Ming-3.0-tts กับ Qwen-Audio-3.0-TTS: โอเพนเวตส์ปะทะเสียงที่คุณวัดเป็นรายตัวอักษร

Ming-3.0-tts และ Qwen-Audio-3.0-TTS คือสองระบบแปลงข้อความเป็นเสียงพูดภาษาจีนที่น่าเชื่อถือที่สุดที่เปิดตัวในปี 2026 และทั้งสองเห็นต่างกันในแทบทุกเรื่อง ยกเว้นเรื่องคุณภาพของผลลัพธ์ Ming-3.0-tts เป็นโมเดลน้ำหนักเปิดภายใต้สัญญาอนุญาต MIT ของ Ant Group ซึ่งเผยแพร่โดยทีม inclusionAI เมื่อวันที่ 20 ตุลาคม 2026 โดยเป็นส่วนหนึ่งของตระกูลระบบเสียงพูด Ming-3.0 ส่วน Qwen-Audio-3.0-TTS เป็นระบบสังเคราะห์เสียงพูดแบบปิดที่ให้บริการผ่าน API เท่านั้นของ Alibaba ประกาศเปิดตัวที่งาน WAIC เมื่อวันที่ 20 กรกฎาคม 2026 ในระดับ Plus และ Flash โดยไม่มีการเผยแพร่น้ำหนักโมเดลเลย ตัวหนึ่งคุณดาวน์โหลดมารันเอง อีกตัวคุณเช่าใช้ตามจำนวนตัวอักษร ความแตกต่างนี้เองคือการเปรียบเทียบ และช่องว่างด้านคุณภาพก็เล็กกว่าช่องว่างของโมเดลธุรกิจ

ยังมีจุดพลิกผันหนึ่งที่การเปรียบเทียบสองโมเดลนี้ส่วนใหญ่มองข้าม และมันเปลี่ยนคำแนะนำ: Qwen-Audio-3.0-TTS ไม่ใช่โมเดลเสียงพูดของ Qwen ที่คุณจะซื้อจริงอีกต่อไปแล้ว Alibaba แทนที่ด้วย Qwen-Audio-3.1-TTS เมื่อวันที่ 23 กันยายน 2026 และลดราคาการสังเคราะห์เสียงลงประมาณ 70% ในวันก่อนหน้านั้น ดังนั้นหน้านี้จึงเปรียบเทียบโมเดลที่ระบุชื่อในหัวข้อกับ Ming-3.0-tts เพราะนั่นคือสิ่งที่ผู้คนกำลังค้นหา แล้วจึงบอกคุณว่า Qwen ที่ใหม่กว่าปลี่ยนแปลงคำตอบอย่างไร

โมเดลที่ระบุในชื่อเรื่องถูกแทนที่แล้ว

Qwen-Audio-3.0-TTS เปิดตัวที่ WAIC พร้อมข้อกล่าวอ้างที่พิสูจน์ได้จริง: อันดับหนึ่งบน Provider Voice Arena ของ Artificial Analysis นำหน้า Gemini 3.1 Flash TTS และระบบเชิงพาณิชย์อีกหลายรายการ เปิดให้บริการในสองระดับ ได้แก่ Plus สำหรับคุณภาพ และ Flash สำหรับการโต้ตอบแบบเรียลไทม์ด้วยเวลาแฝงของแพ็กเก็ตแรกประมาณ 300 มิลลิวินาที ในราคาตั้งต้นประมาณ 27.60 ดอลลาร์สหรัฐ และ 15 ดอลลาร์สหรัฐต่อล้านอักขระตามลำดับ

เก้าสัปดาห์ต่อมา Qwen-Audio-3.1-TTS ก็เปิดตัวในงาน Apsara Conference สิ่งที่เปลี่ยนแปลงไปซึ่งมีความสำคัญต่อการเปรียบเทียบครั้งนี้:

• ราคา — การสังเคราะห์ลดลงประมาณ 70% แบบเรียลไทม์ลดลงประมาณ 85% มีผลตั้งแต่วันที่ 22 กันยายน 2026 สำหรับภูมิภาคปักกิ่งและสิงคโปร์ ซึ่งทำให้ 3.1 TTS Flash อยู่ที่ประมาณ ¥1.5 ต่อ 1 ล้านโทเค็นอินพุต และ ¥12 ต่อ 1 ล้านโทเค็นเอาต์พุต และทำให้ Plus-equivalent อยู่ใกล้ $8 ต่อ 1 ล้านอักขระตามหน่วยเดิม

• การควบคุม — คำสั่งภาษาธรรมชาติแบบอิสระสำหรับอารมณ์ จังหวะ และสไตล์ แทนที่แท็กการส่งมอบแบบอินไลน์จำนวน 86 แท็กของ 3.0 นี่คือการเปลี่ยนแปลงด้านการใช้งาน ไม่ใช่การเปลี่ยนแปลงด้านคุณภาพ และเป็นสิ่งที่มักมีแนวโน้มส่งผลต่อว่าคุณจะสามารถส่งมอบได้หรือไม่

• การโคลนเสียง — การถ่ายโอนคุณภาพเสียงข้ามภาษา ครอบคลุมภาษาจีนกลาง ภาษากวางตุ้ง ภาษาอังกฤษ และภาษาญี่ปุ่น พร้อมทั้งจัดการเสียงอ้างอิงที่มีเสียงรบกวนหรือมีเสียงก้องได้โดยตรง

• การตรวจสอบ — ยังไม่มีคะแนนจากอารีนาอิสระ ณ เวลาที่เขียนบทความ ข้อกล่าวอ้างด้านคุณภาพสำหรับ 3.1 เป็นข้อกล่าวอ้างจากผู้จำหน่าย

ดังนั้นกรอบการเปรียบเทียบที่ยุติธรรมจึงไม่ใช่ "Ming กับ Qwen" แต่เป็น "Ming กับ Qwen รุ่นปัจจุบัน ซึ่งราคาตอนนี้อยู่ที่ประมาณหนึ่งในสามของราคาที่ 3.0 เคยเรียกเก็บ" ข้อได้เปรียบด้านต้นทุนของ Ming จึงแคบลงตามไปด้วย ส่วนความแตกต่างด้านสถาปัตยกรรมนั้นไม่แคบลง

ผลิตภัณฑ์ที่แตกต่างกันสองอย่าง ไม่ใช่สองเวอร์ชันของสิ่งเดียวกัน

• รูปแบบการให้บริการ — Ming-3.0-tts เป็นน้ำหนักโมเดลที่ได้รับอนุญาตแบบ MIT บน Hugging Face และ ModelScope โดยมีโค้ดสำหรับการอนุมานในรีพอซิทอรี GitHub แยกต่างหาก Qwen-Audio-3.0-TTS ไม่เผยแพร่น้ำหนักโมเดล แต่ให้บริการผ่าน Alibaba Cloud Model Studio

• ขนาด — เช็กพอยต์เริ่มต้นของ Ming มีพารามิเตอร์ 0.5B แบบ dense บนโครงข่าย Qwen2.5-0.5B ประมาณ 2.96 GB รุ่นพี่น้อง Ming-3.0-tts-tiny เป็น MoE ขนาดรวม 7.9B และเปิดใช้งาน 1.3B บนโครงข่าย Ling V3 ของ Ant Qwen ไม่เปิดเผยจำนวนพารามิเตอร์สำหรับทั้งสองระดับ

• ขีดจำกัดสูงสุดของคุณภาพเอาต์พุต — Ming ให้ได้สูงสุดที่ 44.1 kHz ส่วน Qwen-Audio-3.0-TTS ปรับมาใช้ 48 kHz และรองรับการสังเคราะห์เสียงในครั้งเดียวได้นานสูงสุดสามนาที

• ความครอบคลุมของภาษา — Ming รองรับภาษาจีน อังกฤษ เยอรมัน สเปน ฝรั่งเศส เกาหลี และญี่ปุ่น รวมถึงภาษาจีนเสฉวนและกวางตุ้ง ส่วน Qwen รองรับ 16 ภาษาและ 20 ภูมิภาคภาษาถิ่นของจีน โดยเพิ่มภาษาอาหรับ เวียดนาม มาเลย์ และฟิลิปปินส์ในเวอร์ชัน 3.0

• เสียง — Ming มีเสียงภาษาจีนกว่า 100 เสียงและภาษาอังกฤษ 5 เสียง ส่วนแคตตาล็อกของ Qwen เป็นชุดที่โฮสต์ไว้ซึ่งคุณไม่ได้จัดการเอง

• ชุดควบคุม — Ming มีการออกแบบเสียงจากคำอธิบายที่เป็นข้อความ มี "โหมดผู้กำกับ" สำหรับคำสั่งการส่งเสียงแบบอิสระ แท็กพาราภาษาศาสตร์แบบอินไลน์ 14 แท็ก และการควบคุมอารมณ์ ความเร็ว ระดับเสียงสูงต่ำ และความดังอย่างชัดเจน Qwen 3.0 มีพรอมต์โหมดผู้กำกับแบบอิสระพร้อมแท็กแบบละเอียด ส่วน 3.1 แทนที่แท็กด้วยคำสั่ง

รูปแบบในรายการนั้นสอดคล้องกัน: Ming ให้คุณควบคุมได้มากกว่าบนชุดภาษาที่แคบกว่า ส่วน Qwen ให้ความครอบคลุมที่กว้างกว่าโดยมองเห็นสิ่งที่อยู่ภายใต้ได้น้อยกว่า

คุณภาพ: สิ่งที่อารีนาพูด และสิ่งที่มันไม่ได้พูด

โมเดลทั้งสองมีการวัดที่เป็นอิสระต่อกัน ซึ่งหาได้ยากพอที่จะคุ้มค่ากับการใช้อย่างระมัดระวัง กับดักคือการเปรียบเทียบข้ามบอร์ดที่แตกต่างกัน

บน Provider Voice Arena — ซึ่งเป็นกระดานที่โมเดลพูดด้วยเสียงมาตรฐานที่มีมาให้ในตัวของแต่ละเจ้า ซึ่งเป็นการเปรียบเทียบแบบเทียบกันได้ตรง ๆ — Qwen-Audio-3.0-TTS-Plus ได้ 1,238 Elo ในเดือนสิงหาคม 2026 และ 1,259 ในเดือนกันยายน อยู่ในอันดับสอง ส่วน Ming-3.0-tts ได้ 1,188 Elo เป็นอันดับสามในกลุ่มโมเดล open-weight และประมาณอันดับ 18 โดยรวม บนกระดานนั้น Qwen นำอยู่ประมาณ 50 ถึง 70 Elo ซึ่งเป็นช่องว่างที่มีอยู่จริงแต่ไม่ใหญ่มาก — ประมาณความต่างระหว่างสองระดับที่ติดกันของเสียงเชิงพาณิชย์

Ming มีสองผลลัพธ์ที่ Qwen ไม่สามารถเทียบได้บนลีดเดอร์บอร์ดเดียวกัน โดยเสมอกันเป็นอันดับหนึ่งโดยรวมใน Pronunciation Robustness ที่ 93.2% และอยู่ในอันดับหนึ่งในบรรดาโมเดล open-weight บน Controlled Voice Arena ที่ 1,069 Elo ซึ่งเป็นลีดเดอร์บอร์ดที่สร้างจากเสียงโคลนแปดเสียงครอบคลุมสำเนียงสหรัฐฯ และสหราชอาณาจักร Qwen ไม่ปรากฏบนลีดเดอร์บอร์ด controlled-voice เพราะไม่มีเช็กพอยต์ในเครื่องสำหรับรันการทดสอบนั้น

เมื่ออ่านรวมกัน ตัวเลขเหล่านั้นบ่งบอกอะไรบางอย่างที่เจาะจง Ming จะทำได้ดีที่สุดเมื่อมันจำลองเสียงที่คุณให้มา และอ่อนที่สุดเมื่อดึงจากคลังเสียงภาษาอังกฤษขนาดเล็กของตัวเอง Qwen แข็งแกร่งกับเสียงของตัวเองและอ้างว่ามีความคล้ายคลึงของผู้พูดระดับล้ำสมัยในทั้ง 16 ภาษา — เป็นคำกล่าวอ้างของผู้ขาย ไม่ใช่การทดสอบอิสระ หากงานของคุณคือ "โคลนเสียงผู้ก่อตั้งของเราแล้วอ่านจดหมายข่าว" ลีดเดอร์บอร์ดที่ Ming ทำได้แข็งแกร่งที่สุดคือสิ่งที่สำคัญ หากเป็น "ขอเสียง 40 เสียงใน 12 ภาษา" ความครอบคลุมของ Qwen คือข้อเท็จจริงที่ชี้ขาด

ตัวเลขหนึ่งที่ผู้ขายรายงานควรถูกตั้งข้อสังเกต เพราะมันทั้งผิดปกติและเป็นเรื่องในทางปฏิบัติ: มีรายงานว่า吞吐ของ Qwen-Audio-3.0-TTS อยู่ที่ประมาณ 16 ตัวอักษรต่อวินาที เทียบกับราว 120 สำหรับ Sonic 3.5 และ 30 สำหรับ Simba 3.2 นั่นช้า มันเป็นเหตุผลที่ระดับ Flash มีอยู่ และเป็นข้อจำกัดประเภทที่ลีดเดอร์บอร์ดด้านคุณภาพจะไม่มีทางแสดงให้คุณเห็น เช็กพอยต์ 0.5B ของ Ming ไม่มีตัวเลข吞吐สาธารณะที่เทียบได้ ซึ่งเป็นช่องว่างของมันเอง

ต้นทุน ในหน่วยที่แต่ละรายเรียกเก็บ

โมเดลทั้งสองไม่ได้ใช้หน่วยเดียวกัน ดังนั้นต้องแปลงค่าเสียก่อน การเปรียบเทียบจึงจะมีความหมาย ที่ประมาณ 14 ตัวอักษรต่อเสียงพูดหนึ่งวินาที หนึ่งล้านตัวอักษรคิดเป็นเสียงประมาณ 19 ถึง 20 ชั่วโมง

• Qwen-Audio-3.0-TTS-Plus — 27.60 ดอลลาร์สหรัฐต่อหนึ่งล้านอักขระ หรือประมาณ 1.40 ดอลลาร์สหรัฐต่อชั่วโมงเสียงในราคาตามรายการ

• Qwen-Audio-3.0-TTS-Flash — ประมาณ $15 ต่อล้านตัวอักษร หรือประมาณ $0.76 ต่อชั่วโมงเสียง

• Qwen-Audio-3.1-TTS — หลังการปรับลดราคาในเดือนกันยายน เหลือประมาณหนึ่งในสามของราคา 3.0 ดังนั้นอยู่ที่ประมาณ $0.40 ถึง $0.45 ต่อชั่วโมงเสียงสำหรับการสังเคราะห์ที่เทียบเท่า

• Ming-3.0-tts — ไม่มีราคาต่ออักขระ น้ำหนักแบบ MIT และมีบิลค่า GPU แทน H800 ที่เช่าในราคาประมาณ $2 ต่อ GPU-hour เมื่อรันโมเดล 0.5B ที่เร็วกว่าเวลาจริงมาก จะให้เสียงหลายชั่วโมงต่อหนึ่งชั่วโมงนาฬิกา เมื่อประมวลผลเป็นแบตช์ อัตราที่มีประสิทธิผลจะต่ำกว่าที่ราคาแบบคิดตามปริมาณด้านบนใด ๆ จะเข้าถึงได้ที่ปริมาณงานต่อเนื่อง

จุดตัดสินใจคือหัวใจของการถกเถียงทั้งหมด สำหรับเสียงไม่กี่ชั่วโมงต่อเดือน การโฮสต์เองเป็นข้อตกลงที่ไม่ดี: GPU ว่างเปล่า 99% ของเวลา dependency stack ใช้เวลาทำหนึ่งวัน และ API แบบคิดตามปริมาณการใช้งานมีค่าใช้จ่ายน้อยกว่าค่าไฟฟ้า สำหรับไม่กี่ร้อยชั่วโมงต่อเดือน API แบบคิดตามปริมาณการใช้งานเป็นตัวเลือกที่แพงกว่าอย่างมาก และช่องว่างจะกว้างขึ้นทุกชั่วโมงที่เพิ่มขึ้น เพราะต้นทุนส่วนเพิ่มของการสร้างครั้งถัดไปเกือบเป็นศูนย์ ตำแหน่งจุดตัดสินใจของคุณจะอยู่ตรงไหนแน่นอนขึ้นอยู่กับราคา GPU และอัตราการใช้งาน แต่จะวัดเป็นหลักร้อยชั่วโมงต่อเดือน ไม่ใช่หลักพัน

มีต้นทุนที่สองที่ไม่ปรากฏในรายการราคาทั้งสองรายการ: ต้นทุนของโมเดลที่เปลี่ยนไปขณะคุณใช้งาน Qwen-Audio-3.0-TTS เป็นโมเดลเสียงพูดที่ดีที่สุดที่ Alibaba จำหน่ายอยู่ประมาณเก้าสัปดาห์ ใครก็ตามที่สร้างผลิตภัณฑ์บนไวยากรณ์ควบคุมแบบ 86 แท็กของมันต้องใช้เดือนกันยายนทั้งเดือนเขียนพรอมป์ต์ใหม่สำหรับคำสั่งภาษาธรรมชาติ เวต MIT ของ Ming ไม่สามารถถูกยกเลิกการใช้งานได้ มีแต่คุณเท่านั้นที่ปรับปรุงให้ดีขึ้นได้

การควบคุม การโคลน และความเป็นจริงของการติดตั้งใช้งาน

Voice Design ของ Ming คือฟีเจอร์ที่ Qwen ไม่มีฟีเจอร์ใดเทียบเท่าได้ คุณอธิบายผู้พูดเป็นข้อความ — อายุ โทนเสียง จังหวะ สำเนียง — แล้วโมเดลจะสังเคราะห์เสียงให้ตรงกัน โดยไม่ต้องมีคลิปอ้างอิง สำหรับการสร้างต้นแบบเสียงตัวละครหรือเสียงแบรนด์ก่อนที่คุณจะมีไฟล์บันทึกเสียง นี่เป็นกระบวนการทำงานที่แตกต่างอย่างแท้จริงจากการเลือกจากแค็ตตาล็อก

จุดถ่วงดุลของ Qwen คือความทนทาน โดยเฉพาะรุ่น 3.1 ที่จัดการกับเสียงอ้างอิงที่มีเสียงรบกวนและเสียงก้อง ซึ่งเป็นโหมดความล้มเหลวที่ทำให้การโคลนเสียงใช้ไม่ได้จริงในการติดตั้งใช้งานจริง: มีคนบันทึกตัวอย่างเสียงด้วยแล็ปท็อปในห้องประชุม แล้วเสียงโคลนก็ฟังดูเหมือนเป็นคนละคน การ์ดโมเดลของ Ming เปิดเผยอย่างตรงไปตรงมาว่าความคล้ายของผู้พูดเป็นรองความแม่นยำของเนื้อหา โดยภาษาฝรั่งเศสเป็นช่องว่างด้านหลายภาษาที่ชัดเจนที่สุด

การติดตั้งใช้งานคือจุดที่ทั้งสองแตกต่างกันอย่างชัดเจนที่สุดในด้านความพยายาม

• Ming — โคลนรีโพซิทอรี GitHub ติดตั้ง CUDA 12.4 และ PyTorch จะ build flash-attn หรือไม่ก็ได้ ติดตั้ง pynini สำหรับการปรับข้อความให้เป็นมาตรฐาน และรัน infer.py หรือ Python API ของ ming_tts.MingTTS Hugging Face ให้บริการเฉพาะเช็กพอยต์เท่านั้น และระบุไว้ในกล่องข้อความ โมเดลขนาดเล็กต้องมีสภาพแวดล้อมของตัวเอง ณ เวลาที่เขียนนี้ ยังไม่มีผู้ให้บริการ inference แบบโฮสต์บน Hugging Face

• Qwen — เพียง API key และ endpoint ระดับภูมิภาค ไม่ต้องมีโครงสร้างพื้นฐาน ไม่ต้องมีสแต็ก dependency ไม่ต้องวางแผนกำลัง GPU คุณยังไม่สามารถปักหมุดเวอร์ชัน ตรวจสอบโมเดล หรือรันแบบออฟไลน์ได้

สำหรับทีมที่มีโครงสร้างพื้นฐาน GPU อยู่แล้วและมีเหตุผลด้านการปฏิบัติตามกฎระเบียบที่ต้องเก็บข้อมูลเสียงไว้ภายในองค์กร Ming คือตัวเลือกที่ชัดเจน และความพยายามที่ต้องใช้แทบไม่มีนัยสำคัญ สำหรับทีมที่ไม่มีทั้งสองอย่าง Qwen ถูกกว่าในไตรมาสนี้ แต่จะแพงขึ้นเมื่อขยาย規模 และการผูกติดกับผู้ให้บริการนั้นเป็นเรื่องจริง

ตำแหน่งที่เราเตอร์เหมาะสม

ไม่มีโมเดลใดในสองโมเดลนี้อยู่บน OrcaRouter เราไม่ได้โฮสต์ Ming-3.0-tts และเราไม่ได้ขายต่อ Qwen-Audio-3.0-TTS และหน้าเปรียบเทียบไม่ใช่ที่ที่ควรใช้แสร้งทำเป็นอย่างอื่น สิ่งที่อยู่ฝั่งของเราในไปป์ไลน์คือทุกสิ่งรอบ ๆ เสียง ได้แก่โมเดลภาษาที่ร่างและเขียนสคริปต์ใหม่ รวมถึงโมเดลเสียงพูดแบบโฮสต์ เช่น Gemini 3.1 Flash TTS Preview และ GPT-4o mini TTS สำหรับกรณีที่การโฮสต์ Ming เองเป็นการแลกเปลี่ยนที่ไม่เหมาะสม

สิ่งนี้สำคัญที่สุดสำหรับการตัดสินใจที่หน้านี้กำลังพูดถึงอยู่จริง ๆ ไปป์ไลน์เสียงไม่ใช่โมเดลเดียว แต่ประกอบด้วยตัวสร้างสคริปต์ ตัวปรับให้เป็นมาตรฐาน ตัวสังเคราะห์เสียง และกลไกสำรอง การวางครึ่งที่เป็นข้อความไว้หลังคีย์ API เดียว — โมเดลมากกว่า 200 รายการ, ค่าบวกเพิ่ม 0% จากราคาตามรายการของผู้ให้บริการ, การสลับอัตโนมัติเมื่อผู้ให้บริการมีประสิทธิภาพลดลง — หมายความว่าสิ่งเดียวที่คุณผูกมัดคือโมเดลเสียงเอง หากคุณโฮสต์ Ming เองแล้วพบว่ามันอ่อนกว่าที่อารีนาแนะนำเมื่อต้องจัดการชื่อแบรนด์ภาษาอังกฤษของคุณ การสลับเลเยอร์เสียงก็คือการเปลี่ยนองค์ประกอบหนึ่งชิ้น ไม่ใช่การย้ายแพลตฟอร์มใหม่ทั้งหมด หากคุณสร้างบน API แบบโฮสต์ของ Qwen เลเยอร์การกำหนดเส้นทางคือสิ่งที่ทำให้ส่วนที่เหลือของไปป์ไลน์ยังทำงานอยู่เมื่อปลายทางตอบช้าหรือมีอัตราจำกัด และราคาแบบส่งผ่านตรงหมายความว่าการลดราคาครั้งถัดไปของ Alibaba จะมาถึงคุณในวันที่ประกาศ ไม่ใช่ตามความสะดวกของผู้ขายต่อ

เลือกอันไหนดี

• เลือก Ming-3.0-tts หากคุณมี GPU ต้องการเสียงแบบโคลนหรือเสียงที่ออกแบบเองแทนการเลือกจากแคตตาล็อก ต้องการเงื่อนไข MIT ที่ผ่านการตรวจสอบทางกฎหมายได้ และยอมรับเครื่องมือระดับงานวิจัยและชุดเสียงภาษาอังกฤษที่มีจำนวนจำกัดได้ ถือเป็นตัวเลือกเดียวในที่นี้ที่คุณเป็นเจ้าของได้อย่างสมบูรณ์

• เลือก Qwen-Audio-3.0-TTSเฉพาะเมื่อคุณถูกผูกไว้กับมันด้วยเหตุผลเฉพาะเจาะจง — สัญญา Alibaba Cloud ที่มีอยู่ หรือเวิร์กโฟลว์ที่สร้างขึ้นบนไวยากรณ์ 86 แท็กของมัน มิฉะนั้นคุณกำลังเลือกโมเดลที่ถูกแทนที่แล้วในราคาที่ถูกแทนที่แล้ว

• เลือก Qwen-Audio-3.1-TTS หากคุณต้องการ API เสียงแบบ managed ที่ครอบคลุมกว้าง และการลดราคาในเดือนกันยายนเปลี่ยนความคุ้มค่าทางเศรษฐกิจของคุณ ยอมรับว่ามันยังไม่ได้รับการยืนยันบนลีดเดอร์บอร์ดอิสระ และการควบคุมตามคำสั่งของมันเป็นไวยากรณ์ใหม่ที่คุณจะต้องเรียนรู้

ช่องว่างคุณภาพระหว่างสองตระกูลแคบพอที่จะไม่ควรใช้ตัดสินคำถามนี้ บนแบนช์มาร์กเพียงแห่งเดียวที่ทั้งคู่แข่งกันโดยตรง Qwen นำอยู่ราว 50 ถึง 70 Elo บนแบนช์มาร์กที่วัดการโคลน Ming อยู่อันดับต้น ส่วน Qwen ไม่ปรากฏ สิ่งที่แยกทั้งสองออกจากกันจริง ๆ คือเสียงนั้นเป็นบริการที่คุณเช่าใช้ หรือเป็นชิ้นงานที่คุณเป็นเจ้าของ และหลังจาก Alibaba เปลี่ยนโมเดลเรือธงของตัวเองภายในเก้าสัปดาห์ ความแตกต่างดังกล่าวก็ดูเป็นความเสี่ยงด้านการจัดซื้อจัดหามากกว่าจะเป็นเรื่องอุดมการณ์