LFM3-Audio-2B vs Qwen-Audio-3.1: jeden punkt kontrolny, wiele mierników

Zapytaj, ile kosztuje Qwen-Audio-3.1, a pierwsza uczciwa odpowiedź to kolejne pytanie: który wariant? Nazwa obejmuje hostowaną linię usług mowy z podziałem na poziomy — model dupleksowy w czasie rzeczywistym, poziom flash w czasie rzeczywistym, transkrypcję strumieniową i transkrypcję plików oraz dwa modele syntezy — a każdy poziom ma własny cennik. LFM3-Audio-2B jest przeciwieństwem tego rodzaju obiektu: pojedynczym checkpointem 2B od Liquid AI, wydanym 27 października 2026 r. w ramach sześciomodelowej rodziny LFM3, do pobrania na warunkach licencji LFM Open License v1.0, z kompilacją Ollama o rozmiarze 2,1 GB i bez jakiegokolwiek licznika opłat za wywołanie. Porównywanie ich nie jest porównaniem jakości dźwięku. To porównanie dwóch modeli rozliczeń, a rachunek wypada inaczej w zależności od tego, czy Twój ruch jest stały, skokowy, czy wciąż hipotetyczny.

Forma wydania również ma znaczenie, ponieważ ustala oczekiwania wobec dokumentacji. Qwen-Audio-3.1 jest przede wszystkim pozycją katalogową: identyfikatory modeli udokumentowane w Alibaba Cloud Model Studio, każdy opisany w jednym lub dwóch wierszach, z ceną za token, bez publikowanych wag i bez publicznie podanej liczby parametrów. LFM3-Audio-2B stawia przede wszystkim na wagi: repozytorium, karta modelu, scalony pull request do llama.cpp i jeden akapit w poście producenta o rodzinie modeli. Jeden to linia produktów, którą wynajmujesz. Drugi to plik, który posiadasz. Wszystkie praktyczne różnice poniżej wynikają z tego.

Co tak naprawdę obejmuje ta nazwa

Qwen-Audio-3.1 nie jest jednym punktem końcowym, a traktowanie go jako jednego to najczęstszy błąd w porównaniach. Poszczególne poziomy wykonują różne zadania:

• qwen-audio-3.1-realtime-flash — dwukierunkowa mowa w czasie rzeczywistym, tekst i dźwięk na wejściu i wyjściu, z wywoływaniem funkcji, wyszukiwaniem w sieci, klonowaniem głosu i trzema trybami wykrywania tur rozmowy. To najbliższy odpowiednik LFM3-Audio-2B i klasa, którą wycenia ten artykuł.

• qwen-audio-3.1-realtime-plus — pełniejszy wariant czasu rzeczywistego. Alibaba dokumentuje dla niego konwersję audio na poziomie 12,5 tokena na sekundę i pobiera znacząco wyższą stawkę za wyjście niż w wariancie flash. Inny produkt, inny rachunek.

• qwen-audio-3.1-asr-flash-streaming — rozpoznawanie w strumieniu, z wynikami pośrednimi, VAD, słowami kluczowymi i usuwaniem niepłynności. Bez generowania mowy.

qwen-audio-3.1-asr-flash-filetrans — to samo zadanie rozpoznawania przetwarzane wsadowo na pliku.

• Qwen-Audio-3.1-TTS i TTS-Next — synteza, przy czym model Next jest reklamowany jako model „Audiogen” do generowania głosu, efektów dźwiękowych i ambiencji w jednym przebiegu przy 48 kHz.

LFM3-Audio-2B sprowadza te zadania do jednego checkpointu. Rozpoznawanie, synteza, tłumaczenie, rozumienie dźwięku i głosowe wywoływania narzędzi to tryby tego samego modelu 2B, wybierane przez prompt i profil obsługi. Nie ma SKU do wyboru ani osobnego licznika dla mówienia i słuchania. Kompromis polega na wymianie granularności na prostotę: nie możesz płacić wyłącznie za rozpoznawanie, gdy rozpoznawanie to wszystko, czego potrzebujesz, ponieważ i tak uruchamiasz cały model.

Rachunek, obliczony

Alibaba publikuje stawki dla qwen-audio-3.1-realtime-flash w USD za milion tokenów. W Singapurze: wejście tekstowe $0.23, wejście audio $0.93, wyjście tekstowe $0.70, wyjście audio $1.87. Pekin jest nieco tańszy: $0.212, $0.848, $0.636 i $1.696. Limity szybkości wynoszą 60 żądań na minutę i 100 000 tokenów na minutę, bez osobnego limitu jednoczesnych połączeń WebSocket. Okno kontekstu to 262 144 tokeny, z maksymalnym wejściem 245 760 i wyjściem 16 384 — ale historia audio jest ograniczona do 50 tur lub 300 sekund łącznie, co jest limitem, który faktycznie osiąga długa rozmowa.

LFM3-Audio-2B nie ma cennika, ponieważ Liquid nie sprzedaje go jako endpointu. Koszt to maszyna, na której go uruchamiasz, pobieranie 2,1 GB oraz próg licencyjny: bezpłatnie do użytku komercyjnego poniżej 10 mln USD rocznego przychodu, odpłatnie powyżej. Na laptopie jest to niemal zero; na GPU to tyle, ile już płacisz za niewykorzystane moce. Warto znać deklarację wydajności kodeka — LiquidCodec pakuje 80 ms mowy w 12 tokenów i dekoduje z szybkością około 87× czasu rzeczywistego na pojedynczym wątku CPU M4 Max — ale to mierzy kodek, a nie model językowy, i nie należy tego odczytywać jako przepustowości end-to-end na Twoim sprzęcie.

Teraz część, która to rozstrzyga. Hostowany model czasu rzeczywistego rozlicza się za token rozmowy, łącznie z generowanym dźwiękiem, a koszt agenta głosowego tkwi w danych wyjściowych. Model hostowany samodzielnie rozlicza się za godzinę pracy sprzętu, niezależnie od tego, czy ktoś mówi. W centrum kontaktowym działającym przy stałym obciążeniu koszt stały się amortyzuje, a stawka godzinowa może spaść poniżej dowolnego cennika. W produkcie o skokowym ruchu — zespół ds. zgodności, który transkrybuje tysiąc rozmów ostatniego dnia kwartału i nic przez jedenaście tygodni — rozliczanie za rozmowę wygrywa, ponieważ GPU naliczają koszty przez ciszę. Żaden z tych wariantów nie jest tańszy w ogóle. Są tańsze przy różnych poziomach wykorzystania.

Pokrycie, opóźnienie i twierdzenia, które nie są spełnione

• Języki — LFM3-Audio-2B: 18 języków, 19 lokalizacji, przy czym ASR na żywo ogranicza się do angielskiego, a tłumaczenie działa najlepiej na angielski i z angielskiego. Qwen-Audio-3.1: dokumentacja Alibaby dla warstwy flash w czasie rzeczywistym nie podaje listy języków; jej warstwy rozpoznawania są opisywane w kontekście mandaryńskiego, kantońskiego, syczuańskiego i innych dialektów chińskich, z automatycznym wykrywaniem języka. Zakres obsługi Qwen należy uznawać za nieznany, dopóki dokumentacja go nie wyliczy.

• Opóźnienie — LFM3-Audio-2B: „nawet 50 ms” czasu do pierwszego tokenu, zmierzone przez producenta na wskazanym sprzęcie Apple, bez podania percentyla ani użytego harnessu. Qwen-Audio-3.1: kluczowa wartość 92 ms dla pierwszego tokenu podawana przez Alibaba dla rodziny modeli pochodzi z jej własnego benchmarku wysokiej współbieżności dla specyfikacji 0,6B, a nie z testów zewnętrznych. Żadna z tych liczb nie jest typowa.

• Duplex — LFM3-Audio-2B: żądanie-odpowiedź ze strumieniowaniem; koder przyczynowy pozwala na wstępne wypełnienie (prefill) podczas mówienia, ale nie ma deklaracji barge-in. Qwen-Audio-3.1 realtime-flash: jawnie dupleksowy, z serwerowym VAD i trybem smart-turn, który obsługuje przerwania.

• Kontekst — LFM3-Audio-2B: 32 tys. tokenów, wejście plus wyjście. To nie jest liczba 256 tys. powtarzana w niektórych materiałach o LFM3; dotyczy ona modelu tekstowego. Qwen-Audio-3.1 realtime-flash: 262 tys. tokenów, z podanym powyżej limitem historii audio.

Ta linia duplex to ta, która zmienia architekturę. Jeśli Twój produkt musi być przerywany w połowie zdania, LFM3-Audio-2B to model o niewłaściwym kształcie i żaden prompt tego nie naprawi. Jeśli Twój produkt odczytuje nagranie i odpowiada na pytanie na jego temat, duplex jest nieistotny, a checkpoint 2B jest prostszym obiektem.

Kto co zmierzył?

Liquid publikuje sześć wartości liczbowych dla LFM3-Audio-2B, wszystkie względem własnego poprzedniego modelu, LFM2.5-Audio-1.5B: WER ASR w języku angielskim 6,23 (wobec 6,13, bez zmian), wielojęzyczny WER/CER 6,03, UTMOSv2 3,83 (wobec 3,22), VoiceBench 73,13 (wobec 55,17), MMAR 50,60 (wobec 25,85) oraz wewnętrzna ewaluacja wywoływania narzędzi na poziomie 58,50. Nie wskazano zbioru testowego, harnessu ani wariancji. Nie udało nam się znaleźć niezależnej reprodukcji któregokolwiek wiersza.

Dowody Qwen są innego rodzaju. Istnieje raport techniczny „Qwen-Audio-3.1-Realtime: Towards Reliable Agentic Voice Interaction”, w którym podano, że skuteczność wykonania zadania w półdupleksowej adaptacji τ-Voice do zamiany mowy na tekst wzrosła z 78,4% do 82,0%, a odsetek odpowiedzi na mowę w tle w Full-Duplex-Bench v1.5 spadł z 73,0% do 13,0%. To dwie liczby podane w streszczeniu; zasadnicza część zawiera tabele na poziomie modeli, ale nie zweryfikowałem ich za pomocą stanowiska testowego, a artykuł jest raportem dostawcy, a nie niezależną oceną.

Uczciwa tablica wyników wygląda tak: jeden model ma tabelę dostawcy bez artykułu, drugi ma artykuł dostawcy bez odtwarzalnego środowiska testowego, a żaden z nich nie pojawia się na neutralnej tablicy pod własną nazwą. Każdy artykuł, który umieszcza ich liczby w sąsiednich kolumnach, zestawia dwa niezweryfikowane twierdzenia i pozwala, by przekonywał układ.

Gdzie dokładnie pasuje router

Ani LFM3-Audio-2B, ani Qwen-Audio-3.1 nie znajdują się w katalogu OrcaRouter, więc nie ma żadnego twierdzenia o routingu do przedstawienia w odniesieniu do samej warstwy mowy. Warstwa ponad nią to inna historia. Produkt głosowy zbudowany na którymkolwiek z tych modeli nadal potrzebuje modelu tekstowego do podsumowywania, klasyfikowania, wyodrębniania lub decydowania, co agent powie dalej, i to właśnie w tym wywołaniu koszt i niezawodność faktycznie się różnią.

OrcaRouter umieszcza ponad 200 modeli tekstowych i multimodalnych za jednym kluczem w cenie katalogowej dostawcy, bez narzutu, z automatycznym przełączaniem awaryjnym między dostawcami oraz DSL routingu, który potrafi złożyć kilka modeli w jedno wywołanie. W tym starciu przydatnym wzorcem jest test A/B: przepuść te same nagrane rozmowy przez qwen-audio-3.1-realtime-flash oraz przez LFM3-Audio-2B na własnym sprzęcie, a następnie wyślij oba transkrypty do tego samego modelu podrzędnego na tym samym endpoincie. Porównanie pozostaje czyste, a część tekstowa nigdy nie staje się zmienną, o której zapomniałeś zadbać.

Który rachunek wybrać

Wybierz Qwen-Audio-3.1 realtime-flash, jeśli potrzebujesz rozmowy dwukierunkowej, stosu rozpoznawania z priorytetem języka chińskiego, kontekstu 262K lub SLA od dostawcy — oraz jeśli Twój ruch jest wystarczająco skokowy, by rozliczanie za token było zaletą. Uważnie przeczytaj nazwy poziomów, zanim podasz cenę: realtime-plus i realtime-flash to nie ten sam produkt, a stawka za dane wyjściowe decyduje o wysokości rachunku agenta głosowego.

Wybierz LFM3-Audio-2B, jeśli potrzebujesz mieć model na własność, uruchamiać go offline, uniknąć rozliczania za minutę lub syntetyzować mowę w 18 językach na laptopie. Zaakceptuj kontekst 32K, ASR na żywo tylko w języku angielskim, próg licencyjny oraz fakt, że jego dokładność rozpoznawania plasuje się w środku tabeli w porównaniu samego dostawcy.

Poczekaj — jeśli potrzebujesz liczby, której możesz bronić przed zespołem ds. zakupów. Żaden z modeli jeszcze jej nie ma. Pierwsza niezależna ocena na wspólnym korpusie audio — nie tabela dostawcy, nie publikacja dostawcy — będzie warta więcej niż każda z powyższych liczb, i to jest to, na co warto patrzeć, zanim którykolwiek z nich stanie się standardem.