Einordnung und Veröffentlichung
Qwen3-TTS-Flash-Realtime ist ein Echtzeit-Sprachsynthesemodell von Tongyi, bereitgestellt über Alibaba Cloud Model Studio. Die offizielle Modellübersicht führt den Snapshot qwen3-tts-flash-realtime-2025-11-27 unter dem 27. November 2025. (help.aliyun.com)
Fähigkeiten und Einsatz
Das Modell wandelt Text mit niedriger Latenz in Audio um. Es unterstützt mehrere Sprachen und Dialekte, auch mit derselben Stimmcharakteristik über Sprachgrenzen hinweg. Die Intonation wird anhand des Textes angepasst; auch komplexere Texte können synthetisiert werden. Die ursprüngliche Modellübersicht nennt 17 Stimmen. Eine spätere Update-Ankündigung für den Snapshot nennt eine Erweiterung von 17 auf 51 Stimmen; die offiziellen Angaben unterscheiden sich somit je nach Dokument und Stand. (help.aliyun.com)
Geeignete Anwendungen sind etwa Sprachantworten für Kundenservice und Dialogsysteme sowie mehrsprachige Inhaltsansagen. Die Echtzeit-API verwendet WebSocket. (developer.aliyun.com)
Grenzen
Eingabe ist Text, Ausgabe Audio. Laut Modellprofil werden unter anderem Function Calling, strukturierte Ausgabe, Websuche, Kontext-Caching, Batch-Inferenz und Fine-Tuning nicht unterstützt. Das Profil nennt keine maximalen Eingabe-, Ausgabe- oder Kontextlängen. Für Peking und Singapur werden jeweils 180 Anfragen pro Minute angegeben; tatsächliche Kontingente sollten vor dem Einsatz geprüft werden. (alibabacloud.com)
Preise
Abgerechnet wird nach der Zahl der eingegebenen Textzeichen; die Audioausgabe wird nicht zusätzlich berechnet. Die folgenden offiziellen Listenpreise betreffen unterschiedliche Abrechnungsseiten und Regionen und sind keine selbst umgerechneten Preise. Abrufdatum: 17. November 2026.
- Chinesische Alibaba-Cloud-Preisseite, Peking: 1 CNY je 10.000 Eingabezeichen; Ausgabe kostenlos. Für Singapur nennt dieselbe Seite 0,954101 CNY je 10.000 Eingabezeichen; Ausgabe kostenlos. Offizielle CNY-Preise. (help.aliyun.com)
- Internationale Alibaba-Cloud-Preisseite, Singapur: 0,13 USD je 10.000 Eingabezeichen; Ausgabe kostenlos. Für Peking nennt dieselbe Seite 0,143353 USD je 10.000 Eingabezeichen; Ausgabe kostenlos. Offizielle USD-Preise. (docs.modelstudio.console.alibabacloud.com)