アリババは音声AIモデルを新たに発表し、APIの価格を最大95%引き下げた。同じ週にオープンAIとアンソロピックが価格を引き下げたことを受け、中国の企業も参入し、AI価格戦争が拡大している。
26日、IT業界によると、アリババのQ1チームは23日に音声モデルシリーズ「Q1-Audio-3.1」を公開した。従来の音声認識（ASR）、音声合成（TTS）、リアルタイム音声対話モデルを改善し、オーディオ制作用の「TTS-Next」とオーディオ理解用の「ASR-Next」を加え、全5種類で構成されている。これに伴い、全ラインアップの価格を引き下げた。引き下げ幅は音声合成が約70%、リアルタイム音声対話が約85%、音声認識が最大95%である。
性能も向上した。リアルタイム音声対話モデルは、実際の通話のように聞きながら話すことができ、会話中にいつでも割り込むことができる。ASR-Nextは複数の話者を区別し、タイムスタンプを付け、感情や周囲の音も認識する。業界では、ディープグラム、イレブンラボ、オープンAIなどの音声APIを使用している企業が契約更新前にコストを再検討する必要があるとの評価が出ている。
前日22日には、アメリカのAI企業が同時に価格を引き下げた。アンソロピックは新しいフラッグシップモデル「Claude Opus 5.5」の価格を100万トークンあたり入力4ドル、出力20ドルに設定した。前作のOpus 5より20%低い水準である。キャッシュ読み取り価格は60%引き下げられ0.2ドルに設定された。アンソロピックは、一般的な作業基準で運営コストが前作より約40%少ないと説明している。
オープンAIはアンソロピックの発表直後に「GPT-6 Sol」と「GPT-6 Luna」を公開した。Solは入力2ドル、出力10ドル、Lunaは入力0.1ドル、出力0.5ドルで、いずれも前作の半分の水準である。オープンAIは今回の価格が一時的な割引ではなく正式な価格であると明らかにした。
中国企業の価格はさらに低い。シャオミは21日に発表した「MiMo-V2.6-Pro」の価格を入力0.435ドル、出力0.87ドルに設定した。Opus 5.5と比較すると、入力価格は約9分の1の水準である。このモデルはアーティフィシャルアナリシスの知能指数で46点を獲得し、オープンウェイトモデルで1位にランクインした。シャオミはモデルの重みをMITライセンスでハギングフェイスに公開した。軽量モデル「MiMo-V2.6-Flash」の価格は入力0.14ドル、出力0.28ドルである。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
