百炼把实时语音的价格砍到原来的 12%，做语音客服的该重算成本了
阿里云 9 月 21 日下午发的公告，9 月 22 日 00:00 生效，覆盖「国内站-北京」和「国内站-新加坡」两个站。公告原话：本次为价格下调，无需任何操作，新价格自生效时间起自动应用。
官方公告里的两个数
qwen-audio-3.0-realtime-flash（国内站-北京，CNY/百万 token）：
| 项目 | 调整前 | 调整后 |
|---|---|---|
| 输入文本 | 3 元 | 1.5 元 |
| 输入音频 | 30 元 | 6 元 |
| 输出文本 | 30 元 | 4.5 元 |
| 输出文本+音频 | 100 元 | 12 元 |
实时语音最贵那一项——文本加音频的输出——从 100 元降到 12 元，降了 88%。
qwen-audio-3.1-tts-flash 的单位换了：从「输入文本 1 元/万字符」改成「输入 1.5 元/百万 token、输出 12 元/百万 token」。字符和 token 不是同一个东西，这条不能拿来直接比降幅。
为什么值得现在看
之前语音类功能的账算不过来，主要卡在实时会话这一档。一次十分钟的双边对话，音频输入输出一起算，老的单价下成本是能感觉到的。现在输出这一侧降到原来的 12%，一些原来只能做文本、不敢上语音的场景突然能算了：售后电话的自动应答、课程录音的双语转写、播客的批量字幕。
泼冷水
第一，公告只列了这两个模型 id。外面流传的”ASR 降 95%、TTS 降 70%、实时降 85%“是 Qwen 团队对外给的整体口径，在这份公告里看不到，只对得上实时这一项。写方案时以公告的表为准，别用那个整体口径去报预算。
第二，tts-flash 那条改了计价单位，从万字符改成百万 token。如果你之前是按字符数估的成本，现在得重估一遍，别看到 1.5 这个数字就以为便宜。
第三，只限北京和新加坡两个站。别的站点不在本次范围。
第四，这是厂商给自己服务定的价。中文 AI 市场这一年的降价节奏大家都看到了，今天的价格里有多少是效率、多少是补贴，外面分不出来。把 12 元写进三年期的合同报价之前，先想想它涨回去那天你怎么办。
具体建议
- 把你的语音功能按”每小时多少元”重算一次，不要按每百万 token。token 数在不同采样率和编码下差别很大，按小时算才谈得清毛利。
- 已经和 Deepgram、ElevenLabs 这类海外语音 API 签了年框的，把用量换算成人民币单价对比一遍，在下一个续费窗口之前算清楚。
- 抽象一层语音供应商。价格战打的就是你锁死的那家，留个能换的口子成本很低。
- 老价格跑了一周的账单，去控制台对一遍有没有按新价结算。公告说自动生效，但值得确认一次。