阿里云百炼两款语音模型今天降价，实时语音输出从 100 元降到 12 元

语音是 AI 应用里最烧钱的一档，因为音频 token 的数量级和文本不在一个层面上。今天（9 月 22 日 00:00）阿里云百炼把两款语音模型的价格砍下来了，做语音客服、口语陪练、播客自动化的，这个月该把成本模型重算一遍。

降了多少

北京地域，单位 CNY / 百万 tokens，qwen-audio-3.0-realtime-flash：

计费项	调整前	调整后
输入文本	3	1.5
输入音频	30	6
输出文本	30	4.5
输出文本+音频	100	12

qwen-audio-3.1-tts-flash 换了计费单位，从”1 元/万字符”改成 token 计费：输入 1.5 元/百万 token，输出 12 元/百万 token。

输出那一栏从 100 到 12，不到原来的八分之一。原来算下来不划算的功能，现在可能就划算了——比如给每篇稿子都配一版语音，或者让客服机器人把回答念出来。

三个坑

• 公告正文写的影响地域是”国内站-北京、国内站-新加坡”，但表格只给了北京的单价。新加坡多少，自己去控制台或模型详情页核，别按北京的数填进成本表。
• 只降这两款。同系列其他语音模型和文本模型一个没动，别顺手把整张账单的预期都调低。
• 公告 9 月 21 日 15:53 才发，9 月 22 日 00:00 生效。前一天跑的批量任务按原价算，这条公告里写得很明确。

怎么做

不用操作，价格自动生效。真正值得花 10 分钟的是这两件事：

把语音调用单独打一个标签或子账号，下次调价时能一眼看出影响面。语音模型的价格这两年变动频率远高于文本模型，混在一起记账等于每次都要重新拆。

把记账单位从”每次多少钱”改成”每百万 token 多少钱”。单位对齐了才比得动——你会发现真正吃掉预算的是输入音频那一栏，而它刚降了 80%。

原文：https://www.aliyun.com/notice/118685