Tipo
Especificação
Tarifa
Entrada
por 1M de tokens de prompt
$0.46
Saída
por 1M de tokens gerados
$3.74
Qwen Audio 3.1 TTS e Gemini 2.5 Pro TTS lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
Alibaba Cloud 
Google Geração de ÁudioQwen Audio 3.1 TTS de Alibaba Cloud e Gemini 2.5 Pro TTS de Google pertencem à categoria Geração de Áudio e estão disponíveis pela API da EmpirioLabs.
| Especificação | Qwen Audio 3.1 TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| ID do modelo | qwen-audio-3-1-tts | gemini-2-5-pro-tts |
| Autor | Alibaba Cloud | |
| Lançado | 23 de set. de 2026 | 20 de mai. de 2025 |
| Saída máxima | 60.000 tokens | 19.661 tokens |
| Entrada | Texto | Texto |
| Saída | Áudio | Áudio |
| Região | Singapore | - |
| Endpoints | POST /v1/audio/speech POST /v1/audio/speech:stream WEBSOCKET /v1/realtime GET /v1/voices | POST /v1/audio/speech |
| Recursos |
Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.
Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.
| Parâmetro | Qwen Audio 3.1 TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| input | máx. 10000 | string |
| voice | Emily_v3.1, Luna_v3.1, Eric_v3.1, Luca_v3.1, Abby_v3.1, Annie... Padrão: Emily_v3.1 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Padrão: Charon |
| voice_audio_url | string | - |
| response_format | mp3, wav, pcm, opus Padrão: mp3 | - |
| sample_rate | 8000, 12000, 16000, 22050, 24000, 44100, 48000 Padrão: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 Padrão: 24000 |
| speed | 0.5 a 2 Padrão: 1 | 0.25 a 2 Padrão: 1 |
| pitch | 0.5 a 2 Padrão: 1 | - |
| volume | 0 a 100 Padrão: 50 | - |
| instruction | máx. 1000 | - |
| language_hints | zh, en, fr, de, ja, ko, ru, pt, th, id, vi, es, it, ms, fil, ar | - |
| seed | 0 a 65535 Padrão: 0 | - |
| bit_rate | 6000 a 510000 Padrão: 32000 | - |
| pronunciation | object | - |
| replace | object | - |
| enable_markdown_filter | boolean Padrão: false | - |
| mode | - | single, multi Padrão: single |
Qwen Audio 3.1 TTS gera fala por POST /v1/audio/speech e retorna áudio reproduzível. Envie o texto a ser falado em input com o id de modelo qwen-audio-3-1-tts. Os dois modelos são chamados pelo mesmo endpoint. Defina model como qwen-audio-3-1-tts ou gemini-2-5-pro-tts. Obtenha uma chave de API no painel EmpirioLabs.
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",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3Testes de prompts e comparações que cobrem os dois modelos.
Qwen Audio 3.1 TTS é o lançamento mais recente (23 de set. de 2026); Gemini 2.5 Pro TTS foi lançado em 20 de mai. de 2025. Qwen Audio 3.1 TTS retorna até 60.000 tokens de saída por resposta; Gemini 2.5 Pro TTS, até 19.661. Recursos indicados apenas para Qwen Audio 3.1 TTS: expressive prosody, emotion control, voice tags, low latency, streaming, realtime. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.
Qwen Audio 3.1 TTS é o lançamento mais recente (23 de set. de 2026); Gemini 2.5 Pro TTS foi lançado em 20 de mai. de 2025.
Qwen Audio 3.1 TTS tem a tarifa mais baixa para Entrada (por 1M de tokens de prompt) e Saída (por 1M de tokens gerados). As duas tabelas de tarifas ao vivo estão nesta página e sempre correspondem ao que a API cobra.
Sim. Os dois modelos usam POST /v1/audio/speech com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.
