संक्षिप्त उत्तर: सभी चार क्वेन ऑडियो रीयलटाइम मॉडल ने एक ही बोले गए प्रश्न को सही ढंग से सुना और समाप्त होने के लगभग आधे सेकंड बाद जवाब देना शुरू कर दिया। दो फ्लैश मॉडल की कीमत टर्न के लिए एक प्रतिशत के दसवें हिस्से से कम है, और दो प्लस मॉडल एक प्रतिशत से कम हैं। क्वेन ऑडियो 3.1 रीयलटाइम फ्लैश, क्वेन ऑडियो 3.1 रीयलटाइम प्लस, क्वेन ऑडियो 3.0 रीयलटाइम प्लस तथा क्वेन ऑडियो 3.0 रीयलटाइम फ्लैश सभी एक ही रीयलटाइम एंडपॉइंट के माध्यम से EmpirioLabs पर चलते हैं। नीचे दिए गए प्रत्येक उत्तर को सुनें; हम विजेता घोषित नहीं कर रहे हैं।
प्रश्न
"मेरे पास सुबह नौ बजे की उड़ान है और हवाई अड्डा चालीस मिनट की दूरी पर है। मुझे घर कब छोड़ना चाहिए?"
चार उत्तरों को सुनें
"आपको 7:20 मिनट की ड्राइव और 40 घंटे के मानक आगमन बफर के लिए सुबह 40 बजे तक घर से निकलना चाहिए। यह सुनिश्चित करता है कि आप अपनी सुबह 8:00 बजे की उड़ान से काफी पहले, सुबह 9:00 बजे तक हवाई अड्डे पर पहुंच जाएं।
"आपको सुबह 7:40 बजे तक घर से निकलना चाहिए और सुबह 8:20 बजे तक हवाई अड्डे पर पहुंचना चाहिए। यह आपको सुबह 40:9 की उड़ान से पहले चेक इन करने और सुरक्षा से गुजरने के लिए 00 मिनट का बफर देता है।
"चेक-इन और सुरक्षा के लिए आपको अपनी उड़ान से कम से कम 2 घंटे पहले घर से निकलना चाहिए। 40 मिनट की ड्राइव को ध्यान में रखते हुए, सुबह 6:20 बजे सुबह 9:00 की उड़ान के लिए प्रस्थान करने का लक्ष्य रखें।
"आपको 7 मिनट की ड्राइव और 40 मिनट की ड्राइव और विशिष्ट हवाई अड्डे के चेक-इन समय को ध्यान में रखते हुए सुबह 40:40 बजे तक घर से निकलना चाहिए। यह आपको अपनी सुबह 9:00 बजे की उड़ान से कम से कम एक घंटे पहले पहुंचने के लिए एक बफर देता है।
परिणाम एक नज़र में
| 3.1 रीयलटाइम फ्लॅश | 3.1 रीयलटाइम प्लस | 3.0 रीयलटाइम प्लस | 3.0 रीयलटाइम फ्लैश | |
|---|---|---|---|---|
| इस मोड़ की कीमत | $0.0008 | $0.0080 | $0.0085 | $0.0007 |
| सवाल खत्म होने के बाद पहला ऑडियो | 0.48 सेकंड | 0.54 सेकंड | 0.49 सेकंड | 0.52 सेकंड |
| बोले गए उत्तर की लंबाई | 13.1 सेकंड | 10.5 सेकंड | 11.4 सेकंड | 10.6 सेकंड |
| आवाजें | 88 | 88 | 19 | 19 |
| एक सत्र में फ़ंक्शन कॉलिंग के साथ वेब खोज | हाँ | नहीं, एक या दूसरे | नहीं, एक या दूसरे | नहीं, एक या दूसरे |
| इनपुट और आउटपुट भाषा सेटिंग्स | हाँ | हाँ | नहीं | नहीं |
हमने इसे कैसे चलाया
प्रश्न एक बार बोला गया था (Qwen ऑडियो 3.1 टीटीएस के साथ संश्लेषित) और 16 kHz पीसीएम के रूप में वास्तविक समय में प्रत्येक मॉडल के लिए स्ट्रीम किया गया था, इसके बाद एक सेकंड और आधा मौन के बाद, wss://api.empiriolabs.ai/v1/realtime. प्रत्येक सत्र में समान निर्देशों का उपयोग किया गया ("आप एक सहायक आवाज सहायक हैं। दो छोटे वाक्यों में अंग्रेजी में उत्तर दें"), टेक्स्ट और ऑडियो आउटपुट, और 900 मिलीसेकंड के ठहराव के साथ सर्वर टर्न डिटेक्शन। 2 नवंबर, 2026 को एक-एक शॉट। पहला-ऑडियो समय प्रश्न के अंत का पता लगाने वाले मॉडल से लेकर क्लाइंट पर मापे गए उत्तर के पहले ऑडियो तक चलता है। कीमतें इन सटीक मोड़ों के लिए ली जाने वाली राशियां हैं।
क्या देखना है
अंकगणित। चालीस मिनट की ड्राइव के साथ 7:40 बजे निकलना उड़ान से चालीस मिनट पहले 8:20 बजे आता है; 7:20 बजे निकलना एक घंटे पहले 8:00 बजे आता है। प्रत्येक उत्तर की योजना की तुलना उस बफर से करें जो वह कहता है कि वह देता है।
प्लस के खिलाफ फ्लैश। प्रत्येक पीढ़ी के भीतर, फ्लैश की कीमत प्लस से काफी नीचे है। इस परीक्षण में चारों ने एक-दूसरे के एक सेकंड के कुछ सौवें हिस्से के भीतर बोलना शुरू कर दिया।
EmpirioLabs पर एक ही परीक्षण चलाएं
wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-realtime-flash प्राधिकरण: वाहक YOUR_EMPIRIOLABS_API_KEY {"type": "session.update", "session": { "voice": "xunanchuan_v3.1", "instructions": "आप एक सहायक वॉयस असिस्टेंट हैं। दो छोटे वाक्यों में अंग्रेजी में उत्तर दें.", "turn_detection": {"type": "server_vad", "silence_duration_ms": 900} }}फिर माइक्रोफ़ोन ऑडियो को इस रूप में स्ट्रीम करें input_audio_buffer.append इवेंट। यूआरएल में मॉडल को स्वैप करके 3.0 आवाज़ का इस्तेमाल करके दूसरे को आज़माएं जैसे डैनियल 3.0 मॉडल पर, या में सत्र प्रारंभ करें पर क्लिक करें playground।.
अक्सर पूछे जाने वाले प्रश्नों
क्या उत्तरों को संपादित या पुनः प्रयास किया गया था?
नहीं। प्रत्येक उत्तर मॉडल का प्रश्न का पहला उत्तर है, असंपादित है।
प्लस मॉडल की कीमत लगभग दस गुना अधिक क्यों है?
उनके ऑडियो और टेक्स्ट टोकन की कीमत अधिक है। इस मोड़ के लिए टोकन की संख्या सभी चार पर समान थी।
मुझे किसका उपयोग करना चाहिए?
उस प्रश्न का प्रयास करें जो आपके उपयोगकर्ता वास्तव में पूछते हैं। लॉन्च गाइड प्रत्येक मॉडल की सेटिंग को कवर करती हैं: क्वेन ऑडियो 3.1 रीयलटाइम फ्लैश तथा क्वेन ऑडियो 3.0 रीयलटाइम प्लस और रीयलटाइम फ्लैश।.
इसे अजमाएं
Playground (c) सभी मॉडल (c) मूल्य निर्धारण
