Ming-3.0-tts-0.5B vs Voxtral 4B TTS: Jedna z tych wag nie jest na sprzedaż

Przeczytaj licencję przed testem porównawczym, ponieważ w tym zestawieniu rozstrzyga ona spór jako pierwsza. Ming-3.0-tts-0.5B jest na licencji MIT — możesz go pobrać, dostroić, włączyć do produktu komercyjnego, podać atrybucję Ant Group i działać dalej. Voxtral 4B TT​S jest objęty licencją CC BY-NC 4.0, odziedziczoną po stojących za nim zestawach danych z głosami referencyjnymi, co oznacza, że wagi Mistral AI w ogóle nie są licencjonowane do użytku komercyjnego. Komercyjną ścieżką dla Voxtral jest API w cenie 0,016 USD za tysiąc znaków. Prawdziwe pytanie nie brzmi więc: który model brzmi lepiej. Brzmi ono: czy kupujesz głos, którym zarządzasz, czy wynajmujesz głos, który wywołujesz — i tylko jeden z tych dwóch checkpointów pozwala ci wybrać. Udokumentowane awarie systemów AI i incydenty z udziałem agentów związane z wydaniami takimi jak to są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom krytyczności, ocenę pewności i oznaczenie sporności.

To ujęcie brzmi tak, jakby miało ułatwić porównanie, ale tego nie robi, ponieważ oba modele są dobre w różnych rzeczach, a model hostowany oferuje coś, czego otwarty model nie może zaoferować: opublikowaną krzywą opóźnienia i przepustowości, wyznaczoną na rzeczywistej infrastrukturze serwującej, przy trzech poziomach współbieżności. {{1}}Ming-3.0-tts-0.5B{{/1}} opublikowano w {{2}}Hugging Face{{/2}} 24 września 2026 r., a jego kod wnioskowania w {{3}}GitHub{{/3}} 19 października 2026 r., bez żadnego ogłoszenia ze strony {{4}}Ant Group{{/4}} w obu przypadkach — model ma 19 dni jako artefakt i kilka godzin jako coś, co można faktycznie uruchomić. {{5}}Voxtral 4B TT​S{{/5}} został ogłoszony przez {{6}}Mistral{{/6}} w marcu 2026 r. i miał siedem miesięcy, by zostać zmierzonym. Poniżej: licencja, kształt wdrożenia, liczby, do których każda ze stron może uczciwie rościć sobie prawo, oraz pytania, na które żaden z dostawców nie odpowiedział.

Dwie licencje, które nie są wariacjami na ten sam temat

• Ming-3.0-tts-0.5B — MIT. Dozwolone jest wykorzystanie komercyjne, modyfikacja, redystrybucja i dostrajanie, z podaniem autorstwa. Punkt kontrolny o rozmiarze 2,96 GB, który możesz umieścić w obrazie kontenera, uruchomić na własnym akceleratorze i dostarczyć klientowi bez pytania nikogo o pozwolenie.

• Voxtral 4B TT​S — CC BY-NC 4.0. Niekomercyjna. Karta Mistrala wyraźnie stwierdza, że model dziedziczy licencję swoich głosów referencyjnych, pochodzących ze źródeł takich jak EARS, CML-TTS, IndicVoices-R oraz zestaw naturalnych nagrań arabskich. Wagi pobierają się bez problemu; ograniczeniem jest licencja, a nie plik.

Rozróżnienie, które ludzie błędnie interpretują, polega na tym, że API nie podlega temu samemu ograniczeniu. Wywoływanie Voxtral przez usługę Mistral to transakcja handlowa z dostawcą, a cena wynosi 0,016 USD za tysiąc znaków. Samodzielne hostowanie go w płatnym produkcie to inna czynność — i to właśnie jej zakazuje licencja. Jeśli wdrożenie musi być lokalne — rezydencja danych, wnioskowanie w środowisku odizolowanym od sieci, klient, który nie zatwierdzi zewnętrznego punktu końcowego — to Voxtral 4B TT​S nie jest opcją za żadną cenę, natomiast Ming-3.0-tts-0.5B jest dostępny bezwarunkowo.

To twarda granica i warto ją odróżnić od tej łagodniejszej. Licencja niekomercyjna nadal pozwala na ocenę, badania i wewnętrzne eksperymenty, więc rozsądnym sposobem odczytania tej tabeli jest to, że Voxtral to usługa, którą możesz testować za darmo, a Ming to artefakt, który możesz posiadać na własność.

Co daje pół miliarda parametrów, a czego nie

• Rozmiar i architektura — Ming-3.0-tts-0.5B to gęsty model 0,5B oparty na szkielecie Qwen2.5-0.5B z głowicą dyfuzyjnego transformera, a checkpoint zawiera w pakiecie jego tokenizator audio i enkoder mówcy. Voxtral 4B TTS ma około 4 miliardów parametrów, jest udostępniany przez vLLM-Omni i zbudowany na bazie Mistral Ministral-3-3B.

• Wyjście — Ming przy 44,1 kHz; Voxtral przy 24 kHz w formatach WAV, PCM, FLAC, MP3, AAC lub Opus. Master 44,1 kHz to różnica między plikiem, który można przekazać montażyście wideo, a plikiem, który najpierw trzeba poddać ponownemu próbkowaniu, i ma większe znaczenie w dubbingu i nadawaniu niż w agencie telefonicznym.

• Tryby — Ming ma nazwane zadania (TT​S, FREEFORM, VOICE_DESIGN, MULTILINGUAL, BASIC, EMOTION, DIALECT, IP) z udokumentowanymi wzajemnymi wykluczeniami. Voxtral obsługuje strumieniowanie i przetwarzanie wsadowe, bez opublikowanej równoważnej taksonomii zadań.

• Głosy — Ming oferuje ponad 100 wbudowanych głosów chińskich i pięć wbudowanych głosów angielskich, a także klonowanie zero-shot z krótkiego klipu i projektowanie głosu na podstawie opisu w języku naturalnym. Voxtral oferuje 20 gotowych głosów i dostosowuje się do próbki referencyjnej trwającej zaledwie trzy sekundy. Dwadzieścia to wyselekcjonowana lista; sto to lista obsady. To, którego chcesz, zależy od tego, czy budujesz produkt z jednym głosem, czy narzędzie, które pozwala innym wybrać głos.

• Paralingwistyka — 14 znaczników wbudowanych Ming obejmuje oddech, kaszel, westchnienie, śmiech, wahanie, zaskoczenie i pytania, a także jawne kontrolki emocji, tempa, wysokości tonu i głośności. Mistral nie publikuje żadnego słownictwa znaczników dla Voxtral. Brak dokumentacji nie oznacza braku możliwości, ale też nie jest jej dowodem.

Liczba parametrów wynosząca 0,5B to element, który bywa błędnie odczytywany. Ming nie jest mniejszą wersją Voxtrala; to inna konstrukcja, która zakłada, że kompaktowy backbone plus dołączony enkoder mówcy i tokenizer wystarczą do sterowalnej mowy, i przeznacza swoją pojemność na kontrolę, a nie na skalę. We własnej wielojęzycznej ewaluacji Ant wypada lepiej niż VoxCPM2 pod względem dokładności treści w czterech z pięciu języków, tracąc jednocześnie podobieństwo mówcy we wszystkich pięciu — tak na karcie wyników wygląda model dostrojony pod słowa, a nie pod barwę głosu.

Jedyna liczba, którą ma Voxtral, a której nie ma Ming

Mistral opublikował benchmark obsługi modelu i jest to najużyteczniejsza rzecz w obu wydaniach dla każdego, kto planuje zapotrzebowanie na moc obliczeniową. Na pojedynczym H200 z vLLM-Omni 0.18.0, przy danych wejściowych o długości 500 znaków i dziesięciosekundowym odniesieniu audio:

• Współbieżność 1 — 70 milisekund opóźnienia, współczynnik czasu rzeczywistego 0.103, około 119 znaków na sekundę czasu GPU.

• Współbieżność 16 — 331 milisekund, RTF 0,237, około 879 znaków na sekundę.

• Współbieżność 32 — 552 milisekundy, RTF 0,237 przeniesiony, około 1431 znaków na sekundę.

To plan wydajności w trzech liniach: opóźnienie pozostaje poniżej sekundy znacznie powyżej współbieżności, do której większość produktów głosowych faktycznie dociera, a przepustowość skaluje się około dwunastokrotnie od jednego strumienia do trzydziestu dwóch. To własny harness Mistrala, nieodtworzony, i zakłada środowisko referencyjne — ale to kształt, względem którego można zwymiarować wdrożenie.

Równoważna wartość dla Ming jest niezależna, a nie raportowana przez dostawcę, i mierzy nieco inną wielkość. Artificial Analysis odnotowuje dla Ming-3.0-tts 42,1 znaku na sekundę czasu generowania w swoim własnym środowisku testowym, po jednym żądaniu na raz. To około jednej trzeciej wydajności pojedynczego strumienia Voxtral, uzyskanej inną metodą na innym sprzęcie; uczciwie mówiąc, obie liczby nie są bezpośrednio porównywalne: jedna to przepustowość Mistrala przy wybranej współbieżności na H200, druga to pomiar pojedynczego strumienia wykonany przez podmiot trzeci na niepublikowanym sprzęcie. Można powiedzieć, że obie są wystarczająco szybkie dla interaktywnej mowy i żadna nie stanowi ograniczenia czasu rzeczywistego.

Różnica w przepustowości, która naprawdę ma znaczenie, jest związana z licencjonowaniem. Krzywa Voxtrala to powód, by wywoływać API, a nie budować wokół wag — inżynieria serwowania jest już gotowa, a płacisz za znak, a nie za GPU-godzinę. Tempo Minga to powód, by obliczyć własny próg rentowności, ponieważ przy 42,1 znaku na sekundę milion znaków to około 6,6 godziny generowania, a to, czy jest to tanie, zależy wyłącznie od tego, ile kosztuje Twój akcelerator, gdy jest poza tym bezczynny.

Dziewięć języków wobec siedmiu, a żadna z tych list nie jest twierdzeniem o jakości

• Ming-3.0-tts-0.5B — chiński, angielski, niemiecki, hiszpański, francuski, koreański i japoński, przy czym syczuański i kantoński są osobnymi zadaniami dialektalnymi, a dla pięciu języków niechińskich wymagany jest jawny identyfikator języka.

{{1}}Voxtral 4B TT​S{{/1}} — angielski, francuski, hiszpański, niemiecki, włoski, portugalski, niderlandzki, hindi i arabski. Karta opisuje „zróżnicowane dialekty” w ramach tego wsparcia, nie wymieniając ich.

Część wspólna to pięć języków: angielski, francuski, hiszpański, niemiecki oraz koreański albo japoński — w zależności od tego, jak liczyć pokrycie regionalne. Każdy model obejmuje coś, czego nie obejmuje drugi — po stronie Voxtrala włoski, portugalski, niderlandzki, hindi i arabski; po stronie Minga koreański, japoński, syczuański i kantoński. Jeśli Twoja mapa drogowa obejmuje arabski lub hindi, decyzja jest przesądzona, zanim przeczytasz pierwszy benchmark.

Tym, czego nie publikuje żaden z dostawców, jest jakość w poszczególnych językach. Mistral nie podaje współczynnika błędów dla żadnego z dziewięciu swoich języków. Ant przetestował pięć języków innych niż chiński na zbiorze MiniMax i opublikował wyniki, ale to własny harness Anta zestawiony z konkurentami wybranymi przez Anta i nie mówią one nic o koreańskim ani japońskim w porównaniu z Voxtral, ponieważ Voxtral nie znalazł się w tabeli. Zatem porównanie językowe tutaj dotyczy pokrycia, a nie kompetencji, a każdy artykuł, który przedstawia je jako kompetencję, zgaduje.

Tablica, która w pewnym sensie ma oba.

Oba modele figurują na rankingach mowy Artificial Analysis, ale nie z tego samego dnia pomiaru i nie w tym samym otaczającym je gronie, dlatego należy traktować to jako orientację, a nie wynik bezpośredniego porównania.

• Ming-3.0-tts-0.5B — Głos dostawcy 1 188 Elo (przedział 1 173–1 203, zakres miejsc 17–23, dziewiętnasty wiersz listy); Głos kontrolowany 1 069 (1 053–1 085, zakres miejsc 10–18, trzynasty wiersz). Oba pomiary pochodzą z 19 października 2026 r., czyli dnia, w którym opublikowano jego kod wnioskowania.

• Voxtral 4B TT​S — Controlled Voice 1,005 Elo, zakres miejsc 24–30, dwudziesty szósty wiersz tego samego zrzutu z 19 października. Jego pozycja wśród głosów dostawcy nie znajdowała się w materiale, który mogliśmy zweryfikować.

Tablica Controlled Voice jest tą, której warto ufać, ponieważ każdy model na niej klonuje te same stałe głosy referencyjne, a obsada głosów przestaje być czynnikiem zakłócającym. Na powyższym zrzucie Ming z wynikiem 1 069 i Voxtral z 1 005 dzieli 64 punkty, a przy nakładających się zakresach pozycji uczciwy wniosek brzmi: Ming uzyskuje wyższy wynik w pomiarze przeprowadzonym później na większym zestawie modeli. Nie należy tego odczytywać jako rozstrzygającego zwycięstwa różnicą 64 punktów. Należy to odczytywać jako dowód, że otwarty checkpoint 0,5B nie odstaje od 4B modelu dostawcy pod względem wierności głosu, i to jest zaskakujące.

Ile pracy inżynierskiej naprawdę kosztuje Cię samodzielnie hostowany pipeline Ming

Przyjęcie Minga to nie pobranie i wywołanie funkcji. Środowisko referencyjne jest przypięte: PyTorch 2.6 z CUDA 12.4, przetestowane na H800-80GB i H20-96G, flash-attention opcjonalnie z fallbackiem SDPA. Normalizacja tekstu wymaga pynini 2.1.6 — biblioteki mającej opinię trudnej w instalacji — albo przekazujesz flagę, która wyłącza normalizację, i akceptujesz, że liczby, waluty i skróty trafiają do modelu w postaci surowej.

To są koszty, które nigdy nie pojawiają się w tabeli porównawczej, a zawsze wychodzą w sprincie. Równoważne koszty Voxtrala są ukryte w cenie API: ktoś inny przypiął środowisko, ktoś inny obsługuje współbieżność, a kompromis polega na tym, że nie możesz zmienić obsady głosowej poza dostosowaniem jej na podstawie klipu referencyjnego i nie możesz umieścić modelu na maszynie, którą kontrolujesz, do celów komercyjnych.

Dojrzałość Minga również trzeba uczciwie wycenić. Repozytorium GitHub pojawiło się 19 października 2026 r.; pierwszy commit zawierał kod inferencji, plik Dockerfile, przykłady uruchamiane jednym kliknięciem i cookbook zadań, a commity dokumentacji pojawiały się przez całe popołudnie — w tym jeden, który oznaczał wsparcie dla vLLM-Omni. vLLM-Omni to ten sam stos serwowania, którego Mistral użył do swojego benchmarku Voxtral, co jest przydatnym zbiegiem okoliczności: droga do wdrożenia produkcyjnego Minga jest drogą, którą Voxtral już udokumentował, o warstwę niżej.

Gdzie pasuje routing, a czego nie obejmuje

OrcaRouter nie obsługuje Ming-3.0-tts-0.5B; to checkpoint, który uruchamiasz samodzielnie. Voxtral 4B TT​S jest dostępny przez własne API Mistrala, a ten tekst nie twierdzi, że go routujemy. To, do czego router faktycznie dociera w obu architekturach, to tekst wokół głosu — skrypt, decyzje dotyczące tagów w stylu SSML, etap tłumaczenia, który przed syntezą zamienia jeden główny skrypt na dziewięć języków, oraz sumaryzator, który skraca fragment, aby zmieścił się w oknie czasowym. Te wywołania zdarzają się setki razy na minutę audio i to właśnie w nich tak naprawdę koncentrują się koszty i tryby awarii pipeline'u.

To warstwa, którą obsługujemy: ponad 200 modeli tekstowych dostępnych za jednym kluczem w cenie katalogowej dostawcy, z 0% dodanej marży, dzięki czemu obniżka ceny przez dostawcę dociera do Ciebie w dniu jej wprowadzenia, a nie dopiero przy kolejnej zmianie cennika; automatyczne przełączanie awaryjne między dostawcami, tak aby zły dzień u jednego dostawcy nie zatrzymywał generowania skryptów zasilających głos; oraz DSL routingu do łączenia kilku modeli w jedno wywołanie, gdy etap tłumaczenia i przepisywanie stylu wymagają różnych modeli. Model głosowy na końcu łańcucha wybierasz sam, a ten artykuł dotyczy właśnie tego wyboru.

Czego nie mówi ci żadna z dwóch kart

Trzy pytania decydują o większości rzeczywistych wdrożeń, a żaden z tych dwóch dostawców nie odpowiada na żadne z nich.

• Jak kształtuje się jakość w warunkach współbieżności? Mistral mierzy opóźnienie i przepustowość przy 32 strumieniach, ale nie publikuje różnicy w jakości między trybem wsadowym a strumieniowaniem. Wydanie Minga w ogóle nie opisuje współbieżności — pojedynczy harness żądań, referencyjny GPU i brak krzywej przepustowości vLLM, tylko nota o wsparciu.

• Jak brzmi nieudane generowanie? Żadna z kart nie dokumentuje zachowania przy obcinaniu, pętli powtórzeń ani tego, co się dzieje, gdy skrypt z 14 tagami zderza się ze zdaniem, którego model nie potrafi przeanalizować. Karta Anta jest niezwykle szczera co do swoich słabych stron — niestabilna paralingwistyka wielozdarzeniowa, kontrola emocji, która słabnie, gdy słowa nie niosą emocji, podobieństwo w przypadku francuskiego jako najsłabszego języka oraz otwarte projektowanie głosu, które nie dorównuje najsilniejszemu systemowi, względem którego je oceniano — ale sekcja ograniczeń nie jest taksonomią niepowodzeń.

• Kto będzie to utrzymywać za rok? Mistral to firma z komercyjną usługą TTS i oczywistą motywacją, by utrzymywać ją w aktualności; marcowy checkpoint jest stabilny już od siedmiu miesięcy. Ming-3.0-tts-0.5B ma jedno polubienie, sześć pobrań i repozytorium utworzone w dniu, w którym to napisano. Ant Group może je nawet wspierać — rodzina Ming obejmuje ASR, audio i warianty tiny, co sugeruje program, a nie jednorazowy projekt — ale nic w wydaniu nie zobowiązuje do niczego.

Ten ostatni punkt warto rozważyć w zestawieniu z licencją MIT. Pozwoleniowa licencja gwarantuje ci prawo do wieczystego korzystania z wag; nie gwarantuje jednak, że ktokolwiek naprawi błąd w kodzie inferencji, a różnica staje się widoczna dopiero w siódmym miesiącu.

Decyzja, w kolejności, w jakiej faktycznie nadchodzi

Zacznij od ograniczenia wdrożeniowego, ponieważ całkowicie eliminuje ono jedną opcję. Jeśli model musi działać na infrastrukturze, którą kontrolujesz, a wynik musi być komercyjnie użyteczny, odpowiedzią jest Ming-3.0-tts-0.5B, a pozostałe kwestie są inżynieryjne: przypnij wersje środowiska, zainstaluj pynini albo zaakceptuj nieznormalizowany tekst, zaplanuj około 6,6 GPU-godziny na milion znaków i pogódź się z tym, że głos będzie trochę mniej wierny klipowi referencyjnemu niż najlepsza otwarta alternatywa. Jeśli model ma mówić po arabsku, hindi, włosku, portugalsku lub niderlandzku, odpowiedzią jest Voxtral 4B TT​S przez API, a pozostałe kwestie są komercyjne: 0,016 USD za tysiąc znaków, dwadzieścia głosów, wyjście 24 kHz, które może wymagać ponownego próbkowania, oraz dostawca, który opublikował krzywą serwowania, względem której będziesz planować zasoby.

Jeśli żadne z ograniczeń nie jest wiążące, o wyborze rozstrzyga to, czym jest Twój produkt. Pipeline do dubbingu lub emisji, który potrzebuje wielu głosów, pokrycia dialektów i emocji inline, chce obsady Ming i jej wyjścia 44,1 kHz — i zapłaci za to kosztami operacyjnymi. Agent głosowy lub IVR, który potrzebuje przewidywalnego opóźnienia, streamingu i kogoś innego na dyżurze, chce API Voxtral — i zapłaci za to stawką za znak oraz utratą obsady głosowej, której nie da się rozszerzyć ponad dwadzieścia głosów.

Jedna rzecz warta zrobienia przed jednym i drugim: zapisz, w jakich językach faktycznie będziecie dostarczać produkt w ciągu najbliższych dwunastu miesięcy i które z nich wasz dział prawny pozwoli wypuścić poza waszą infrastrukturę. Te dwie listy zawężają wybór z porównania modeli do jednego kandydata szybciej niż jakakolwiek liczba Elo i, w przeciwieństwie do rankingów, są aktualne.