Qwen-Audio-3.1-TTS-Flash

模型定位

面向低延迟实时交互的文本转语音模型，由阿里云百炼提供推理服务；输入为文本，输出为音频。(docs.qwencloud.com)

能力与用途

• 支持多种语言和方言、流式语音合成，以及通过自然语言指令和细粒度标签控制情绪、语气、角色、语速和音量。
• 支持声音复刻；官方称其对参考音频中的噪声和混响具有更强的鲁棒性。
• 适用于语音助手、实时对话和智能客服等场景。(docs.qwencloud.com)

限制

官方模型资料未列出最大输入长度、最大输出长度或上下文窗口的具体数值；列明不支持函数调用、结构化输出、联网搜索、前缀补全、上下文缓存、批量推理和微调。阿里云百炼模型资料列出的北京和新加坡地域限流均为每分钟 180 次请求，实际使用以平台配置为准。(help.aliyun.com)

发布日期

QwenCloud 模型发布日志将该模型列于 2026-10-12。另一份阿里云百炼上线公告日期为 2026-09-18；两份官方资料的日期不同，不能据此认定为同一平台的首次上线日期。(docs.qwencloud.com)

价格

以下为官方所列调用单价，输入和输出 Token 分别计费；查询日期：2026-11-15。不同站点和地域的报价独立列示，不视为可直接换算的同一套餐。(help.aliyun.com)

国内站北京和国际站新加坡分别列有 100 万 Token 免费额度；其他地域的免费额度及有效期条件以对应官方定价页为准。以上价格不代表限时优惠或其他折扣。(help.aliyun.com)

官方来源

• QwenCloud 模型发布日志
• 阿里云百炼上线公告
• 阿里云百炼模型资料
• 阿里云国内站模型定价
• 阿里云国际站模型定价