音声クローンが可能な音声合成AI「Qwen-Audio-3.0-TTS」が登場、日本語対応でGemini超えの性能

AlibabaのAI研究チームが音声合成AI「Qwen-Audio-3.0-TTS」をリリースした。参考音声とテキストから任意の声で任意のテキストを読み上げさせる機能があり、日本語にも対応している。

• 中国のMoonshot AIが、2兆8000億パラメータを持つ大規模言語モデル「Kimi K3」を発表しました。
• Kimi K3は、AIエージェントのベンチマーク「AA-Briefcase」でClaude Fable 5に次ぐ総合2位の性能を示しました。
• 特に分析内容の質を評価する「分析品質Elo」では、比較対象モデルの中で最高スコアを記録しました。
• 一方で、1タスクあたりの実行コストはClaude Opus 4.8より高く、完了までの平均時間は約56.4分と最長でした。
• Kimi K3は、前世代のKimi K2.6と比較して、総合スコアは大幅に向上しましたが、処理時間とコストも増加しています。