Qwen: Qwen-Audio-3.0-TTS Flash

qwen/qwen-audio-3.0-tts-flash

Qwen-Audio-3.0-TTS Flash — это быстрая и экономичная модель синтеза речи от Alibaba, которая генерирует аудио из текста с помощью речевого синтезатора DashScope API.

Модальности

Символы

1 856,63 ₽ за 1 млн символов

Контекст

Добавлена

23 июл. 2026 г.

Поставщики, endpoint’ы и маршрутизация

Один поставщик может предлагать несколько endpoint-вариантов: стандартный, flex, priority или региональный. Без дополнительных настроек выбирается самый дешёвый доступный endpoint.

Маршрут запроса

Сначала самый дешёвый доступный endpointrequest body

"provider": { "sort": "price" }

1 поставщика · 1 endpoint-вариантов

Поставщик / endpoint	Данные	Цена	Задержка	Скорость	Доступность
AlibabaДешевле alibaba·Стандарт		1 856,63 ₽за 1 млн символов	—	—	100,00%

Красный и жёлтый щиты отмечают предупреждения о данных. Наведите на значок для подробностей. Условия конкретного endpoint могут отличаться от общей политики провайдера.

Цены

Стоимость показана в рублях по текущему курсу пополнения. Итоговая сумма зависит от фактического usage ответа.

Операция	Стоимость
Символы	1 856,63 ₽за 1 млн символов

Бенчмарки

Результаты стандартизированных оценок. Для индексов, ELO и точности большее значение означает лучший результат.

Для этой версии модели публичных результатов пока нет.

Параметры и модальности

Поддержка параметров синхронизирована с текущей версией модели.

Входные модальности

text

Выходные модальности

speech

max_tokenspresence_penaltyresponse_formatseedtemperaturetop_p

Пример запроса

curl https://gorouter.ru/api/v1/audio/speech \
  -H "Authorization: Bearer $GOROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen/qwen-audio-3.0-tts-flash",
  "input": "Привет! Это GoRouter.",
  "voice": "alloy",
  "format": "mp3"
}'