阿里巴巴推出新的语音AI模型，并将API价格最高降低了95%。在同一周，OpenAI和Anthropic也相继降价，中国企业也加入了这一AI价格战。
根据IT行业的消息，阿里巴巴的Q1团队于23日发布了语音模型系列“Q1-Audio-3.1”。该系列改进了现有的语音识别（ASR）、语音合成（TTS）和实时语音对话模型，并新增了用于音频制作的“TTS-Next”和用于音频理解的“ASR-Next”，共计五种模型。同时，所有产品线的价格均有所降低。语音合成的降幅约为70%，实时语音对话的降幅约为85%，语音识别的降幅最高可达95%。
性能也得到了提升。实时语音对话模型能够像实际通话一样同时听和说，并且可以在对话中随时插入。ASR-Next能够区分多个说话者，添加时间戳，并识别情感和周围声音。业内人士认为，使用Deepgram、Eleven Labs和OpenAI等语音API的企业在合同续签前需要重新评估成本。
在此之前，22日，美国AI企业同时降价。Anthropic将其新旗舰模型“Claude Opus 5.5”的价格设定为每100万标记输入4美元，输出20美元，较前作Opus 5降低了20%。缓存读取价格则降至60%至0.2美元。Anthropic表示，按照一般工作标准，其运营成本比前作减少了约40%。
中国企业的价格更低。小米在21日发布的“MiMo-V2.6-Pro”定价为输入0.435美元，输出0.87美元。与Opus 5.5相比，输入价格约为其九分之一。该模型在人工智能分析的智商评分中获得46分，位列开放权重模型第一。小米已将模型权重以MIT许可证公开在Hugging Face上。轻量级模型“MiMo-V2.6-Flash”的价格为输入0.14美元，输出0.28美元。
※ 本报道经人工智能（AI）系统翻译与编辑。
