeert, onder MIT wordt uitgebracht en negen talen dekt, waaronder twee Chinese dialecten. Breeze-TTS-2, van BreezeBlue, is een dense 3B-model dat alleen Engels en Chinees dekt, de code onder Apache 2.0 publiceert en de gewichten uitbrengt onder een onderzoeks- en niet-commerciële licentie met een uitzondering voor betaald hosten. De hoofdvraag — welke beter klinkt — blijkt de minst beslissende te zijn, omdat de arena-inzending die eruitziet als de score van Ming bij een heel ander checkpoint hoort, en het licentieverschil is juist wat bepaalt of je überhaupt kunt uitbrengen. De gedocumenteerde AI-fouten en agent-incidenten achter releases zoals deze zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding eigen bronnen, ernst, betrouwbaarheidsgraad en betwistingsmarkering bevat.

Geen van beide leveranciers kondigde een algemene-beschikbaarheidsmoment in de gebruikelijke zin aan, en beide feiten zijn hier van belang. De gewichten van Breeze-TTS-2 werden op 25 augustus 2026 online gezet, met suites voor stemontwerp en latentie die op 7 augustus volgden. Ming-3.0-tts-tiny stond vanaf 24 september op Hugging Face, maar werd pas op 19 oktober uitvoerbaar, toen de inferentiecode en het taakcookbook op GitHub verschenen. Dit is dus een vergelijking van twee artefacten die je zelf moet hosten, geschreven voordat een van beide een gehoste prijs heeft om te noemen, en in de hele tekst als zodanig gelabeld.

Begin met de licentie, want die beëindigt voor sommige teams de discussie.

De twee licenties zijn geen variaties op dezelfde toestemming. Het zijn verschillende categorieën van toestemming.

• Ming-3.0-tts-tiny — MIT, zowel voor de gewichten als voor de code. Je kunt het commercieel gebruiken, wijzigen, herdistribueren en het in een gesloten product opnemen. Ant voegt een gebruiksnotitie toe met het verzoek mensen niet zonder toestemming na te doen en synthetische audio te labelen; dat is een verzoek in de documentatie, geen voorwaarde van de licentieverlening.

• Breeze-TTS-2 — Apache 2.0 voor de broncode, en een aparte "BreezeBlue Research and Non-Commercial License" voor de gewichten. Commercieel gebruik van gehoste outputs vereist een betaald BreezeBlue-abonnement, en zelfs dan verleent het abonnement geen commerciële rechten op de open gewichten of op outputs die je genereert door ze zelf te hosten.

Lees dat tweede opsommingsteken zorgvuldig, want de voor de hand liggende interpretatie is de verkeerde. Door BreezeBlue te betalen worden de gewichten niet iets wat je commercieel mag draaien; het licentieert een gehoste route. Zelf hosten is niet-commercieel, ongeacht of je een abonnement hebt. Als je van plan bent om "het 3B-model fine-tunen, het achter ons eigen endpoint zetten en er geld voor in rekening brengen", dan sluit de licentie die deur en MIT laat die open. Voor intern onderzoek, evaluatie of een prototype dat nooit geld zal opleveren, kost het onderscheid niets.

Er is nog een tweede, licentiegerelateerd verschil dat over meer deployments beslist dan elk van de bovenstaande alinea's. De release van Ming levert een volledige pipeline — backbone, diffusie-head, audiotokenizer, speakerencoder en teksttokenizer — als één set gewichten. Breeze levert zijn code en gewichten met een inferentiepad dat voor meerdere runtimes tegelijk is verpakt: het ecosysteem van afgeleide versies rond Breeze-TTS-2 omvat MLX-builds in 4-bit en 8-bit plus een port in volledige precisie, GGUF-quantisaties, int8- en int4-conversies, een HQQ-int4-build, een ROCm/RDNA4-BF16-build van 18 oktober, een GPTQ-int4-ROCm-build van 19 oktober, ComfyUI-fine-tunes en een Braziliaans-Portugese LoRA die op 6 oktober is gepubliceerd. Ming-3.0-tts-tiny heeft dat allemaal niet, omdat het pas minder dan een dag over een bruikbaar inferentiepad beschikt.

Het verschil in voetafdruk is ruwweg een orde van grootte.

Dit is waar "tiny" ophoudt klein te betekenen. De naam beschrijft actieve parameters per token, niet het geheugen dat je nodig hebt.

• Ming-3.0-tts-tiny — 8.980.964.372 parameters in BF16 plus 40.096 in F32 volgens Hugging Face's eigen metadata, ongeveer 18 GB aan repository-opslag, en een H800 aanbevolen in de omgevingsnotities van de leverancier. Je betaalt het geheugen van een 7,9B-model en krijgt de latentie van een 1,3B-model, wat een goede ruil is voor batchsynthese op gehuurde hardware en een slechte voor alles met een 12 GB-kaart erin.

• Breeze-TTS-2 — 3B parameters dense, ongeveer 7,7 GiB GPU-geheugen in eager-modus en ongeveer 14,4 GiB met --fast-all ingeschakeld. BreezeBlue raadt 12 GB of 24 GB aan, afhankelijk van welke route je volgt, en documenteert dat de Docker-standaardinstellingen zich richten op H100/Hopper sm90, terwijl eigenaren van een A100 FLASH_ATTN_CUDA_ARCHS=80 moeten instellen.

• Mings concurrentiemodel — één Python-ingangspunt per taak met vaste standaardwaarden: guidance scale 2.0, temperatuur nul, tien flowstappen, sigma 0.25, seed 1234. Ondersteuning voor vLLM-Omni staat op de roadmap en is nog niet afgevinkt, dus er is vandaag geen high-throughput serving-pad.

• Het concurrencymodel van Breeze — een single-concurrency HTTP-streaming-API die mono 24 kHz signed 16-bit little-endian PCM retourneert, met een beweerde time-to-first-audio van minder dan 40 milliseconden op een opgewarmde H100 en een realtimefactor van 0,32, wat ongeveer 3,1 keer sneller is dan realtime.

Dat laatste paar is de eerlijke samenvatting van de afweging. Breeze is ontworpen voor streaminglatentie bij één verzoek tegelijk; Ming is ontworpen voor doorvoer per rekeneenheid bij sparse activatie, en heeft geen servingstack gepubliceerd. Als je product een live spraakagent is, zijn dat geen gelijkwaardige uitgangspunten. Als je product een nachtelijke batch narratie is, doet het concurrentiemodel veel minder ter zake dan de licentie en de geheugenrekening.

De taaldekking ligt niet dicht bij elkaar, en het verschil loopt maar één kant op.

Breeze-TTS-2 ondersteunt Engels en Chinees. Op de modelkaart staat dat zonder voorbehoud, en die documenteert ook inline vocale gebeurtenissen in beide talen — (laugh) en (sigh) in het Engels, [笑] en [叹气] in het Chinees — plus klonen op basis van een referentieclip met het exacte transcript en een sturing voor de stemregie.

Ming-3.0-tts-tiny ondersteunt Chinees, Engels, Duits, Spaans, Frans, Koreaans en Japans, en met een dialectreferentieclip ook Sichuanees en Kantonees. Het voegt vrije stijlregeling toe, stemontwerp op basis van een beschrijving in natuurlijke taal, meer dan 100 ingebouwde Chinese stemmen en vijf Engelse, en 14 inline paralinguïstische tags. Het verzorgt ook podcastgeneratie met meerdere sprekers, wat Breeze niet probeert.

Het addertje onder het gras zit in Ants eigen meertalige tabel, en die is het eerste dat je moet lezen voordat je aanneemt dat negen beter is dan twee. Op Koreaans scoort Ming-3.0-tts-tiny een karakterfoutpercentage van 6,000%, de zesde plaats van de acht systemen die Ant heeft gebenchmarkt, tegenover 1,728% voor Ants eigen 0.5B-zuster. Op Frans staat het tweede qua foutpercentage, maar met een sprekersgelijkenis van 0,733 komt het niet in de top drie, een beperking die de kaart zelf vermeldt. Duits (0,325%) en Spaans (0,971%) staan op de eerste plaats in die tabel. De eerlijke lezing is dus: vijf van Mings zeven talen zijn geloofwaardig, Koreaans nog niet, en de dialectondersteuning is uniek maar niet geverifieerd buiten Ants testomgeving. Breeze daarentegen beweert niets wat het niet dekt: twee talen, en elk resultaat in zijn kaart gaat over die twee.

De cijfers uit de arena, en waarom het geen rechtstreekse vergelijking is

Breeze-TTS-2 heeft een onafhankelijke score. Ming-3.0-tts-tiny niet, en de vermelding die erop lijkt, hoort bij een ander model.

• Breeze-TTS-2 op Artificial Analysis, afgelezen van de live dashboards op 19 oktober 2026 — 1.220 Elo op Provider Voice, waar elk model zijn eigen native stemcast gebruikt, en 1.019 op Controlled Voice, waar elk model dezelfde acht referentiestemmen kloont.

• De Ming-rij op dezelfde boards — 1.188 Provider en 1.069 Controlled — is gekoppeld aan Ming-3.0-tts-0.5B, het dichte zusje met een half-miljard-backbone, niet aan de kleine checkpoint. Ants GitHub-README reproduceert deze cijfers in de resultatensectie zonder dat onderscheid. Het is de moeite waard om expliciet te zijn: er is geen onafhankelijke Elo voor Ming-3.0-tts-tiny, geen gemeten aantal tekens per seconde en geen woordfoutpercentage van derden.

• De ranglijst op de projectpagina zelf vermeldt Breeze op 1.222 Provider en 1.018 Controlled, een verschil van twee punten met de live ranglijst in beide richtingen. Zo ziet een ranglijst eruit wanneer er nog stemmen binnenkomen; citeer de live cijfers en vermeld de afronding als u documenten vergelijkt.

• Op het gecontroleerde leaderboard is de volgorde van open-weight-systemen Ming-3.0-tts-0.5B met 1.069, Fish Audio Drama 3 Preview met 1.059 en Breeze-TTS-2 met 1.019. Op het providerleaderboard leidt Breeze die groep met 1.220, met Ming-3.0-tts-0.5B op 1.188. Dus het kleine Ming-model wint wanneer de stem constant wordt gehouden en verliest wanneer elk systeem zijn eigen cast meebrengt — wat iets zegt over de stemopnames van BreezeBlue en heel weinig over de architectuur.

Niets daarvan is in een van beide richtingen van toepassing op de kleine checkpoint. Een lezer zou redelijkerwijs kunnen afleiden dat een 7,9B mixture-of-expertsmodel met een betere score voor Chinese sprekerovereenkomst dan zijn 0,5B-broertje hoger zou scoren op het gecontroleerde board. Die gevolgtrekking is niet getest, het is geen getal, en dit stuk zal die niet als een getal presenteren.

Waar elk eigenlijk voor dient

Strip je de specifikatielijsten weg, dan lossen de twee modellen verschillende problemen op.

Breeze-TTS-2 is een deployment-first release. Twee talen, een dichte 3B-voetafdruk die in eager mode op een 12GB-kaart past, een streaming-API met een gedocumenteerd latentiepad, een container die op datacenter-Hopper mikt maar voor A100 opnieuw kan worden gebouwd, en een ecosysteem van gequantiseerde en runtime-specifieke ports die binnen acht weken na de weights verschenen. Het aantal downloads — 14.636 in de afgelopen maand, met 747 likes en 17 Spaces — is hoe adoptie eruitziet wanneer een model eenvoudig te draaien is. De beperking is de licentie: onderzoeks- en niet-commerciële weights, met een betaalde gehoste route die je geen commerciële rechten geeft om zelf te hosten.

Ming-3.0-tts-tiny is een release waarin de capaciteiten vooropstaan. Negen talen, dialectbeheersing, stemontwerp, een paralinguïstisch systeem met 14 tags, podcastgeneratie met meerdere sprekers, en de beste score voor gekloonde stemmen binnen zijn eigen familie met 0,781 Chinese sprekersgelijkenis. De beperking zit in alles rond die capaciteit: een download van 18 GB, sparse activatie die echt GPU-geheugen vereist, een servingverhaal dat een afvinkpuntje op de roadmap is, geen onafhankelijke benchmark en geen aankondiging. Twintig downloads en drie likes op Hugging Face, vijf sterren op GitHub en twaalf documentatiecommits op één enkele middag laten zien dat de leverancier nog steeds de handleiding aan het schrijven is.

Als je dit kwartaal een tweetalige spraakfunctie moet opleveren op hardware die je al bezit, is Breeze-TTS-2 met een commerciële regeling de kortere weg, en de licentie is wat je moet onderhandelen, niet de rekensom. Als je Duits, Spaans, Japans, Kantonees of een podcastformaat nodig hebt, kan Breeze je niet helpen en is Ming de enige open-weightsoptie met een gepubliceerde tabel — mits je het geheugenverbruik aankunt en kunt accepteren dat Koreaans nog niet klaar is.

OrcaRouter routeert geen van deze modellen, en dit stuk moet niet worden gelezen alsof het anders suggereert. Wat in de catalogus staat, is de teksthelft van de pipeline waar deze stemmen op aansluiten: meer dan 200 modellen achter één sleutel, tegen de lijstprijs van de provider zonder extra marge, dus een prijswijziging van een leverancier is dezelfde dag live aan onze kant in plaats van volgens een vernieuwingscyclus. Wanneer je twee zelfgehoste checkpoints vergelijkt en geen van beide een gehost tarief heeft, is de enige terugkerende rekening die je echt kunt beheersen het model dat het script schrijft, en dat is het onderdeel dat je beter kunt routeren dan er een GPU voor te huren.

Het oordeel dat de bewijzen doorstaat, is enger dan de Elo-kloof suggereert. Bij een commerciële implementatie onder vergelijkbare voorwaarden geeft de MIT-licentie de doorslag voordat er ook maar één benchmark is gelezen. Bij latentiegevoelig tweetalig werk geeft de engineering van Breeze de doorslag voordat de licentie dat doet. En op de vraag waar de meeste lezers voor kwamen — klinkt het grotere model beter — is het eerlijke antwoord dat niemand dat heeft gemeten, dat de arenarij waar iedereen naar zal verwijzen het verkeerde checkpoint is, en dat de eerste die beide op dezelfde referentieaudio draait, het enige getal oplevert dat het citeren waard is.