通义语音 FunAudioLLM / Fun-ASR / CosyVoice（阿里云百炼 DashScope）
FunAudioLLM (通义语音团队) · 中国
已核实
FunAudioLLM
历史记录
计费说明
4 条价格记录通义语音（FunAudioLLM 系列的 CosyVoice 语音合成、Fun-ASR / Paraformer 语音识别）由阿里云百炼（DashScope）提供推理服务，官方按「字符数」或「音频时长」计费，而不是按 Token 计费，故 unit 逐模型不同：语音合成按元/万字符，语音识别按元/秒（或折算元/小时）。地域分档与百炼文本模型一致（华北2/北京、新加坡/国际等），同一模型国际档单价不同。语音合成计费口径为「每万字符」，官方说明 1 个汉字算 2 个字符、英文字母/标点/空格各算 1 个字符（此为 MiniMax 等平台的通用口径，百炼具体字符折算以官方语音合成文档为准）。本次仅抄录了 4 个可直接取到数字的模型；Qwen-Audio-TTS 系列（qwen-audio-3.0-tts-plus / qwen-audio-3.1-tts-flash 等）与 Qwen3-TTS 系列同样在百炼计费，其单价需查各自的模型价格页，未逐项抄录。
价格明细
不同模态使用真实计费单位| 模型 / 项目 | 类型 | 计费单位 | 价格 | 输入 | 输出 | 缓存命中 | 币种 | 人民币参考 | 备注 |
|---|---|---|---|---|---|---|---|---|---|
| cosyvoice-v3-flash | 音频 | 万字符 | 1.0CNY | — | — | — | CNY | — | 语音合成，华北2（北京）1 元/万字符；新加坡（国际）0.9541 元/万字符。支持声音复刻与声音设计 |
| cosyvoice-v3.5-plus | 音频 | 万字符 | 1.5CNY | — | — | — | CNY | — | 语音合成，华北2（北京）1.5 元/万字符 |
| fun-asr | 音频 | 秒 | 0.00022CNY | — | — | — | CNY | — | 音频时长计费，华北2（北京）0.00022 元/秒（约 0.792 元/小时）；新加坡（国际）0.00026 元/秒。快照版 fun-asr-2025-11-07、fun-asr-2025-08-25 同价 |
| paraformer-realtime-v2 | 音频 | 秒 | 0.00024CNY | — | — | — | CNY | — | 实时语音识别按音频时长计费，华北2（北京）0.00024 元/秒（约 0.864 元/小时） |
人民币一列为按 1 USD ≈ 7.20 CNY 参考汇率折算，仅供参考，不是厂商官方人民币价格。
来源与核验
legacy-unreviewed迁移保留旧内容；来源是旧链接线索，本次未重新打开核验。