A重点74
阿里云开发者
1 个来源Qwen-Audio-3.0系列语音模型正式上线千问AI平台
阿里巴巴正式在千问AI平台上线Qwen-Audio-3.0系列语音模型，包括语音识别、语音合成和实时交互三个版本。该系列在Artificial Analysis语音排行榜上获得三项全球第一，开发者可通过API或Token Plan订阅使用，目前已应用于千问App等产品。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Qwen-Audio-3.0登顶全球语音榜，阿里语音大模型“大满贯”背后
版本 1 · 1 个来源
阿里巴巴发布Qwen-Audio-3.0系列语音模型，在Artificial Analysis语音排行榜上拿下ASR、TTS、实时交互三项全球第一，并已集成至千问App等产品。本文梳理其能力、定价与平台策略。
- Qwen-Audio-3.0系列包含ASR、TTS、Realtime三款模型，已上线千问AI平台。
- 该系列在Artificial Analysis 7月语音排行榜上获ASR、TTS、实时交互三项全球第一。
- Realtime模型支持端到端语音理解、边听边说、随时打断和工具调用。
- 模型已应用于千问App、千问办公、Qoder等产品。
- 千问AI平台近期密集上线多款模型，覆盖文本、代码、语音、图像、视频。
- Token Plan订阅限时优惠，个人版39元/月起，团队版席位折扣低至7.6折。
展开章节目录发布与产品矩阵
发布与产品矩阵
8月17日，阿里巴巴宣布Qwen-Audio-3.0系列语音模型正式上线千问AI平台，开发者可通过API或Token Plan订阅调用。该系列包括语音识别模型Qwen-Audio-3.0-ASR、语音合成模型Qwen-Audio-3.0-TTS，以及实时语音交互对话模型Qwen-Audio-3.0-Realtime。
据官方介绍，ASR模型支持复杂语境和专业领域识别；TTS模型支持多语种、多方言，并可控制情绪、语气与节奏；Realtime模型则支持端到端语音理解与对话，可边听边说、随时打断追问，并支持工具调用。
全球评测登顶
官方宣称，在全球权威AI评测平台Artificial Analysis今年7月的语音排行榜上，Qwen-Audio-3.0系列斩获语音识别（ASR）、实时交互（RealTime）和语音合成（TTS）三个赛道的全球第一，拿下“大满贯”。
需要指出的是，这一成绩来自官方新闻稿，属于source_claim，尚未获得第三方独立验证。评测的具体分数、测试集和对比模型均未披露。
应用落地与平台生态
官方表示，该系列模型已在千问App、千问办公、Qoder等产品中应用。这表明语音能力已从模型层走向产品层，但具体应用场景和效果未详细说明。
千问AI平台近期密集上线了多款主力模型，包括新一代基座大模型Qwen3.8-Max、图像生成模型Qwen-image 3.0 pro、视频生成模型Wan3.0，以及Kimi K3等。平台正试图覆盖文本、代码、语音、图像和视频等多模态能力，打造一站式模型调用入口。
商业化与定价
Token Plan订阅服务提供限时优惠。个人版分为Lite（39元/月，每7天2500Credits）、Standard（139元/月，4倍Lite用量）、Pro（499元/月，16倍Lite用量）。团队版标准席位50元/席位/月（降至7.6折），高级席位550元/席位/月（降至7.9折），尊享席位1398元/席位/月。
定价策略显示阿里希望降低开发者使用门槛，同时通过多档位覆盖不同规模需求。但Credits的具体消耗规则未公布，实际成本难以评估。
可信度边界
本文主要信息来自阿里云开发者官方公众号，属于第一方发布，但评测成绩、产品能力等均未提供第三方验证或详细数据，因此相关结论应视为官方宣称而非独立确认。
核心结论
Qwen-Audio-3.0系列在官方口径下已登顶全球语音评测，并快速落地产品与平台，但需独立评测验证其真实水平。阿里正通过多模态模型矩阵和优惠订阅策略，强化千问AI平台对开发者的吸引力。
主报道
阿里云开发者
主报道来源