Ming-3.0-tts-tiny kontra Qwen-Audio-3.0-TTS: jeden ma cennik, drugi ma repozytorium

Porównanie, którego wszyscy chcą, to dwa wyniki obok siebie, a dziś nie da się go uczciwie przeprowadzić. Ming-3.0-tts-tiny to checkpoint mowy typu mixture-of-experts z 7,9 mld parametrów od inclusionAI należącego do Ant Group, udostępniony jako wagi na licencji MIT, bez hostowanego endpointu i bez niezależnej oceny. Qwen-Audio-3.0-TTS to hostowany endpoint syntezy w Alibaba Cloud Model Studio, uruchomiony 20 lipca 2026 r., sprzedawany w warstwie Flash i warstwie Plus, bez wag dostępnych gdziekolwiek i bez opublikowanej tabeli wskaźników błędów. Jedna strona ma pozycję w rankingu i cenę. Druga ma pipeline do pobrania i zestaw benchmarków dostawcy. Pożyteczna praca polega tu nie na wybieraniu zwycięzcy spośród tych dwóch artefaktów; chodzi o ustalenie, które liczby można zestawiać ze sobą, a których nie. Udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zbierane w OrcaRouter AI Incident Archive gdzie każdy wpis ma własne źródła, poziom dotkliwości, klasę pewności i flagę sporu.

Daty mają znaczenie, ponieważ żaden z produktów nie pojawił się tak, jak sugerowałby wpis o premierze. Repozytorium Ming-3.0-tts-tiny na Hugging Face utworzono 22 września 2026 r., a sam checkpoint przesłano 24 września. Przez trzy i pół tygodnia był to folder z wagami, którego nie dało się w żaden sposób uruchomić: kod wnioskowania, przykłady uruchamiane jednym kliknięciem i cookbook zadań trafiły na GitHub dopiero 19 października o 08:58 UTC, w dziewięciu commitach w ciągu jednego popołudnia. Ant tego nie ogłosił; nie ma wpisu na blogu, wideo z kartą modelu ani raportu technicznego. Qwen-Audio-3.0-TTS natomiast miał prawdziwą premierę i wciąż widnieje w cenniku firmy A​libaba — a poziom Plus, który liczy się dla jakości, nadal jest najwyższym szczeblem drabiny syntezy firmy A​libaba, nawet po tym, jak we wrześniu pojawiła się generacja 3.1.

Wiersz w tabeli wyników wskazuje niewłaściwy punkt kontrolny, a repozytorium o tym nie informuje.

Zacznij tutaj, ponieważ to jest błąd, który popełni pierwsza fala postów porównawczych. Artificial Analysis prowadzi dwa rankingi mowy, a oba zawierają model o nazwie Ming-3.0-tts. Według stanu na 19 października ma 1 188 punktów Elo na liście Provider Voice i 1 069 na liście Controlled Voice.

Ten wpis dotyczy 0.5B modelu, a nie tego. Ming-3.0-tts-tiny w ogóle nie ma wiersza w arena — ani w rankingu, ani poza rankingiem, ani jako wpis podglądowy. README na GitHubie przytacza w sekcji wyników liczby 1,188 i 1,069, nie rozróżniając, który checkpoint je wygenerował, i dokładnie tak liczba zyskuje błędną etykietę po dwóch repostach.

Kiedy więc widzisz „Ming-3.0-tts 1,188 vs Qwen-Audio-3.0-TTS-Plus 1,266”, w rzeczywistości porównywany jest gęsty model Anta o pół miliarda parametrów z największym hostowanym wariantem Alibaby, a modelu z tytułu tego artykułu nie ma w rankingu. Różnica 78 punktów jest realna dla modelu 0.5B. Nie mówi nic o małym MoE — w żadnym kierunku. Mały model może być lepszy; nikt nie postawił go przed panelem preferencji.

Brak to nie niski wynik. To model bez oceny, a to rozróżnienie jest całym powodem, dla którego ta sekcja istnieje.

Czym tak naprawdę jest każda strona

Odrzuć marketing, a oba obiekty różnią się rodzajem, zanim różnią się jakością.

• Forma — Ming-3.0-tts-tiny to checkpoint, który się pobiera: około 18 GB, 8,980,964,372 parametry w BF16 plus 40,096 w F32, zawierający szkielet Ling V3, głowicę diffusion-transformer, tokenizator audio, enkoder mówcy CAM++ i tokenizator tekstu. Qwen-Audio-3.0-TTS to punkt końcowy HTTP, który zwraca dźwięk; nie ma nic do pobrania ani licencji do audytu.

• Parametry — łącznie 7,9 mld, z około 1,3 mld aktywnych na token, rzadka mieszanina ekspertów, w zestawieniu z hostowanym modelem, dla którego A​libaba nie publikuje liczby parametrów.

• Licencja — MIT zarówno dla wag, jak i kodu, wraz z notą dotyczącą użytkowania, która prosi o niepodszywanie się pod inne osoby bez zgody oraz o oznaczanie syntetycznego audio. W przypadku wersji hostowanej obowiązują komercyjne warunki API.

• Języki — chiński, angielski, niemiecki, hiszpański, francuski, koreański i japoński, a także syczuański i kantoński, gdy dostępna jest próbka referencyjna dialektu. Qwen-Audio-3.0-TTS wymienia 16 języków i 20 chińskich regionów dialektalnych.

• Możliwości sterowania — klonowanie w trybie zero-shot, projektowanie głosu na podstawie opisu, swobodne instrukcje stylu, 14 śródtekstowych tagów paralingwistycznych, jawne ustawienia emocji, szybkości, wysokości tonu i głośności oraz zadanie podcastu z wieloma mówcami. Qwen-Audio-3.0-TTS udostępnia klonowanie oraz około 86 śródtekstowych tagów sposobu mówienia i sterowanie za pomocą instrukcji.

• Cena — brak podanej stawki po stronie Ming-3.0-tts-tiny; płacisz za czas GPU. Qwen-Audio-3.0-TTS-Plus kosztuje 1,4 ¥ za 10 000 znaków w cenniku Alibaba w Pekinie, który Artificial Analysis normalizuje do 19,31 USD za milion znaków.

Niezależny wynik — brak dla Ming-3.0-tts-tiny. 1,266 Elo w Provider Voice i 1,126 w Controlled Voice dla Qwen-Audio-3.0-TTS-Plus, oba z przedziałami ufności, które nie dotykają wartości 1,188 i 1,069 w wierszu Ming-3.0-tts.

Dwa rodzaje dowodów, których nie można wzajemnie przeliczyć

Arena mierzy preferencje. Tabele Ant mierzą błąd i podobieństwo. Żadne z nich nie przekształca się w drugie, a pokusie traktowania różnicy w Elo jako mnożnika jakości należy się oprzeć.

To, co daje Qwen-Audio-3.0-TTS, to względna ocena jego natywnych głosów dokonana przez tłum, poparta liczebnościami próbek i przedziałami. To, co daje Ant, to pomiar własnego modelu wykonany przez laboratorium na stałym zestawie testowym, przy czym harness testowy, klipy referencyjne i kod oceniający zostały wybrane przez ten sam zespół, który zbudował model. Oba są zasadne. Żaden nie zastępuje drugiego, a tylko jeden z nich istnieje dla modelu wymienionego w tytule tego artykułu.

Zestaw narzędzi Ant jest szeroki i warto wiedzieć, co się w nim znajduje, zanim go odrzucisz. W chińskim zestawie Seed-TTS mały model osiąga 0,820% błędu słów przy 0,781 podobieństwa mówcy — najlepszy wynik podobieństwa w całych opublikowanych tabelach Ant, w tym 0,758 jego własnego modelu siostrzanego 0.5B. Angielski osiąga 1,666% przy 0,728. Niemiecki osiąga 0,325% błędu znaków, a hiszpański 0,971% — oba na pierwszym miejscu w porównaniu ośmiu systemów Ant. Japoński to 3,427%, francuski 3,470%. W teście paralingwistycznym pojedynczego zdarzenia NVBench prowadzi we wszystkich sześciu kategoriach, osiągając 17,23 PCER w języku chińskim i 32,95 w angielskim. Zestawy dialektów osiągają 86,09% dokładności w WSC-Eval-TTS easy i 92,90 w WSYue base, zestaw emocji średnio 74,00% w CV3, a projektowanie głosu 75,37% w InstructTTSEval-ZH. Wszystko to jest własnym harnessem Ant, uruchamianym przez Ant, raportowanym przez Ant i przez nikogo nieodtworzonym.

Szczera konkluzja jest taka, że Qwen-Audio-3.0-TTS został oceniony przez nieznajomych, a Ant przez swojego autora. To nie jest przytyk do żadnego z nich; to stwierdzenie o tym, czym są te dwie liczby.

Jedyny bezpośredni pojedynek, jaki Ant publikuje, to pojedynek z samym sobą.

W tym zestawie znajduje się wynik, który zachowuje się jak prawdziwe porównanie, ponieważ konkurentem jest własny model Ant 0.5B, a różnica jest wystarczająco duża, by przetrwać w innym środowisku testowym.

W przypadku języka koreańskiego Ming-3.0-tts-tiny odnotowuje współczynnik błędu znaków na poziomie 6,000%. Model 0.5B osiąga 1,728%. Ten sam zespół, ten sam zestaw testowy, ten sam dzień raportowania — około trzyipółkrotna różnica, w kierunku, którego nikt się nie spodziewał po większym modelu. Karta modelu tego nie wyjaśnia, a sekcja ograniczeń wymienia koreański wśród znanych słabych punktów, nie podając żadnego mechanizmu.

Dostępne jest wyjaśnienie strukturalne i należy je oznaczyć jako hipotezę, a nie ustalenie: modele rzadkie kierują każdy token przez podzbiór ekspertów, więc język, który otrzymał mniej sygnału treningowego w mieszaninie, może degradować szybciej, niż degradowałby w modelu gęstym o porównywalnym rozmiarze całkowitym. To jest prawdopodobne. Nie zostało zmierzone. Obronić można wniosek operacyjny, który jest węższy: jeśli koreański jest w Twoim produkcie, ten checkpoint nie jest tym, po który należy sięgać, dopóki ktoś nie uruchomi go na prawdziwym tekście koreańskim i nie opublikuje wyniku.

Qwen-Audio-3.0-TTS obejmuje koreański wśród swoich 16 języków, a Alibaba nie publikuje wskaźnika błędów dla poszczególnych języków, który można by zestawić z 6.000% Anta. Zatem nawet tego słabego punktu nie da się zamienić w porównanie. Można go odczytywać wyłącznie jako ostrzeżenie.

Milion znaków, wyceniony dwukrotnie

To tutaj oba produkty przestają być abstrakcją.

Qwen-Audio-3.0-TTS rozlicza się za znak. Przy znormalizowanej stawce areny wynoszącej 19,31 USD za milion znaków milion znaków gotowej narracji kosztuje 19,31 USD, a sto milionów – 1931 USD. Ta liczba jest liniowa, przewidywalna i dostępna, zanim napiszesz jakikolwiek kod. Przepustowość w tym samym niezależnym środowisku testowym wynosi 25,61 znaku na sekundę czasu generowania, co przy skali API jest kwestią współbieżności, a nie rozliczeń.

Ming-3.0-tts-tiny jest rozliczany w GPU-godzinach, a w środku tej arytmetyki jest luka. Model siostrzany 0.5B zmierzono na poziomie 42,1 znaku na sekundę; modelu tiny nie zmierzono w ogóle. Nie można pożyczyć przepustowości od modelu siostrzanego, ponieważ model tiny aktywuje około dwa i pół razy więcej parametrów na token i zajmuje około 18 GB, a nie 2,96 GB. Zalecaną przez Ant kartą jest H800, a przypięte środowisko — Python 3.10.15, torch i torchaudio 2.7.1 z CUDA 11.8, transformers 4.46.3 — jest jedyną deklaracją wydajności w wydaniu.

Więc zrób obliczenia jawnie, zamiast udawać, że sprawa jest rozstrzygnięta. Przy 20 znakach na sekundę milion znaków to około 14 godzin generowania; przy 10 znakach na sekundę to około 28. Pomnóż te godziny przez własny koszt GPU-godziny, dodaj czas ładowania modelu, kolejkowanie i ponowienia, a następnie porównaj z 19,31 USD. Poniżej kilku milionów znaków miesięcznie stawka hostowana zwykle wygrywa pod względem kosztu całkowitego, gdy uwzględni się czyjś czas. Powyżej, na sprzęcie, który już posiadasz i utrzymujesz w ciągłym użyciu, koszt krańcowy checkpointu na godzinę jest taki sam jak za pierwszą godzinę — co stanowi przewagę strukturalną, której nie dorówna żadna tabela stawek.

Jedna rzecz, której porównanie cen nie powinno ukrywać: te dwa modele nie są tym samym produktem za żadną cenę. Poziom Plus Qwen-Audio-3.0-TTS to gotowy katalog głosów w 16 językach; Ming-3.0-tts-tiny to obsługiwany przez Ciebie potok, którego jakość wyników mierzysz samodzielnie.

Kwestia poziomu, której A​libaba nie rozwiązała

Każdy, kto dziś wybiera Qwen-Audio-3.0-TTS, wybiera w obrębie rodziny, która rozwinęła się pod nim. Linia Qwen-Audio-3.1 została ogłoszona 23 września 2026 r., a Artificial Analysis podaje Qwen-Audio-3.1-TTS-Plus na poziomie 1 300 Elo w Provider Voice i 1 186 w Controlled — powyżej 3.0 Plus w obu rankingach, z datą 24 września, przy tej samej cenie 19,31 USD za milion znaków.

Jednak publiczny cennik firmy Alibaba wymienia tylko Flash SKU dla 3.1 TTS, więc to, czy poziom 3.1 Plus można dziś wywołać, jest pytaniem do własnej konsoli dostawcy, a nie czymś, co należy wnioskować z rankingu. Tak czy inaczej praktyczny wniosek jest taki sam: poziom 3.0 Plus nie jest przestarzały, ale nie jest już najnowszą rzeczą, którą Alibaba oceniła, a kupujący powinien potwierdzić, które SKU faktycznie kontraktuje, zanim porówna jego cenę z czymkolwiek.

W przypadku Ming-3.0-tts-tiny nie ma w ogóle kwestii poziomów — jest jeden checkpoint, brak harmonogramu z datami oraz nota o wsparciu vLLM-Omni, która pojawiła się w dokumentacji tego samego dnia co kod.

Czego repozytoria nie ustalają

Cztery luki warto nazwać, zanim ktokolwiek zacznie planować w oparciu o ten model.

• Brak niezależnej oceny — brak wiersza areny, brak zewnętrznego współczynnika błędów słów, brak zmierzonej przepustowości. Wiersz wyglądający jak należący do Ming-3.0-tts-tiny należy do 0.5B.

• Brak raportu technicznego — roadmapa wymienia go jako niezaznaczony, a kartę modelu zmodyfikowano 16 października, aby usunąć odniesienie do niego.

• Brak hostowanego endpointu — nie ma własnego API ani ceny, więc jedyną drogą do wdrożenia produkcyjnego jest Twoja własna infrastruktura.

• Brak przepisu na dostrajanie — repozytorium dokumentuje zadania inferencji, a nie trenowanie. LoRA ani pełne dostrajanie tego checkpointu nie są udokumentowane, co jest inną sytuacją niż w przypadku modelu dostarczanego ze skryptami trenowania.

W chwili wykonania zrzutu repozytorium Hugging Face pokazywało 20 pobrań i 3 polubienia, a repozytorium GitHub kilka gwiazdek i brak wydań. To nie jest dowodem na nic poza tym, że wydanie odbyło się bez rozgłosu, i to jest jedyne twierdzenie, co do którego ten tekst ma pewność.

Co to porównanie jest warte w praktyce

Jeśli w tym miesiącu potrzebujesz głosu na produkcji, w więcej niż kilku językach, a odpowiedzialność za dostępność ma ponosić ktoś inny, Qwen-Audio-3.0-TTS-Plus jest wyborem, którego można bronić: ma ocenę, cenę, dokumentację i wsparcie, a 1,266 Elo jest zmierzone, a nie tylko zadeklarowane.

Jeśli potrzebujesz mieć model na własność — klonować głosy, których nie możesz wysłać stronie trzeciej, generować w wolumenie, w którym dominuje rozliczanie za znak, wydawać na licencji zezwalającej na redystrybucję — Ming-3.0-tts-tiny jest jedynym z tych dwóch, który może być Twój. W zamian zaakceptuj, że to Ty jako pierwszy przeprowadzisz jego benchmark, że koreański to znana słabość, którą publikuje sam dostawca, i że potok przetwarzania ma zaledwie tydzień.

OrcaRouter nie kieruje ruchu do żadnego z tych modeli, a niczego w tym tekście nie należy odczytywać jako twierdzenia przeciwnego; do mowy dociera się przez własny kanał każdego dostawcy, a do checkpointu Ming-3.0-tts-tiny przez własny sprzęt. Routujemy natomiast tekstową połowę tego samego potoku — ponad 200 modeli za jednym kluczem, w cenie katalogowej dostawcy bez doliczonej marży, więc zmiana ceny u dostawcy tekstu to Twoja cena tego samego dnia. W produkcie głosowym skrypt, sterowanie w stylu SSML i agent, który decyduje, co powiedzieć, są w całości tekstem — i to jest ta część, w której druga umowa z dostawcą niczego Ci nie daje.

Liczba, która rozstrzygnęłaby tę sprawę, jeszcze nie istnieje. To nie wynik Elo; to jedno popołudnie na H800, podczas którego uruchamia się miniaturowy checkpoint na tych samych klipach referencyjnych, których użył Ant, a wyniki publikuje się wraz z harnessem. Dopóki ktoś tego nie zrobi, uczciwym stanowiskiem jest to, które przyjął ten tekst: dwa wiarygodne artefakty, jeden oceniony, a drugi nie, oraz porównanie, które trzeba przeprowadzić na podstawie własności, kształtu ceny i ryzyka językowego, a nie jakości.