Typ
Spezifikation
Preis
Synthese
pro 10.000 Zeichen
$0.60
Qwen Audio 3.1 TTS Plus und Gemini 2.5 Pro TTS im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
Alibaba Cloud 
Google AudiogenerationQwen Audio 3.1 TTS Plus von Alibaba Cloud und Gemini 2.5 Pro TTS von Google gehören beide zur Kategorie Audiogeneration und sind über die EmpirioLabs API verfügbar.
| Spezifikation | Qwen Audio 3.1 TTS Plus | Gemini 2.5 Pro TTS |
|---|---|---|
| Modell-ID | qwen-audio-3-1-tts-plus | gemini-2-5-pro-tts |
| Autor | Alibaba Cloud | |
| Veröffentlicht | 21. Okt. 2026 | 20. Mai 2025 |
| Max. Ausgabe | - | 19.661 Token |
| Eingabe | Text | Text |
| Ausgabe | Audio | Audio |
| Region | Singapore | - |
| Endpoints | POST /v1/audio/speech POST /v1/audio/speech:stream WEBSOCKET /v1/realtime GET /v1/voices | POST /v1/audio/speech |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | Qwen Audio 3.1 TTS Plus | Gemini 2.5 Pro TTS |
|---|---|---|
| input | max. 10000 | string |
| voice | longanlingxin_v3.1, longanhuan_v3.1, longanfengyue_v3.1, xuna... Standard: longanlingxin_v3.1 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Standard: Charon |
| voice_audio_url | string | - |
| response_format | mp3, wav, pcm, opus Standard: mp3 | - |
| sample_rate | 8000, 12000, 16000, 22050, 24000, 44100, 48000 Standard: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 Standard: 24000 |
| speed | 0.5 bis 2 Standard: 1 | 0.25 bis 2 Standard: 1 |
| pitch | 0.5 bis 2 Standard: 1 | - |
| volume | 0 bis 100 Standard: 50 | - |
| instruction | max. 1000 | - |
| language_hints | zh, en, fr, de, ja, ko, ru, pt, th, id, vi, es, it, ms, fil, ar | - |
| seed | 0 bis 65535 Standard: 0 | - |
| bit_rate | 6000 bis 510000 Standard: 32000 | - |
| pronunciation | object | - |
| replace | object | - |
| enable_markdown_filter | boolean Standard: false | - |
| mode | - | single, multi Standard: single |
Qwen Audio 3.1 TTS Plus erzeugt Sprache über POST /v1/audio/speech und liefert abspielbares Audio. Sende den zu sprechenden Text als input mit der Modell-ID qwen-audio-3-1-tts-plus. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf qwen-audio-3-1-tts-plus oder gemini-2-5-pro-tts. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-audio-3-1-tts-plus",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3Prompt-Tests und Vergleichsläufe, die beide Modelle abdecken.
Qwen Audio 3.1 TTS Plus ist die neuere Veröffentlichung (21. Okt. 2026); Gemini 2.5 Pro TTS erschien am 20. Mai 2025. Nur für Qwen Audio 3.1 TTS Plus angegebene Fähigkeiten: expressive prosody, emotion control, voice tags, streaming, realtime, voice cloning. Nur für Gemini 2.5 Pro TTS angegebene Fähigkeiten: multi speaker. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
Qwen Audio 3.1 TTS Plus ist die neuere Veröffentlichung (21. Okt. 2026); Gemini 2.5 Pro TTS erschien am 20. Mai 2025.
Die beiden Modelle werden nach unterschiedlichen Einheiten oder Stufen abgerechnet. Vergleiche daher die Live-Preistabellen auf dieser Seite. Sie entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/audio/speech mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.
