วันนี้ใช้ได้ยังไง
มีสองทางเลือก คือเรียกผ่าน API ตรง ๆ สำหรับคนเขียนโค้ด หรือจะเข้าเว็บ Voice Studio ปั่นเสียงแบบไม่ต้องแตะโค้ดเลยก็ได้ งานที่รองรับมีทั้งไฟล์เสียงกับแชท เปิดตัวไปเมื่อ 15 ก.ย. 2026 และสถานะตอนนี้ใช้ได้จริงแล้ว
ราคาเป็นแบบจ่ายตามใช้งาน TTS อยู่ที่ $0.36 ต่อ 10,000 ตัวอักษร ถ้าอยากได้เสียงเฉพาะตัว ค่าโคลนเสียงเท่ากับ $1.50 ต่อหนึ่งเสียง ASR ถอดคำพูดเป็นข้อความ $0.24 ต่อชั่วโมง ส่วน Realtime, Gen, Music และ Chat เปิดให้เล่นฟรีแบบช่วงเวลาจำกัด ใครอยากลองของจริงควรรีบเก็บช่วงนี้ไว้
จุดที่ควรรู้
เอกสารที่เปิดไว้ยังไม่มี weights สาธารณะ ใช้ได้ผ่าน API หรือ Voice Studio ของ StepFun เท่านั้น คนที่วางแผนจะเอาไปต่อยอดบนระบบของตัวเองต้องคุยเรื่องนี้ให้ชัดก่อน
การคิดค่าบริการเป็นแบบรายไฟล์เสียง ไม่ใช่รายความยาวแชท ต่างจากโมเดลแชททั่วไปที่นับเป็นโทเคน ตอนเทียบราคากับโมเดลอื่นอย่าเอาหน่วยนับคนละแบบมาประกอบกัน
ช่วงฟรีของ Realtime และเพื่อน ๆ เป็นแค่ preview มีเวลาจำกัด ถ้าจะเอาไปทำงานจริงควรเผื่องบไว้ล่วงหน้า เพราะราคาเต็มจะมาเมื่อไหร่ยังต้องตามกันต่อ