Qwen3 TTS Instruct Flash

Spécifications et limites

Palier pilotable par instruction de la famille Qwen3-TTS d'Alibaba sur Model Studio, actuellement équivalent au snapshot qwen3-tts-instruct-flash-2026-01-26. Positionné pour le travail tolérant à la latence, comme la production de livres audio, les voix off de l'éducation en ligne et la création de contenu. Tarifé dans la région de Singapour à 0,115 $ pour 10 000 caractères d'entrée dans le périmètre de déploiement international, avec un quota gratuit de 110 000 caractères valable 90 jours après l'activation de Model Studio.

selon docs officielles Alibaba ↗

Utilisez Qwen3 TTS Instruct Flash en 30 secondes

Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/chat/completions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="qwen3-tts-instruct-flash",
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "qwen3-tts-instruct-flash",
  messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-tts-instruct-flash",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "qwen3-tts-instruct-flash",
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("qwen3-tts-instruct-flash")
        .addUserMessage("Summarize this diff")
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

À propos de Qwen3 TTS Instruct Flash

• Model Studio répartit la famille selon le transport plutôt que selon la capacité : un identifiant portant le suffixe realtime parle WebSocket, tandis que celui-ci, qui ne le porte pas, est le modèle HTTP derrière ce qu'Alibaba appelle la synthèse vocale non temps réel, conçue pour les scénarios tolérants à la latence tels que la production de livres audio, les voix off de l'éducation en ligne et la création de contenu.
• Le pilotage par instruction est la raison de le préférer à qwen3-tts-flash tout court.
• Vous décrivez en langage ordinaire l'interprétation souhaitée pour contrôler le débit, l'émotion et le style requête par requête, les exemples documentés étant de parler doucement à un rythme plus lent ou d'adopter un style de présentation radio enthousiaste ; le champ instructions accepte jusqu'à 1 600 tokens et n'est documenté que pour le chinois et l'anglais, et optimize_instructions, désactivé par défaut, fait réécrire votre formulation par le service en une directive mieux adaptée à la synthèse.
• Les voix sont les personnages nommés de la famille, parmi lesquels Cherry, une jeune femme enjouée, positive, amicale et naturelle, et Nofish, un designer incapable de prononcer les consonnes rétroflexes, et la liste des voix précise quels identifiants de modèle acceptent chacune d'elles.
• Dix langues sont couvertes, le chinois (mandarin), l'anglais, l'allemand, l'italien, le portugais, l'espagnol, le japonais, le coréen, le français et le russe, et contrairement à qwen3-tts-flash, la ligne Instruct ne comporte aucune des voix en dialectes chinois.
• Deux limites façonnent l'intégration : le texte d'entrée est plafonné à 600 caractères, et language_type vaut Auto par défaut, ce qui, selon Alibaba, ne garantit pas la précision, si bien qu'il conseille de le remplacer par une langue explicite pour un texte monolingue.
• Le mode non streaming renvoie l'URL d'un fichier audio valable 24 heures, tandis que le streaming renvoie du PCM encodé en Base64 par fragments, l'URL n'arrivant que dans le dernier paquet, et les exemples officiels restituent ce flux en audio mono 16 bits à 24 kHz.
• La facturation compte les caractères du texte d'entrée, à 0,115 $ pour 10 000 dans le périmètre de déploiement international, et l'audio produit est gratuit.
• Synthorai le sert via l'endpoint /v1/audio/speech compatible OpenAI.

FAQ

Modèles associés

Comparer