AssemblyAI-TTS-1 對比 Qwen-Audio-3.0-TTS：標題點名的那款模型，並不是你該買的那一款

這項比較指名了Qwen-Audio-3.0-TTS，而這是在引用任何數字之前就值得修正的問題。阿里巴巴於 2026 年 9 月 23 日讓 3.0 卸下旗艦語音模型的位置，當天 Qwen-Audio-3.1 系列在雲棲大會上發表，並把Qwen-Audio-3.1-TTS-Plus置於自家 TTS 產品線的頂端。因此，這場對決如實的版本是三個模型，而不是兩個——AssemblyAI-TTS-1，那款封閉式、每百萬字元 15 美元的端點，於 2026 年 10 月 27 日正式全面推出，對比 Qwen 語音堆疊的兩代——而答案會取決於你實際上指的是哪個 Qwen。若你的合約、整合或採購備註寫的是 3.0，請閱讀下一節。若寫的是 3.1，則可跳過。

首先，更正一下：3.0 並不是目前的 Qwen

Qwen-Audio-3.0-TTS 於 2026 年 7 月 20 日推出，共分兩個等級。Flash 專為即時使用而打造，首包延遲約 300 毫秒；Plus 則是品質等級，透過 Alibaba Cloud Model Studio 的價格為每百萬字元 27.59 美元。此系列涵蓋 16 種語言及 20 個中文方言地區，支援 86 個行內控制標籤（例如 [angry] 與 [giggles]），並可搭配自由形式的自然語言風格指示；具備抗噪的零樣本克隆能力，輸出取樣率為 48 kHz，且單次可合成長達三分鐘。它為閉源且僅提供託管服務——不提供開放權重，這是刻意有別於阿里巴巴先前開放權重的 Qwen3-TTS。

十週後，3.1 技術堆疊已在 ASR、TTS、TTS-Next 與即時語音等方面取代了它。3.1 的 TTS 層級沿用相同的 8 種語音陣容，在 Artificial Analysis 的價格欄中標價為每百萬字元 19.3 美元，也是自 9 月下旬以來大多數 Qwen 比較實際上所指的項目。實務上：如果你已經完成整合，3.0 仍可呼叫；新買家收到的報價是 3.1；而任何文章若把 3.0 的 7 月評分與 10 月的發布並列，卻沒有說明這一點，就是在向你推銷過時的比較。

看板只需讀一次，三者皆適用

Artificial Analysis 的 Provider Voice Arena，於 2026 年 10 月 30 日讀取，因此下列每一列皆使用同一項工具：

• Qwen-Audio-3.1-TTS-Plus — 第三名，1,305 Elo，2,281 個樣本，於 2026 年 9 月發布。

• Qwen-Audio-3.0-TTS-Plus — 第七名，1,269 Elo，2,794 個樣本，於 2026 年 6 月至 7 月發布。

• AssemblyAI-TTS-1 — 第十四名，1,227 Elo，1,632 個樣本，於 2026 年 10 月發布。

• ElevenLabs Eleven v4 Turbo 與 Eleven v4 以 1,336 和 1,334 位居第一、第二；這只是參考基準，並非本文討論的對象。

AssemblyAI-TTS-1 與當前 Qwen TTS 層級之間的 78 分差距確實存在，但這並不是這場對決中最大的差距——在同一讀數下，ElevenLabs 比 Qwen 高 31 分，比 AssemblyAI 高 109 分。更重要的是，對於一個才問世四天的模型而言，1,632 個樣本的一列資料仍是薄弱的證據；而且該排行榜上的區間足夠寬，重跑一次就可能讓 AssemblyAI-TTS-1 移動幾個名次，而模型本身沒有任何改變。

每秒十六個字元，就是決定這件事的關鍵數字。

這裡有一項幾乎沒人會納入 Qwen 比較的衡量指標，而它正是對 AssemblyAI-TTS-1 被打造來執行的工作而言最關鍵的那一項。

Artificial Analysis 測得 AssemblyAI-TTS-1 的合成速度為每秒 162 個字元。以相同測量方式，Qwen-Audio-3.0-TTS-Plus 每秒約生成 16 個字元——是競技場頂尖附近最慢的模型。3.1 版本在此有所改善，但生成速度仍是這個系列家族的弱項，而非強項。

現在換算成即時語音代理唯一在乎的單位。一般說話速度約為每分鐘 900 個字元，也就是每秒 15 個字元。每秒生成 16 個字元的模型，在捨入誤差範圍內，即時係數就是 1.0——它勉強能跟上單一播放串流，但若沒有更多硬體支援，就無法同時服務兩路對話。每秒 162 個字元的模型，在相同算力單位下，約有十路串流的餘裕。

這重新詮釋了 Elo 差距。78 分的盲測偏好落差是品質問題，可以用你自己的語料庫回答。十倍吞吐量落差則是容量問題，會以帳單的形式出現，因為解決辦法是讓每位並行呼叫者獲得更多 GPU 秒數，而在 Alibaba 的託管定價下，這不是你能控制的槓桿。

這兩項注意事項，直白說明。這些是兩個廠商在同一套儀器上測得的結果，並非受控的正面對決；生成吞吐量取決於硬體、批次處理與序列長度。而 Qwen 的 12.5 Hz 語音分詞器——刻意低於常見的 50–75 Hz——正是讓它在 Flash 層級上的首包延遲維持在約 300 ms 的關鍵。Qwen 針對首次出聲延遲進行優化。AssemblyAI 則針對回合開始後的每秒字元數進行優化。這些是不同的賭注，而電話語音代理兩者都能感受到。

語言與控制標籤正是 Qwen 遙遙領先、對手難以望其項背之處。

若吞吐量論證決定了客服中心一案，語言論證便決定其餘一切，且這點並不隱晦：

• 涵蓋範圍 — Qwen-Audio-3.0-TTS 提供 16 種語言與 20 個中文方言地區；AssemblyAI-TTS-1 推出時支援六種語言（英語、西班牙語、法語、德語、義大利語、葡萄牙語），並涵蓋其中多種口音。

• 控制方式 — Qwen 提供 86 個內嵌控制標籤，以及自由形式的風格提示；AssemblyAI-TTS-1 在推出時沒有情緒標籤、沒有 SSML、沒有速度參數，也沒有發音詞典，而它自家的貼文指出，寫成文字的不流暢語句會被照字面讀出，而不是被演繹處理。

• 聲音複製 — Qwen 提供抗噪的零樣本複製；AssemblyAI 則可從 24 秒的樣本進行即時複製，並設有說話者授權確認步驟。兩者皆未提供經訓練的專業級複製方案，那是 ElevenLabs 的產品，而非 Qwen 或 AssemblyAI 所提供的功能。

• 輸出 — Qwen 以 48 kHz 合成，單次處理上限為三分鐘；AssemblyAI 串流 8–48 kHz PCM、µ-law 或 A-law，並附帶字詞時間戳與插話取消訊息，這正是電話通訊堆疊實際所需的基礎管線。

• 開放性——兩者皆不公開權重。兩者皆為僅託管、區域內、由廠商定價。

那張表有個明顯的解讀：AssemblyAI-TTS-1 不是多語言產品，也不假裝自己是。如果你的代理需要說日語、韓語或華語，Qwen 系列就是答案，本文到此為止。如果你的代理是以英語對英語來電者說話，偶爾說西班牙語，六種語言就夠了，而 Qwen 的能力清單是在為你的提示詞永遠用不到的功能付費。

每小時價格，三種方式

採用與本系列其他各處相同的估算——每分鐘約 900 字語音，因此每小時大約 54,000 字——每小時的語音合成成本為：

• AssemblyAI-TTS-1 — 每百萬字元 $15，包含所有語音、語言與聲音複製，無限並發且不收費：每小時音訊約 $0.81。

• Qwen-Audio-3.0-TTS-Plus — 於 Alibaba Cloud Model Studio 上每百萬字元 $27.59：約每小時 $1.49。

• Qwen-Audio-3.1-TTS-Plus — 依 Artificial Analysis 記錄，每百萬字元 19.3 美元：約每小時 1.04 美元。

請注意，你自己在榜上就能看到這處落差：Artificial Analysis 把兩個 Qwen 世代都列為每百萬字元 19.3 美元，而 Alibaba 的 Model Studio 上 3.0-Plus 的卡片則寫著 27.59 美元。這兩者是兩種不同的衡量基準——供應商的牌價，以及榜單的標準化處理——而一旦承諾用量定價進入討論，這兩者都不是你屆時實際會收到的帳單金額。上述的每小時數字，都是按各數字所標示的含義直接採用，因此請把 3.1 的費率當作比較基準，並把 3.0 的費率視為最接近牌價的數字。

{{1}}AssemblyAI{{/1}}是三家中最便宜的，比目前的 {{2}}Qwen{{/2}} 等級便宜 22%，比本文標題中的那個等級便宜 45%。但價格欄並不是錢所在的地方。錢在吞吐量欄，因為以即時因子 1.0 運行的模型，每個並行來電者所需的硬體大約是每秒 162 個字元的模型的十倍——而代管的按字元定價把這個乘數藏在供應商的容量規劃裡，直到它在高峰期以節流或延遲的形式浮現。

路由器在這裡實際上增添了什麼

對面臨這項決策的團隊來說，務實的部署方式並非單靠任何一個模型。而是英文對話走便宜、快速的端點，非英文對話走 Qwen 層級，並依呼叫方的語言切換——這是路由問題，不是模型問題。這正是 OrcaRouter 為堆疊其餘部分所涵蓋的層：以供應商定價、0% 加價提供 200 多個模型的單一 API、供應商服務劣化時的自動故障轉移，以及能將多個模型組合在單一端點之後的路由 DSL，而不是多份合約與多個 SDK。

精確地說，這代表什麼、不代表什麼：今天 OrcaRouter 目錄上既沒有 AssemblyAI-TTS-1，也沒有任何 Qwen-Audio TTS 層級。我們所路由的語音模型是 OpenAI 的 tts-1、tts-1-hd 和 gpt-4o-mini-tts，以及 Google 的 Gemini TTS 預覽版。因此，路由論點適用於撰寫你的 TTS 所朗讀句子的語言模型，也適用於你日後新增且我們有提供的任何語音模型——不適用於這兩個。

這個比較實際上適合誰

購買 Qwen-Audio-3.1-TTS-Plus——而非 3.0——前提是你的代理必須說超過六種語言、你需要的是有方向性的演出而非平鋪直敘的朗讀，或者你早已身處 Alibaba Cloud 之中且合約才是那項限制。它在盲測榜上排名第三，每小時費用為 $1.04，而在你正式決定之前，其生成速度正是需要對照自身併發目標進行測試的項目。

如果工作負載是大量以英語為主的電話交談，就買 AssemblyAI-TTS-1：單一固定 $15 費率，不限並行且不收費，每秒有 162 個字元的餘裕，內建詞級時間戳記與插話取消功能，並有獨立延遲測量結果 159 ms，可與廠商宣稱的 90 ms 相互衡量。接受你要放棄十種語言、86 個控制標籤，以及任何能用字典修正發音錯誤縮寫的能力——而且它最弱的獨立子分數，在展開縮寫上僅 73.8%，正是來電者會注意到的失誤。

要避免的錯誤，正是這篇文章標題所引來的那種錯誤：在十月的決策中引用七月模型的評分，卻在整合時才發現，當初向你報價的那個層級，正是取代它的那個層級。在拿它與任何東西比較之前，先確認你實際買到的是哪一個 Qwen。