간단한 답변: 네 개의 Qwen Audio 실시간 모델 모두 동일한 음성 질문을 정확히 듣고 종료 후 약 0.5초 후에 답변을 시작했습니다. 두 개의 플래시 모델은 턴 가격이 0.1센트 미만이었고, 플러스 모델 두 모델은 1센트 미만이었습니다. Qwen 오디오 3.1 실시간 플래시·, Qwen 오디오 3.1 리얼타임 플러스·, Qwen 오디오 3.0 리얼타임 플러스 그리고 Qwen 오디오 3.0 실시간 플래시 모두 동일한 실시간 엔드포인트를 통해 EmpirioLabs에서 실행됩니다. 아래 각 답변을 들어보세요; 우리는 승자를 선언하지 않습니다.
질문
"나는 오전 9시 비행기가 있는데 공항까지 40분 거리야. 언제 집을 떠나야 하지?"
네 명의 답변을 들어보세요
"40분 운전과 표준 2시간 도착 여유 시간을 고려해 오전 7시 20분까지 집을 떠나야 합니다. 이렇게 하면 오전 9시 비행기보다 훨씬 앞서 8시까지 공항에 도착할 수 있습니다."
"오전 7시 40분에 집을 떠나 8시 20분까지 공항에 도착해야 합니다. 이렇게 하면 9시 비행기 출발 전에 체크인하고 보안 검색을 통과할 수 있는 40분의 여유가 생깁니다."
"체크인과 보안 검색을 위해 비행기 출발 최소 2시간 전에는 집을 떠나야 합니다. 40분 운전 거리를 고려하면, 오전 6시 20분경 출발해 9시 비행기를 타는 것이 좋습니다."
"40분 운전과 일반적인 공항 체크인 시간을 고려해 오전 7시 40분까지 집을 떠나야 합니다. 이렇게 하면 9시 비행기 최소 한 시간 전에 도착할 수 있는 여유 장치가 생깁니다."
결과를 한눈에 볼 수 있습니다
| 3.1 실시간 플래시 | 3.1 리얼타임 플러스 | 3.0 리얼타임 플러스 | 3.0 실시간 플래시 | |
|---|---|---|---|---|
| 이 회전의 가격 | $0.0008 | $0.0080 | $0.0085 | $0.0007 |
| 질문이 끝난 후 첫 번째 오디오 | 0.48초 | 0.54초 | 0.49초 | 0.52초 |
| 대답의 길이 | 13.1초 | 10.5초 | 11.4초 | 10.6초 |
| 목소리 | 88 | 88 | 19 | 19 |
| 한 세션에서 함수 호출이 가능한 웹 검색 | 네 | 아니, 둘 중 하나 | 아니, 둘 중 하나 | 아니, 둘 중 하나 |
| 입출력 언어 설정 | 네 | 네 | 아니 | 아니 |
우리가 진행한 방법
질문은 한 번(Qwen Audio 3.1 TTS로 합성됨) 각 모델에 실시간으로 16 kHz PCM으로 스트리밍되었으며, 이어서 1.5초의 무음이 이어졌습니다 WSS://api.empiriolabs.ai/v1/realtime. 각 세션은 동일한 지시("당신은 도움이 되는 음성 비서입니다. 영어로 두 문장으로 답변하세요."), 텍스트 및 오디오 출력, 그리고 900밀리초 정지가 포함된 서버 턴 감지를 사용했습니다. 각 세션은 2026년 11월 2일에 한 번씩 촬영되었습니다. 첫 번째 오디오 시간은 질문의 끝을 감지하는 모델부터 클라이언트가 측정한 답변의 첫 번째 오디오까지 이어집니다. 가격은 이 정확한 턴에 대해 부과되는 금액입니다.
무엇을 찾아야 하는지
산수. 7시 40분 출발 후 40분 운전하면 8시 20분에 도착해 비행기 출발 40분 전; 7시 20분 출발 시 8시, 즉 한 시간 전입니다. 각 답변의 계획을 제시하는 버퍼와 비교하세요.
플래시는 플러스에 맞서고, 각 세대마다 플래시의 가격은 플러스 가격보다 훨씬 낮습니다. 이 테스트에서 네 명은 서로 몇 백분의 1초 이내로 말하기 시작했습니다.
같은 테스트를 EmpirioLabs
wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-realtime-flash 권한: 베어러 YOUR_EMPIRIOLABS_API_KEY {"type": "session.update", "session": { "voice": "xunanchuan_v3.1", "instructions": "당신은 유용한 음성 비서입니다. 두 문장으로 영어로 답변하세요.", "turn_detection": {"type": "server_vad", "silence_duration_ms": 900} }}그 다음 마이크 오디오를 다음과 같이 스트리밍합니다 input_audio_buffer.append 이벤트에 해당합니다. URL에서 모델을 바꾸고 3.0 음성(예:)을 사용해 다른 모델을 시도해 보세요. 다니엘 3.0 모델에서 세션 시작을 클릭하거나 playground·.
자주 묻는 질문
답변이 수정되었거나 재시도되었나요?
아니요. 각 답변은 모델이 질문에 처음으로 답변한 것으로, 편집되지 않은 것입니다.
왜 플러스 모델은 약 열 배 정도 비싼가요?
그들의 오디오 및 텍스트 토큰 가격이 더 높습니다. 이번 턴의 토큰 수는 네 개 모두에서 비슷했습니다.
어떤 걸 써야 할까요?
사용자들이 실제로 묻는 질문을 시도해 보세요. 출시 가이드는 각 모델의 설정을 다룹니다: Qwen 오디오 3.1 실시간 플래시 그리고 Qwen 오디오 3.0 리얼타임 플러스 및 리얼타임 플래시·.
한번 해보세요
Playground · 모든 모델 · 제품정보
