🎁 신규 무료 가입, 10회 호출 제공. 최대 $1, 카드 불필요.

Qwen3 TTS Instruct Flash vs TTS-1 HD

vs

언제 어떤 모델을 사용할까 — 벤치마크 표가 아닌 선별된 평가

qwen3-tts-instruct-flash는 100만 자당 $11.5로 $30 대비 약 2.6배 저렴하고, 둘 중 자연어로 목소리를 지시할 수 있는 유일한 쪽입니다—tts-1-hd에는 음성 제어가 없습니다. 대가는 요청 크기로 600자 대 4096자라 긴 원고는 나눠야 합니다. 둘 다 스트리밍합니다. 긴 문단을 한 번에 읽히려면 tts-1-hd, 연출을 입힌 짧은 대사를 싸게 돌리려면 qwen3-tts-instruct-flash를 고르세요.

가격

Qwen3 TTS Instruct Flash TTS-1 HD Δ
1M 문자당 $11.5 $30 0.38×

빌드 시점의 라이브 카탈로그 요금입니다. 각 모델 페이지에 현재 요금표가 표시됩니다.

현재 위치 — 이 청구 단위를 사용하는 모든 7개의 텍스트 음성 변환 모델 전체의 1M 문자당 가격 (로그 스케일)

기능

Qwen3 TTS Instruct Flash TTS-1 HD
스트리밍
SSML undocumented undocumented
과금 단위 character character

사양

Qwen3 TTS Instruct Flash TTS-1 HD
입력 모달리티 텍스트 텍스트
출력 모달리티 오디오 오디오
요청 제한 600 characters 4096 characters
음성

System voices published with one-line personas, among them Cherry (a sunny, positive, friendly and natural young woman), Serena, Ethan, Chelsie, Momo, Vivian, Moon, Maia, Kai, Nofish (a designer who cannot pronounce retroflex sounds), Bella, Eldric Sage, Mia, Mochi, Bellona, Vincent, Bunny, Neil, Elias, Arthur, Nini, Seren, Pip and Stella

the Qwen-TTS voice list pairs each voice with the exact model ids that accept it.

alloy, ash, coral, echo, fable, onyx, nova, sage and shimmer, a smaller set than the full 13-voice TTS list, and voices are currently optimized for English.
언어

Chinese (Mandarin), English, German, Italian, Portuguese, Spanish, Japanese, Korean, French and Russian. language_type defaults to Auto for mixed-language or undetermined input, which Alibaba documents as not guaranteeing accuracy

naming a single language is documented to significantly improve synthesis quality. Unlike the Qwen3-TTS-Flash series, the Instruct series lists no Chinese dialect voices (Beijing, Shanghainese, Sichuan, Nanjing, Shaanxi, Hokkien, Tianjin, Cantonese).

Generally follows the Whisper model’s language support: Afrikaans, Arabic, Armenian, Azerbaijani, Belarusian, Bosnian, Bulgarian, Catalan, Chinese, Croatian, Czech, Danish, Dutch, English, Estonian, Finnish, French, Galician, German, Greek, Hebrew, Hindi, Hungarian, Icelandic, Indonesian, Italian, Japanese, Kannada, Kazakh, Korean, Latvian, Lithuanian, Macedonian, Malay, Marathi, Maori, Nepali, Norwegian, Persian, Polish, Portuguese, Romanian, Russian, Serbian, Slovak, Slovenian, Spanish, Swahili, Swedish, Tagalog, Tamil, Thai, Turkish, Ukrainian, Urdu, Vietnamese and Welsh, despite voices being optimized for English
음성 제어
  • instructions steers speed, emotion and style in natural language, up to 1,600 tokens and documented for Chinese and English only
  • optimize_instructions (default false) rewrites the instruction into a directive better suited to synthesis and has no effect when instructions is empty
  • voice cloning and voice design are both listed as unsupported for this model id
none
제한

HTTP non-real-time speech synthesis API

the -realtime suffix marks the WebSocket sibling. Input text capped at 600 characters, multilingual mixed input allowed. Non-streaming returns an audio file URL valid for 24 hours

streaming returns Base64-encoded PCM in chunks with the URL only in the final packet, played back in the official samples as 24 kHz mono 16-bit audio. Billed by input text characters, reported as usage.characters (input_tokens and output_tokens are always 0 on the Qwen3-TTS series)

output audio is free.

Speech generation endpoint (v1/audio/speech) only, with Chat Completions, Responses, Realtime, Batch and Fine-tuning all listed as not supported

input text is capped at 4096 characters

output mp3 (default), opus, aac, flac, wav or pcm (raw 24 kHz 16-bit signed little-endian samples)

realtime playback via chunked transfer encoding

사양은 각 공급업체의 문서를 그대로 기록한 것입니다. 공급업체가 공개하지 않은 항목은 추론하지 않고 제외했습니다. 전체 출처: Qwen3 TTS Instruct Flash · TTS-1 HD

코드 한 줄로 모델 전환

두 id는 아래의 모든 탭에 있습니다 — 강조 표시된 두 줄이 유일한 수정 사항입니다. 동일한 엔드포인트, 동일한 키, 동일한 요청 형태입니다.

from openai import OpenAI

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

resp = client.audio.transcriptions.create(
    model="qwen3-tts-instruct-flash",
    # model="tts-1-hd",  # 이 줄의 주석을 해제하고, 윗줄을 주석 처리하세요
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

API 키 발급받기 →

FAQ

Qwen3 TTS Instruct Flash와(과) TTS-1 HD 중 어느 것이 더 저렴한가요?

1m 문자당 항목에서는 Qwen3 TTS Instruct Flash이(가) 더 저렴합니다($11.5 대 $30, 2.6× 차이). 다른 항목에서는 결과가 다를 수 있습니다 — 위의 표에 전체 정보가 있으며, 실제 비용은 사용 조합에 따라 달라집니다.

두 번의 연동 과정 없이 Qwen3 TTS Instruct Flash와(과) TTS-1 HD를 A/B 테스트할 수 있나요?

네. 둘 다 하나의 API 키를 사용하여 동일한 OpenAI 호환 엔드포인트를 통해 제공됩니다 — 모델 문자열을 한 줄만 변경하면 전환되므로, 트래픽의 일부를 각각 라우팅하여 요금을 직접 비교할 수 있습니다.

텍스트 음성 변환은 어떻게 과금되나요?

입력 텍스트의 글자당 청구되며, 사양 표에 요청당 글자 수 한도가 표시되어 있습니다. 긴 스크립트는 어느 모델에서든 여러 요청으로 분할해야 합니다.

관련 비교