語音模型降價，不代表整套產品成本同步下降。阿里 Qwen 於 2026 年 9 月發布 Audio 3.1 系列五款產品；媒體報導最高降價 95%，但官方 9 月 22 日生效的公告列出新加坡及北京國際站兩款調價型號：qwen-audio-3.1-tts-flash 與 qwen-audio-3.0-realtime-flash，未列 ASR。[1][2][8]

開發者應按任務核對可呼叫模型與計費單位。錄音轉寫、文字播報和即時語音助理的介面不同，估算也要納入重試、連線、資料保存與改接成本。

一、Qwen Audio 3.1 這次新增了什麼？

Qwen 發布五款產品：ASR、ASR-Next、TTS、TTS-Next 和 Realtime。產品名稱描述系列能力，不能直接當成 API 型號；文件查得到的型號及狀態如下。[1][3][4][5]

ASR（語音辨識）將聲音轉成文字，可用於錄音整理、字幕和客服逐字稿。官方指南列出的檔案轉錄型號包括 qwen-audio-3.1-asr-flash-filetrans；串流型號與功能須依相應文件確認。驗收時以原音比對文字，特別檢查方言、贅詞與專有名詞。[3]

ASR-Next 的發布資訊提到說話者區分、情緒與環境音理解及音訊問答；目前公開 API 文件尚未核實其正式 model ID、端點、價格或商用條件，暫列為待確認的發布能力，不納入可部署選型。[1][3]

TTS（文字轉語音）可用於朗讀、播報或多語內容製作。聲音表現與專有名詞須用實際稿件試聽驗收。

TTS-Next 的官方 API 型號為 qwen-audio-3.1-tts-next，支援文字及參考音訊輸入；每次最多 3,000 字元，播客輸出最長 240 秒、其他情境 120 秒。[4] Realtime 提供雙向互動，連線方式依型號文件核對。[5]

發布產品已核對的 API model ID文件狀態
ASRqwen-audio-3.1-asr-flash-filetrans引用的非即時辨識指南列出檔案轉錄型號；串流型號未由此來源核實，不在此列。[3]
ASR-Next尚未核實發布能力，不列為可部署端點。[1][3]
TTSqwen-audio-3.1-tts-flash官方調價公告列出型號與計價變更；呼叫格式依控制台文件確認。[8]
TTS-Nextqwen-audio-3.1-tts-next官方模型頁列出 API 與限制，價格頁列北京區域標價。[4][7]
Realtimeqwen-audio-3.1-realtime-plus；調價型號另為 qwen-audio-3.0-realtime-flash官方文件與價格公告列示不同型號，不可將產品名稱視為同一端點。[5][8]
工作對應類型先核對的限制
錄音轉逐字稿或字幕ASR單檔長度、語言與方言、潤飾和時間戳選項
文字生成旁白或播報TTS支援語言、音色授權、串流或完整音檔輸出
製作含旁白與環境音的內容TTS-Next單次輸入與輸出上限、提示詞和參考音檔規格
讓使用者用聲音與系統對話Realtime協定、延遲、插話處理、工具呼叫及上下文管理

二、依使用情境挑模型：轉錄、串流、合成或即時互動

依任務挑選已在官方文件核實的端點：錄音轉文字評估 ASR，生成語音或聲景評估 TTS 系列，雙向對話則評估 Realtime。ASR-Next 尚未核實 API，不列入部署方案。

離線轉錄適合可容忍處理延遲的工作。接入前確認檔案格式、長度、時間戳和續傳方式；非同步任務需保存識別碼並及時下載有期限的結果。[3]

串流辨識可用於字幕、語音輸入和通話逐字稿；它是「輸入語音、輸出文字」，與會生成語音回答的雙向即時對話不同。整合時要處理斷線重連、語句切分及中間稿更新，並確認重連是否會重送音訊。

固定稿件轉音檔適合評估 TTS，重點是聲音品質、批次量與快取；Realtime 則需維持連線並管理插話、播放佇列和對話上下文。客戶端也要處理麥克風權限、網路中斷與錯誤提示。

驗收指標依任務設定：轉錄量字錯率，合成檢查自然度，即時互動記錄延遲與斷線恢復。素材納入台灣用語、中英夾雜及背景音。

候選工作流主要收益接入重點不適合的情況
ASR 檔案轉寫批次處理、可延後取結果長度、檔案 URL、非同步查詢必須即時回應使用者
ASR 串流辨識邊說邊顯示文字WebSocket 事件、斷線重連需要模型直接口語回答
TTS／TTS-Next將文字變成語音或音景音色、語言、檔案格式、單次長度需要持續雙向對話
Realtime聽說同步、可插話互動持續連線、延遲、播放與中斷狀態單純的離線字幕批次作業

阿里雲 Model Studio 將檔案模式定位於可接受較高延遲的離線處理，並將即時模式用於語音助理、客服與同步口譯；實際選擇仍看應用的延遲和互動需求。[6]

三、API 價格怎麼算，降價後成本是否真的更低？

不能把媒體報導的最高降幅套用到所有型號。下表列出官方公告所列兩款調價項目，價格為新加坡國際站美元標價，調價自 2026 年 9 月 22 日生效；北京國際站實際價格仍應登入控制台核對。[2][8]

官方公告型號調價前（美元／原計價單位）調價後（美元／新計價單位）
qwen-audio-3.1-tts-flash輸入文字每萬字元 0.15 美元輸入每百萬 token 0.23 美元；輸出每百萬 token 1.87 美元
qwen-audio-3.0-realtime-flash輸入文字／音訊、輸出文字／文字加音訊：每百萬 token 分別 0.45／4.5／4.5／15 美元同項依序 0.23／0.93／0.70／1.87 美元[8]

TTS Flash 舊價按文字字元計，新價則按輸入與輸出 token 計，兩種單位不能直接比較標價或據此推算降幅。報導所稱最高降價 95% 是特定型號與比較條件下的最高值，不代表整個系列或每種用量都能達到。[2][8]

這是不同計量方式下的單價變更，不代表每個工作負載都降 95%。標準定價頁按區域列價：ASR 文件／串流端點按輸入、輸出 token 計；Realtime Plus 依輸入文字、輸入音訊、輸出文字及輸出音訊分項計；北京區域 TTS-Next 的輸入、輸出標價為每百萬 token 0.848、1.696 美元，均不含活動優惠。[4][5][7]

成本比較固定同一批素材、任務與目標區域，先換算成每分鐘音訊或每段對話等相同業務單位，再分列輸入、輸出、重試、上下文及儲存／代理費。用日誌估月用量，與舊方案帳單及改接工時一併比較；試用額度另核資格和期限。[7]

  • 最高降幅是特定比較結果，不等於每個專案的實際節省比例。
  • 先核對端點、地區與計費單位，再以真實月用量換算。
  • 將重試、上下文、併發、儲存與中介服務費納入總成本。
即時語音模型調價前後的四項每百萬 token 美元單價對照圖。
即時語音模型四項公告單價都下調，實際月費仍須依用量與計價項目估算。

四、API 整合與部署方式要檢查哪些條件？

先確認帳戶可用模型、區域、端點和請求格式。代管 API 不代表權重可下載；本機部署需求須另核對權重與授權。

非同步轉錄以 HTTP 提交和查詢，串流服務維持長連線，TTS-Next 以 HTTPS 回傳音檔；整合前核對 SDK、逾時、錯誤碼、檔案限制和配額。[3][4][5]

代管 API 免自行配置推論伺服器，但仍受資料傳輸、配額與服務生命週期限制；自行部署則須確認權重、商用授權、硬體和維護責任。

Realtime 文件說明以 WebSocket 交換事件，並處理分段串流及插話時的播放佇列。[5] 延遲也受網路和播放緩衝影響。

依資料內容與用途確認適用的個資、著作權或其他權利要求，必要時請法務確認；取得必要同意並限制用途。[9][10]另須查明保存期限、存取權限、傳輸區域及服務商條款。

五、台灣開發者上線前的查核清單

不能由「國際服務」推定台灣帳戶可用。各模型文件所列區域不同，應以控制台和合約確認帳戶資格、付款、端點及資料條款，再用小額請求驗證。[4][5]

若經代理商使用，另確認資料流向、責任與帳單來源。用獲授權素材測方言、中英夾雜、背景聲及弱網情境；先小流量對照，設定費用上限並保留回退端點。

  1. 選代表性素材，記錄語言、用量與輸出需求。
  2. 核對帳戶、區域、端點、計價和資料條款。
  3. 用相同素材比較品質、延遲及總費用，再小流量上線並保留回退路徑。
由左至右排列帳戶與區域確認、端點及計價核對、資料檢視、音訊測試、小流量上線與回退的流程圖。
先確認帳戶與資料條件，再用代表性音訊小規模驗證，才能降低正式導入風險。

結論：先用代表性工作負載試算與小規模測試

以代表性素材確認帳戶區域、正式端點與計價方式，再比較辨識品質、延遲和總費用。依任務選模型；未核實 API、帳戶資格或音訊權利前，不納入正式服務。

常見問題

Q1: Qwen Audio 3.1 的五類模型可以互相替代嗎？

不能。ASR 轉錄語音，TTS 生成語音，TTS-Next 生成語音或聲景，Realtime 用於雙向互動。ASR-Next 僅見發布資訊，API 尚未核實，不列為可用端點。

Q2: 報導所稱最高降價 95%，怎麼估算自己的節省金額？

官方公告列出的調價型號不含 ASR。先在帳戶可用區域核對端點與計價單位，再按實際用量估算，並以相同素材比較新舊服務及周邊費用。

Q3: 台灣開發者能否使用新加坡端點？

公開文件列有新加坡區域端點，但不能據此保證所有台灣帳戶均可開通。請登入帳戶確認模型、付款資格、區域與資料條款，並在正式導入前完成實際 API 請求。

Q4: Qwen Audio 3.1 可以下載模型到自己的伺服器執行嗎？

雲端 API 文件說明的是由 Model Studio 提供推論服務，不能由此推定同名模型權重可供自行部署。若需要本機執行，應另外查找對應權重倉庫、授權條款、硬體需求與更新方式。