Rime Prism 對比 Qwen-Audio-3.0-TTS：對話引擎對上語音層

Rime Prism 每分鐘收費 $0.080。用它進行一通五分鐘的客服通話要花 $0.40，而這 $0.40 在單一模型中就包含了聆聽、推理、輪流對話與語音。Qwen-Audio-3.0-TTS 每百萬字元收費 $19.30，換算到同一通通話約為 $0.10——而且僅限於發聲部分。把這些數字並排一看，比較結果似乎對 Qwen 有利。但其實尚未有定論，因為這兩個模型並非在競爭堆疊中的同一個位置，而那 $0.30 的差距，主要是從致電者的句子到回答之間的路徑上刪除兩次交接所需的代價。

Rime 於 2026 年 10 月 28 日推出 Prism，也就是本頁撰寫日的前一天。它是語音轉語音模型，並非文字轉語音模型：它會聽取音訊、構思回覆、將回覆寫成應用程式可檢視的文字，然後開口說話，同時仍在聆聽。阿里巴巴於 2026 年 7 月 20 日在 WAIC 發表 Qwen-Audio-3.0-TTS，其中 Plus 層級主打品質，Flash 層級則主打即時性。該模型接受文字並回傳音訊，僅此而已。阿里巴巴於 2026 年 9 月 23 日以 Qwen-Audio-3.1-TTS 取而代之，因此這則標題中的 3.0 已是其自家系列的前一代，而這個轉折後文還會再次出現，並改變你實際上該買什麼。

真正有用的問題不是哪一個聽起來比較好，而是你會把哪一個擺在來電者面前，以及一旦你這麼做，這張圖其餘的部分必須長成什麼樣子。

圖中有兩個產品，卻只有一個位置

傳統語音代理是一套串接式流程：語音辨識把來電者的音訊轉成文字，語言模型決定該說什麼，文字轉語音再把回答轉回音訊。每一段傳遞環節，都可能讓來電者的口音失真、漏掉填充詞，或憑空多出 200 毫秒的延遲。

Rime 的論點是，串接式架構會丟棄某些無法復原的資訊。在串接式架構中，語言模型永遠聽不到來電者說出內容時的真實聲音——嘆息、問句結尾上揚的音調、信用卡號碼前的停頓——因為它收到的只有轉錄文字。Prism 則在整個決策過程中完整保留聲學訊號，然後將文字作為檢查點輸出，而不是當作中間格式。

這是真正的架構差異，也是整個產品的基礎。這也意味著 Prism 並非 TTS 引擎的直接替代品。把它放進串接流程的最後一個環節，你等於買了一台昂貴的語音合成器，卻得先聽到來電者說話。把 Qwen-Audio-3.0-TTS 放進 Prism 的位置，你得到的是一個完全聽不到任何東西的模型。

Rime Prism 實際上販售什麼

Prism 是 Rime 推出的第一款模型，它移除的是 STT 與 LLM 階段，而非優化其中一個階段。文字層是企業買家真正在意的功能：政策檢查、PII 過濾器或人類主管可以讀到即將說出口的確切字詞，而由於檢查執行時模型仍在聆聽，這段停頓不必被聽出來。工具呼叫與語音並行執行，而非先於語音——這與慣常的「讓我幫你查一下」拖延話術不同，是另一種隱藏資料庫查詢延遲的方式。

已公布的數字全都來自 Rime：在 τ-Voice 基準測試上，0.57 秒即可輸出第一個音訊，該基準測試的任務完成率為 56.6%，在其電信子集上則為 82.5%。一項針對約十小時真實點餐通話的 Revmo 試驗，被引用為訂單確認率達 100%，相較於未具名 OpenAI 模型的 68%；且有 85% 的通話沒有幻覺，相較於 35%。這些試驗數據來自 Rime 委託的一份客戶案例研究；其方法論並未公開，且無人重現過。

通話音訊以每分鐘計價，且各方案皆採相同模式：Flex 每分鐘 $0.080，無月費；Scale 每月 $100，每分鐘 $0.064，內含 $100 額度，可累積至 $200；Enterprise 則採用量級費率。免費帳戶每月可獲得 $50 額度。Prism 透過 WebSockets 串流，並提供 LiveKit 與 Pipecat 整合。自助式 SFT 與 RL 微調 API 仍處 beta 階段，尚未全面開放；Enterprise 方案則提供地端與 VPC 部署、自訂語音、HIPAA BAA 與 SOC 2 Type II。

Qwen-Audio-3.0-TTS 實際上賣的是什麼

Qwen-Audio-3.0-TTS 是一款具備與眾不同控制能力的語音合成器。它接受內嵌於文字本身的語氣標籤——[gasp]、[laughs]、[angry]——讓情緒附著於某個角色，而非整段文字。它涵蓋 16 種語言與 20 種中文方言，單次請求可合成長達三分鐘、48 kHz 的音訊，並內建超過 1,000 種聲音的資料庫。Plus 方案是品質導向的方案；Flash 則主打即時互動，Alibaba 的文件指出其首包延遲低於 200 毫秒，而較早的發布報導則提到約 300 毫秒。

牌價為北京地區每 10,000 個字元 $0.19253、新加坡 $0.20，也就是每百萬字元 $19.30 至 $20——這正是 Artificial Analysis 在其排行榜上列出的數字。兩個地區的吞吐量上限均為每分鐘 180 次請求。沒有權重、沒有自架選項，也沒有地端部署方案：如果 Alibaba 的地區對你的資料駐留審查構成問題，這個模型對你來說就是完全無法使用。

計分板

• 類別 — Rime Prism 接收音訊並以語音回覆；Qwen-Audio-3.0-TTS 接收文字並回傳音訊。

• 推出 — Prism 於 2026 年 10 月 28 日推出；Qwen-Audio-3.0-TTS 於 2026 年 7 月 20 日推出，並於 2026 年 9 月 23 日被 Qwen-Audio-3.1-TTS 取代。

• 計費單位 — Prism 在 Flex 上為每分鐘通話音訊 $0.080，在 Scale 上為 $0.064；Qwen 在 Plus 上為每百萬字元 $19.30，在 Flash 上約為每百萬 $13.75 至 $15。

• 延遲 — Prism 首個音訊輸出時間為 0.57 秒，由廠商實測；Qwen Flash 則依阿里巴巴文件所載，首個封包低於 200 毫秒。

• 獨立評分——Prism 在 Artificial Analysis 的 Speech-to-Speech Index 上並無任何評分；截至 2026 年 10 月 29 日的排行榜，Qwen-Audio-3.0-TTS-Plus 以 Elo 1,269 在 Text-to-Speech Arena 的 99 個模型中排名第六。

• 語言 — Prism 推出時僅支援英文；Qwen 支援 16 種語言，外加 20 種中文方言。

• 部署 — Prism 雲端、VPC 或地端部署，Enterprise 方案提供 HIPAA BAA 與 SOC 2 Type II；Qwen 僅可透過 Alibaba Cloud Model Studio 使用。

五分鐘通話，定價

假設有一通五分鐘的來電客服電話，客服人員每分鐘大約說 1,000 個字元——Rime 自家的定價常見問題就是用這個比例，在其按字元計費的 TTS 與按分鐘計費的 Prism 之間換算，因此這算是公平的共同基準。也就是 5,000 個字元的語音。

在 Prism 上，五分鐘的費用是 $0.080，也就是 $0.40。按 Scale 的費率則是 $0.32。一萬通這類通話分別要花 $4,000 和 $3,200。

在以 Qwen-Audio-3.0-TTS-Plus 為核心搭建的級聯方案中，5,000 個字元的費用為 0.0965 美元。再加上 Rime 自家的語音辨識，每分鐘 0.002 美元——換算下來這通呼叫約五分錢——以及用於推理的文字模型。以每百萬 token 0.50 美元的混合價格計算，每輪數千 token，增加的成本遠低於一美分。整個級聯方案每通呼叫的費用接近 0.11 美元，一萬通呼叫約 1,100 美元。若以 Flash 取代 Plus，北京地區的語音合成費用可降至約 0.069 美元，總成本則降至約 0.08 美元。

所以 cascade 大約是 Prism 價格的四分之一，而差距是每萬次呼叫 2,900 至 3,200 美元。那些是標價，假設是我們自己的，不是 Rime 的；重點是差距的型態，而不是小數點後第三位。

那個串接鏈的中間環節，也是唯一能在不動到另外兩個元件的情況下調整的元件。 OrcaRouter 透過單一 API 路由文字模型——200 多個模型、供應商標價以 0% 加成直接轉嫁，並在供應商於對話中途效能下降時自動容錯切換——因此推理步驟可在呼叫之間重新指向更便宜或更強大的模型。基於同樣理由，Prism 的文字檢查點也是普通文字：無論是工具呼叫、通話後摘要還是 QA 評分，任何取用它的元件都能位於路由端點上，並與底層語音層保持獨立。

在層疊依然勝出之處

多語言客服中心就是其一。Prism 在推出時僅支援英文，語音組合也有限。Qwen-Audio-3.0-TTS 內建 16 種語言與 20 種中文方言——而其後繼版本更增添了跨語言音色轉換功能，涵蓋華語、粵語、英語與日語。若你的來電者有相當比例不講英語，這場比較在規格表上就已成定局。

一次性生成是第二種情況。IVR 提示、外撥通知、有聲書章節、遊戲對白：這些情境都沒有來電者回話，所以語音轉語音模型沒有東西可聽。每分鐘支付 $0.080 使用一個能在無人說話時聆聽的模型，等於為未使用的一半付費。

量是第三個。以每次呼叫成本的四分之一，串接式架構仍能為真正讓代理人有別於其他的部分保留預算——更好的檢索、更強的推理模型、人工升級轉送。

Prism 仍勝出之處

受監管的來電電話業務，正是 Prism 專為打造的場景。銀行必須能展示其座席即將說出的內容，並在客戶聽到前加以攔截；採用融合式即時模型無法做到這一點，只能透過級聯架構勉強近似，而其文字階段是獨立服務，具有自身的延遲與故障模式。Prism 將檢查點置於模型內部，並持續透過它監聽。

它也在決定一通電話是否感覺像真人的指標上勝出：無聲空檔。紙面上很快的串接式架構，仍會疊加端點偵測、模型產生首個 token 的時間，以及語音合成產生首個封包的時間；而端到端能壓在一秒內的串接式架構，就算表現良好。Prism 從來電者話音結束到回覆的第一段音訊，只經過一跳，測得 0.57 秒。

而且在部署層面上，對於完全無法使用中國雲端區域的買家來說，它也勝出——VPC、地端部署、HIPAA BAA、SOC 2 Type II，以及用自家通話錄音而非共用基礎模型來微調。

雙方都給不出的數字

兩款模型都沒有採購團隊最想取得的數據：在同一項基準測試上進行獨立的正面對決。

Prism 並未列在 Artificial Analysis 的語音對語音指數（Speech-to-Speech Index）中。其 56.6% 的 τ-Voice 數據是廠商自行跑出的結果，而 Rime 同時發布的那張表格值得仔細閱讀：GPT-Live-1（Sol，low）被標繪在 59.3%，高於 Prism，但周遭的文案卻說 Prism「領先 OpenAI 與 Google 的每一個即時模型」。發布貼文也引用「低於 300 毫秒」與「比 GPT-Live 快 4 倍」等數據，但這些數字並未出現在基準測試表格中，該表格寫的是 0.57 秒。不同的量測方式或許能解釋這項差異；但該頁面並未說明。

Qwen 的分數是更有力的那個，因為 1,269 Elo 來自盲聽聽眾投票，而不是來自阿里巴巴。它也不再是自家系列中的最佳分數：截至 2026 年 10 月 29 日，Qwen-Audio-3.1-TTS-Plus 以 1,305 排名第三，而 artificial-analysis 的修訂今年已不止一次更動這個排行榜，因此不同快照的分數絕不應互相相減。

針對 Rime 的這項顧慮則產生了相反的效果。Rime 唯一經過獨立評比排名的語音，是其 TTS 模型；而在同一份排行榜上，Coda 以 Elo 1,054 排名第 65，Mist V2 以 903 排名第 92——在 99 個之中位居後半段。Prism 的聲音很可能比同系列其他產品更好；但在簽約前，沒有任何公開資料能讓買家確認這一點。

看什麼

有三件事會改變這項建議。Prism 若登上 Speech-to-Speech Index，就會得到它歷來第一個獨立評測數字。全雙工運作——Prism 在推出時是半雙工、支援插話——則會拉開它與任何得等來電者講完才能處理的級聯方案之間的差距。而自助式微調 API 脫離 Beta，則是「企業可以微調」與「你星期二就能微調」之間的差別。

另一方面，要觀察 Alibaba 在 2026 年 9 月 22 日將 Qwen-Audio-3.1-TTS 價格調降約 70% 之後，接下來會怎麼處理定價。一條中段與最後一跳都愈來愈便宜的串接鏈，本身就是個不斷變動的目標，而 Prism 的每分鐘費率則是固定不變，與之形成對照。

對多數團隊來說，誠實的答案是兩者都要，而非二者擇一。把 Prism 放在來電者前面，這些對話需要一個檢查點和單跳延遲預算。把 Qwen-Audio-3.0-TTS——或者，現在更實際地說，Qwen-Audio-3.1-TTS——放在對外撥出的路徑上，那裡沒有人會回話，而且帳單是按字元計費。錯誤在於因為一張基準測試表這麼說就選擇其中一個，而這張表有個註腳，而那個註腳承擔了大部分的工作。