Qwen Audio 3.0 Realtime Plus
Alibaba · Chine
- Poids fermés (selon Artificial Analysis)
En bref : 2e sur 12 à l'indice voix à voix d'Artificial Analysis ; 2e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 2e sur 31 en tenue de la conversation (Full Duplex Bench) ; 28e sur 34 au délai avant le premier son.
Présentation
Modèle de dialogue vocal en duplex d'Alibaba, édition standard, servi par l'API Model Studio. Il cherche l'équilibre entre l'intelligence du modèle et le rythme naturel de la conversation. Lu sur alibabacloud.com, le 23/10/2026.
- Sortie
- 10 août 2026 lu sur la page de l'éditeur
Langues
- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.
Ses 4 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En anglais · Voix à voix
Indice voix à voix d'Artificial Analysis
2e sur 12indice sur 100 84,1
Coût mesuré : 4,42 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Raisonnement à l'écoute, Big Bench Audio
2e sur 38part de réussite 99,2 %
Coût mesuré : 4,42 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Tenue de la conversation, Full Duplex Bench
2e sur 31part de réussite 98,4 %
Coût mesuré : 4,42 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Délai avant le premier son
28e sur 34délai avant le premier son 1,54 s
Coût mesuré : 4,42 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
Modèles proches
- Indice voix à voix d'Artificial Analysis : devant, GPT-Live 1 (1er, 84,3) · derrière, Grok Voice 2.0 (3e, 82,9)
- Raisonnement à l'écoute, Big Bench Audio : devant, StepAudio 3 Realtime (1er, 99,7 %) · derrière, Phonic 1 (High) (3e, 98,9 %)
- Tenue de la conversation, Full Duplex Bench : devant, StepAudio 3 Realtime (1er, 98,9 %) · derrière, GPT-Live 1 (3e, 97,3 %)
- Délai avant le premier son : devant, Step-Audio R1.1 (Realtime) (27e, 1,53 s) · derrière, Qwen Audio 3.0 Realtime Flash (29e, 1,55 s)
Comment lire ces chiffres
Voix à voix : Un agent vocal écoute et répond de vive voix. Artificial Analysis le mesure sur plusieurs épreuves en anglais : son indice les résume sur 100, Big Bench Audio compte les bonnes réponses à des questions posées à l'oral, la tenue de la conversation compte les situations bien gérées (pauses, interruptions), plus c'est haut, mieux c'est ; le délai avant le premier son se lit à l'inverse, plus il est court, mieux c'est.
D'où vient cette fiche
- Nom dans les sources
- Artificial Analysis (voix à voix) :
Qwen Audio 3.0 Realtime Plus - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://www.alibabacloud.com/help/en/model-studio/newly-released-models (« Realtime chat 2026-08-10 International qwen-audio-3.0-realtime-plus Qwen 3.0 Realtime Speech Model Standard Edition - next-generation duplex speech model »), 23/10/2026
- https://www.alibabacloud.com/help/en/model-studio/newly-released-models (« Balances model intelligence with duplex dialogue rhythm for natural interaction and enhanced response quality. »), 23/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.