🥇
Gemini 3.5 Flashgoogle · 美国
56 音频分
音频
音频能力榜
AI 模型语音识别、合成与音乐生成综合排名
数据更新于 2026-07-31 · 能力库 206 条（网关 49 · 站外 157 · AA 173 · Arena 100） · 当前榜 12 名 · OpenRouter 实时已接入 · 知识库 159 模 / 31 族 / 26 维
模型天梯 · modality
音频能力榜
本榜评估 AI 模型在音频领域的综合能力，涵盖语音转文本（ASR）、文本转语音（TTS）、音频内容理解、音乐生成与编辑等任务。数据来源于专业音频基准测试（如 AudioBench、VoiceBench）、LMSYS Arena 音频专项对战、API 调用用量与成功率统计，以及基于用户反馈的启发式评分。解读排名时需注意总分反映多任务平均表现，建议结合细分得分与具体用例；高排名模型通常在通用音频场景下更可靠，但实际效果受输入质量、prompt 工程和语言覆盖影响。榜单数据定期同步最新模型版本与基准结果。
- 多音频基准加权平均得分
- API 用量与任务成功率统计
- 用户反馈启发式质量评估
显示 12全量 12
| # | 模型 | 厂商 | 地区 | 音频分 | 相对 | 说明 | 证据源 | 佐证 |
|---|---|---|---|---|---|---|---|---|
| 🥇 | Gemini 3.5 Flash google/gemini-3.5-flash | 美国 | 56 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | ||
| 🥈 | Muse Spark 1.1 meta/muse-spark-1.1 | meta | 美国 | 56 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | |
| 🥉 | Gemini 3.6 Flash google/gemini-3.6-flash | 美国 | 55 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | ||
| 4 | Gemini 3.1 Pro Preview google/gemini-3.1-pro-preview | 美国 | 52 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | ||
| 5 | gpt-4o-audio-preview gpt-4o-audio-preview | openai | 美国网关 | 50 | 音频 语音 / 音频模态 | 清单 | 查看佐证 | |
| 6 | gpt-4o-realtime-preview gpt-4o-realtime-preview | openai | 美国网关 | 50 | 音频 语音 / 音频模态 | 清单OR | 查看佐证 | |
| 7 | Inkling thinkingmachines/inkling | thinkingmachines | — | 44 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | |
| 8 | Inkling Small thinkingmachines/inkling-small | thinkingmachines | — | 43 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | |
| 9 | MiMo-V2.5 xiaomi/mimo-v2.5 | xiaomi | 中国 | 42 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | |
| 10 | Gemini 3.5 Flash Lite google/gemini-3.5-flash-lite | 美国 | 40 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | ||
| 11 | Gemini 2.5 Pro google/gemini-2.5-pro | 美国 | 28 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 | ||
| 12 | Gemini 3.1 Flash Lite Preview google/gemini-3.1-flash-lite-preview | 美国 | 28 | 音频 语音 / 音频模态 | AAOR站外对照 | 查看佐证 |
启发式维度（中文/英文/OCR/软件等）在无官方公开 bench 时由厂商归属、模态与关联模型热度估算，仅供选型参考； 客观能力以 AA 智力/代码/Agent 与本站实测为准。交叉验证： 用量榜 · 模型目录 · 实验室。
関連ツール
Clavue CLI / imux IDE / clavue-2.1
Clavue · CLI 与 Agent 平台
CLI / GUI Agent 运行时、设备登录、会员额度与 OpenAI 兼容 API（api.clavue.com）。开发脚本、CI 与本地工具一条链路。
打开 Clavue ↗imux · 原生 macOS AI IDE
Clavue 平台的原生 IDE：多 Agent 分屏、Ghostty 级终端、Agent Chat、浏览器自动化与 Supervisor——不是又一个 Electron 壳。
了解 imux ↗Clavue 2.1 · 产品级大模型
旗舰模型 clavue-2.1（及 fast / pro / rev）：适合复杂推理与长程 Agent 循环。Chat、imux、API 共用会员额度。
查看模型 ↗