
Qwen-Audio-3.1-TTS-Plus vs Qwen-Audio-3.1: de ene is een model, de andere is een badge
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 187 tok/s
- openaiNIEUWOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1 mln tokens · 78 tok/s
- openaiNIEUWOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1 mln tokens · 154 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 204 tok/s
- AlibabaNIEUWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 mln tokens · 88 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 705 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 248 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 123 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 101 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1 mln tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 101 tok/s
Het korte antwoord: je kunt Qwen-Audio-3.1 niet aanroepen, want dat model bestaat niet. Er is wel een Qwen-Audio-3.1-familie — negen model-ID's die Alibaba Cloud Model Studio afzonderlijk documenteert, met verschillende releasedata, verschillende prijzen en verschillende stemmenlijsten — en Qwen-Audio-3.1-TTS-Plus is daarvan het premiumlid, vermeld in Alibaba's releaseopmerkingen op 21 oktober 2026, vijf weken nadat de eerste ID van de familie op 20 september verscheen. Het zustermodel dat de meeste mensen eigenlijk bedoelen wanneer ze in een supportticket "Qwen-Audio-3.1" schrijven, is Qwen-Audio-3.1-TTS-Flash, de algemene text-to-speechvariant. Die twee doen hetzelfde werk tegen verschillende prijzen. Alles hieronder gaat over kiezen tussen die twee, en over het ene punt waarop de dure niet kan wat de goedkope wel kan.

Eerst de negen ID's
De eigen releaseopmerkingen van Alibaba zijn de duidelijkste bron, en ze spreken de indruk tegen die je van een nieuwsbericht krijgt. Er was geen enkele lanceerdag. De familie kwam verspreid over vijf weken in delen binnen, en er komen nog steeds delen binnen.
• qwen-audio-3.1-realtime-plus — vermeld op 20 september 2026 in zowel Singapore als Beijing. Duplex spraak-naar-spraakconversatie, met stemkloning.
• qwen-audio-3.1-asr-flash, samen met de varianten -streaming, -filetrans en -message — vermeld op 21 september 2026. Vier herkenningsendpoints, niet één: korte vorm, streaming, offline bestandstranscriptie en een geoptimaliseerde variant voor spraakberichten.
• qwen-audio-3.1-tts-next — vermeld op 21 september 2026 in Beijing, 22 oktober 2026 in Singapore. Alibaba beschrijft het als een "AudioGen"-model: spraak, geluidseffecten en omgevingsgeluid gegenereerd in één enkele doorgang op basis van tekst, tijdstempels en referentieaudio. Het is geen TTS-laag in de gebruikelijke zin.
• qwen-audio-3.1-tts-flash — vermeld op 12 oktober 2026 in beide regio's. Streaming spraaksynthese voor assistenten, realtime gesprekken en klantenservice.
• qwen-audio-3.1-tts-plus — opgenomen op 21 oktober 2026 in beide regio's. Hoogwaardige synthese voor premium stemmen en contentcreatie, waarbij stemklonen wordt beschreven als robuuster tegen lawaaiige referentieaudio.
• qwen-audio-3.1-realtime-flash — vermeld op 27 oktober 2026. De goedkopere duplextier, met een contextvenster van 262.144 tokens, functieaanroepen en zoeken op het web.
Leg die datums naast elkaar en het framingprobleem is overduidelijk. Een 'Qwen-Audio-3.1-launch' eind september bestreek de recognition- en realtime-tiers; de twee text-to-speech-tiers waar de meeste artikelen eigenlijk over gaan, verschenen pas in oktober. Als je in de week van de aankondiging tegen de familie had gebouwd, zat de Plus-tier er nog niet in.

De vergelijking die niemand maakt, en degene die de doorslag geeft
Plus tegenover Flash is het enige echt vergelijkbare paar binnen de familie. Beide nemen tekst, retourneren audio, factureren via hetzelfde account en vallen onder hetzelfde gepubliceerde plafond. De verschillen zijn niet degene die de tier-woorden impliceren.
• Stemmen — qwen-audio-3.1-tts-plus heeft er vier. Alibaba publiceert er precies vier vlaggenschip-systeemstemmen voor: longanlingxin_v3.1, xunanchuan_v3.1, longanhuan_v3.1 en longanfengyue_v3.1, drie vrouwelijke en één mannelijke. qwen-audio-3.1-tts-flash biedt de volgende catalogus: meertalige stemmen die acht Chinese dialecten bestrijken, plus Japans, Koreaans, Frans, Duits, Portugees, Italiaans, Vietnamees en Indonesisch; een lange lijst premium Mandarijnse stemmen; stemmen voor aanvullende talen zoals IJslands, Maltees, Swahili, Kazachs, Oekraïens en meer; en vijftien Engelse stemmen met genoemde accenten — Emily, Luna, Eric en Luca met Brits accent, en Abby, Annie, Ava, Beth, Betty, Cally, Cindy, Donna, Andy, Brian en David met Amerikaans accent.
• Factureringseenheid — Plus wordt per invoerteken gefactureerd, zonder kosten voor uitvoer. Flash wordt per token gefactureerd, invoer en uitvoer afzonderlijk, tegen $0,23 en $1,87 per miljoen tokens in Singapore en $0,212 en $1,696 in Peking.
• Tariefkaart — Plus kost $0,30 per 10.000 tekens in Singapore en $0,20 in Peking. Flash heeft geen tarief per teken, omdat de eenheid het token is.
• Tekentelling: als je op Plus zit, telt een Chinees, Japans of Koreaans teken als twee; een Latijnse letter, cijfer, leesteken of spatie telt als één. SSML-tags worden niet meegeteld. 你好 is vier tekens.
Snelheidslimiet — 180 verzoeken per minuut voor beide, in beide regio's. Het plafond scheidt ze niet.
• Uitvoer — PCM, WAV, MP3 of Opus, samplefrequenties tot 48 kHz, op beide. Verzoeken zonder streaming retourneren een URL die 24 uur geldig is; streaming retourneert chunks. Een verbinding wordt gesloten als er binnen 60 seconden na het einde van de vorige taak geen nieuwe taak start.
• Gratis quotum — Plus en Flash hebben in Singapore elk 1.000.000 gratis tekens, respectievelijk tokens, geldig gedurende 90 dagen vanaf activering, modelrelease of goedkeuring van de aanvraag.
De regel die ertoe doet is de eerste, en die druist in tegen de naamgeving. De tier die Plus heet, heeft vier stemmen. De tier die Flash heet, heeft de stemmen, waaronder de enige Engelse stemmen met Brits accent die Alibaba ergens in deze familie publiceert.
Het gemeten model is niet het model dat Brits Engels kan spreken.
Qwen-Audio-3.1-TTS-Plus is het enige lid van de familie met een onafhankelijke score, en het heeft er drie. In de Controlled Voice-arena van Artificial Analysis, waar elke deelnemer dezelfde acht gekloonde referentiestemmen synthetiseert, staat het op 1.179,08 Elo, tweede van 49, achter HeyGen Voice met 1.188,52 en voor HeyGen Voice Turbo met 1.172,56 — de bovenste twee intervallen overlappen elkaar, dus tweede en eerste zijn op dat bord statistisch niet van elkaar te onderscheiden. Uitgesplitst naar accent op 7 november staat het eerste van 49 in Amerikaans-Engels met 1.207,07 en vijfde in Brits-Engels met 1.136,72. In de Provider Voice-arena, waar elke leverancier zijn eigen native stemmen levert, staat het derde van 104 met 1.303, achter Eleven v4 met 1.339 en Eleven v4 Turbo met 1.335.
Leg dat nu naast de stemmenlijst. Een team dat "first in US English" leest en het Plus-niveau bestelt, koopt een model met vier stemmen. Als het product een Britse vrouwelijke stem nodig heeft — de meest voorkomende vereiste in Engelstalig consumentenstemwerk — heeft het Plus-niveau die niet. Flash wel, vier ervan. En Flash heeft op geen van beide arena's een score, dus er valt niets te vergelijken met de 1.207.
Dat is de valkuil in deze confrontatie, en die is structureel van aard in plaats van een defect. Alibaba betrad één niveau in de arena. Het niveau dat het betrad, is het premiumniveau, omdat dat het niveau is dat het benchmarken waard is. De gevolgen voor een koper zijn niet symmetrisch: het model met het nummer kan het accent niet nabootsen, en het model dat het accent wel kan nabootsen, heeft geen nummer. Alleen op rangorde kiezen pakt dit verkeerd uit.
Eerlijk gezegd, wat het kost
Elke vergelijking van deze twee probeert de ene prijs van de andere af te trekken. Die aftrekking is niet beschikbaar. Plus wordt uitgedrukt in tekens; Flash in tokens, waarbij de audio aan de uitvoerzijde wordt meegeteld. Er is geen gepubliceerde verhouding tussen tekens en tokens voor dit model, dus elke afzonderlijke bewering dat "Flash X% goedkoper is", is verzonnen.
Wat wel gezegd kan worden, is waar het risico ligt. Het outputtarief van Flash is acht keer het inputtarief in Singapore en acht keer in Beijing, dus de audio domineert een Flash-factuur bij elke clip van realistische lengte, en het aantal outputtokens hangt af van hoe lang het model besluit te spreken. Plus rekent helemaal niets voor output: de factuur is een functie van het script dat je hebt ingestuurd, en van niets anders. Voor vaste scripts van bekende lengte: modelleer beide en meet — het gratis quotum dekt dat. Voor alles waarbij het tempo de keuze van het model is, is de vaste prijs per teken van Plus het betalen waard, al was het alleen om de voorspelbaarheid, en dat argument staat los van kwaliteit.
Eén structurele waarschuwing over de openbare cijfers. De Controlled Voice-arena vermeldt het Plus-tier op $19,31 per miljoen tekens. De factureringspagina van Alibaba vermeldt $30,00 per miljoen in Singapore en $20,00 in Peking. Het arena-bedrag is lager dan beide en komt sterk overeen met het tarief van de vorige generatie in Peking, qwen-audio-3.0-tts-plus tegen $0,19253 per 10.000 tekens. Van buitenaf kunnen we niet vaststellen of dat een verouderde toewijzing of een niet-gepubliceerd tarief is. Budgetteer op basis van de regio die je daadwerkelijk aanroept.

Hoe de keuze in een pijplijn wordt opgelost
In de praktijk hebben de meeste teams beide niveaus nodig en wordt de beslissing operationeel in plaats van commercieel. Een uitgewerkt voorbeeld: het spraakverzoek bevat een locale en een stem-ID; de stem-ID bepaalt het niveau, omdat de catalogus dat doet; het niveau bepaalt het endpoint; en een failoverbeleid bepaalt wat er gebeurt wanneer het gekozen endpoint halverwege een batch van veertigduizend clips verslechtert.
Dat is een routeringsprobleem, en het is de laag waarvoor OrcaRouter is gebouwd — een routerings-DSL die de toewijzing van spraak aan tier als configuratie uitdrukt in plaats van als vertakkende code, automatische failover zodat een falende upstream het verzoek aan een tweede engine overdraagt in plaats van de clip te verliezen, en één API-sleutel voor meer dan 200 modellen zodat het Qwen-spraakdeel en alles wat je ermee combineert achter één credential en één prijsbasis zitten, met de lijstprijs van de provider doorgegeven tegen 0% opslag. De grens is het vermelden waard: OrcaRouter host de spraakmodellen van Alibaba niet. De Qwen-onderdelen van die regel zijn de eigen API van de leverancier. Wat wij leveren zijn de sleutel, de regel en de failover.
De checklist voordat je iets uitgeeft
• Bevestig de ID, niet de tiernaam. Plus betekent minder stemmen en facturering op basis van personages. Flash betekent de catalogus en facturering op basis van tokens. Next betekent geluidsscènes. Geen van die woorden beschrijft wat het model doet.
• Controleer de stemmenlijst voordat je naar de tariefkaart kijkt. Een stem die je niet hebt, is geen prijs, en het accent dat je nodig hebt, bestaat mogelijk alleen op het niveau dat je op het punt stond over te slaan.
• Controleer de regio. Singapore en Beijing verschillen bij elke prijs in deze familie, en de Engelse premiumstemmen zijn de enige categorie waarvan Alibaba documenteert dat die in beide beschikbaar is.
• Beschouw een rang op een ranglijst als een rang voor één lid. Qwen-Audio-3.1-TTS-Plus op 1.179,08 zegt niets over qwen-audio-3.1-tts-flash, dat op geen van beide arena's staat, en niets over qwen-audio-3.1-tts-next, dat een andere productcategorie met hetzelfde voorvoegsel is.
• Vraag wat "aangekondigd op 23 september" voor jou betekende. Voor de TTS-tiers betekende het niets: die werden pas in oktober vermeld.
Bronnen, gescheiden naar wie ze heeft aangeleverd
• Artificial Analysis, gelezen op 9 november 2026 — Gecontroleerde stem: Qwen-Audio-3.1-TTS-Plus 1.179,08 Elo, #2 van 49, interval 1.166,08–1.192,08; Amerikaans-Engels 1.207,07, #1 van 49, 1.190,07–1.224,07; Brits-Engels 1.136,72, #5 van 49, 1.118,72–1.154,72; HeyGen Voice 1.188,52 gecombineerd, 1.187,28 Amerikaans-Engels, 1.181,55 Brits-Engels. Aanbiederstem: Qwen-Audio-3.1-TTS-Plus 1.303, #3 van 104. De publicatiedatum van 7 november voor de accentopsplitsing is die van Artificial Analysis.
• Alibaba Cloud Model Studio, gelezen op 9 november 2026 — releasedatums per model van de pagina over de modellevenscyclus en updates; prijzen, factureringseenheden, regels voor het tellen van tekens en gratis quota's van de factureringspagina; 180 RPM van de pagina over snelheidslimieten; de vier Plus-flagshipstemmen en de Flash-stemcatalogus, inclusief de vijftien Engelse stemmen met accent en 51 stemmen in andere talen, van de pagina met de stemmenlijst van Qwen-Audio-TTS.
• Ontbreekt in elke bovenstaande bron — geen enkele open-weights-release voor de 3.1-spraakfamilie. De openbare audio-repositories van Qwen stoppen bij Qwen2-Audio, juli 2024, en de arena noteert Qwen-Audio-3.1-TTS-Plus als closed-weight. Er is geen checkpoint om te downloaden en geen self-hostpad.
• De onze — de observatie dat de prijskolom van de arena onder beide gepubliceerde leverancierstarieven ligt, het argument dat een conversie van tekens naar tokens niet kan worden gemaakt, en de bewering dat de gemeten tier degene is zonder Brits-Engelse stemmen. De eerste is onopgelost, de tweede berust op het ontbreken van een gepubliceerde ratio, en de derde volgt uit de twee stemmenlijsten van de leverancier zelf.
