语音原生模型
不走「语音转文字再喂大模型」的路线，直接对音频建模，避免转写延迟，也保留语气、节奏、音高等副语言线索。当前主力为 Ultravox v0.7。
价格起步 5¢/分钟（含 TTS），Pro $100/月（按年计费）
平台Web / API
归类聊天对话
收录2026-10-12
复核2026-10-12
编辑评分
4.0 / 5
★★★★☆
Fixie.ai编辑总结
Fixie.ai 是一家研究实验室兼产品公司，专注实时语音 AI。其核心产品 Ultravox 采用语音原生模型，跳过「先转文字再喂给大模型」的传统路径，避免转写带来的延迟与语气、节奏、音高等副语言信息丢失。平台提供 REST API、覆盖 Web 与移动端的 SDK、内置工具和电话集成。起步价 5¢/分钟（含 TTS），最多 5 路并发；Pro 档 $100/月（按年计费）。Ultravox 已被 Inworld 收购，后续整合方向需关注官方公告。
Fixie.ai是什么？
Fixie.ai 是一家研究实验室兼产品公司，定位为实时语音 AI 基础设施提供方。它训练并自研语音原生模型 Ultravox，同时自建推理栈与底层基础设施，不依赖外部大模型或共享推理池，目标是把语音对话做到快、自然、可规模化。
当前主力模型是 Ultravox v0.7，在 Big Bench Audio 上无推理得分 91.8%，开启 thinking 后达到 97%。配套还有神经 VAD 模型 UltraVAD v0.1，用于动态断句。平台以「Ultravox Realtime Platform」形式对外，提供 REST API、Web 与移动端 SDK、内置工具以及电话集成。
开发者可直接调用 API 或 SDK 把语音智能体接入自有产品；企业团队可借助其基础设施承载并发通话；普通用户则可以通过 Demo 站点体验 Ultravox 的实时对话效果。官网明确提到 Ultravox 已被 Inworld 收购，用于加速语音到语音研究与语音智能体能力。
Fixie.ai核心功能
自建推理栈
自行管理完整推理栈与底层基础设施，不排队等外部大模型或共享推理池，以此压低端到端延迟，支撑实时对话。
REST API
提供开发者友好的 REST API，便于把语音对话能力集成进现有产品与服务，适合以服务端方式接入。
全平台 SDK
为 Web 与移动端等主要平台提供 SDK，开发者可按目标平台选用对应开发套件接入语音智能体。
电话集成
内置与大型电话服务商的集成，可将语音智能体接入电话通道，用于外呼或客服类语音场景。
动态断句
UltraVAD v0.1 是自研神经 VAD 模型，用于判断用户何时说完，帮助智能体在合适的时机接话，减少抢话或冷场。
开放权重模型
Ultravox 基于开放权重模型构建，研究进展与模型发布在 Hugging Face 上公开，供社区查看与使用。
Fixie.ai值不值得用？
当你需要在产品里加入实时语音对话能力，尤其是对延迟和拟人度有要求的客服、外呼、语音助手场景，Fixie.ai 值得考虑：语音原生路线省掉转写环节，起步 5¢/分钟含 TTS、最多 5 路并发，试错成本不高。但若你的场景只做到「语音转文字再回复」就够用，或需要上百路并发直连，起步档的并发上限和按量计费会先成为瓶颈，需先确认 Pro 档（$100/月，按年计费）或企业方案。此外 Ultravox 已被 Inworld 收购，长期路线图建议以官方公告为准。
建议选它的情况
- 要做实时语音智能体、对延迟敏感的团队
- 需要电话外呼或语音客服接入的产品方
- 想先用低门槛按量付费验证语音场景的开发者
不建议选它的情况
- 只需把语音转成文字、不需要实时对话的场景
- 起步就要上百路并发且不愿上企业档的团队
- 希望完全免费长期使用的个人项目
Fixie.ai使用建议
入门先把路子走对
- 先跑 Demo在官网点 Demo Ultravox，先体感一下实时语音对话的延迟和接话节奏，再决定是否接入 API。
- 从免费起步档试起步档 5¢/分钟含 TTS、最多 5 路并发，用一小段真实通话脚本测出每分钟成本，再决定是否升 Pro。
- 按平台选 SDKWeb 端和移动端各有对应 SDK，先按你的目标平台取对应开发套件，不要一上来就自己封装 REST 调用。
进阶省时间也省钱
- 算清并发账起步档并发上限 5 路；若高峰需要更多路并发，提前评估 Pro 档 $100/月（按年计费）是否够用。
- VAD 调优接话UltraVAD v0.1 负责动态断句，按你的业务语速调整断句灵敏度，能明显减少智能体抢话或反应慢的感觉。
- 关注收购后变化Ultravox 已被 Inworld 收购，接入前先看官方公告，确认模型与平台服务的延续计划。
Fixie.ai适合谁用？
语音智能体开发者
推荐需要 REST API 与 Web/移动端 SDK 快速搭出可对话的语音智能体，平台的语音原生路线能省掉自建转写加推理的拼接成本。
电话客服与外呼团队
推荐平台内置与大型电话服务商的集成，可直接把语音智能体接入电话通道，适合客服或外呼类语音场景。
语音 AI 研究者
推荐Ultravox 基于开放权重模型，模型发布在研究社区公开，Ultravox v0.7 在 Big Bench Audio 上无推理 91.8%、开 thinking 97%，可作为对比基准。
高并发业务方
有条件起步档最多 5 路并发，若业务峰值远高于此，需先确认 Pro 档或企业方案能否满足，否则会出现排队或拒绝。
预算为零的个人项目
有条件起步按 5¢/分钟计费，通话时长越长成本越高，没有长期免费档，纯个人练手项目需先估算用量。
Fixie.ai优点和缺点
优点
- 起步 5¢/分钟（含 TTS），最多 5 路并发，按量付费试错成本低
- Ultravox v0.7 在 Big Bench Audio 上无推理 91.8%、开 thinking 97%
- 语音原生路线省掉「先转文字再推理」的延迟环节
- 自建推理栈与基础设施，不排队等外部大模型或共享推理池
- 提供 REST API、Web 与移动端 SDK、电话集成，接入路径完整
- Ultravox 采用开放权重，模型与研究在 Hugging Face 公开
缺点
- 起步档并发上限 5 路，高峰期需要更高并发只能选 Pro 或企业档
- 语音模型训练与推理自建，对厂商的工程与运维投入依赖较重
- 官网未公开 API 的具体速率限制、可用区域与 SLA 细节
- Ultravox 已被 Inworld 收购，平台与模型的长期路线图待明确
- 开放权重虽公开，但商用授权与分发条款官网未详细说明
Fixie.ai版本与计费对比
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| Free To Start | 5¢ per minute（含 TTS） | 最多 5 路并发 | 按量计费，含 TTS 费用 |
| Pay Go | $0/month | 发有一定限制 | 按量付费，适合刚开始尝试与实验 |
| Pro | $100/month | 不设硬性并发上限 | 按年计费，适合开始扩张的公司 |
| Enterprise | Custom | 按需定制 | 面向大规模场景，需联系销售 |
以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。
Fixie.ai关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| Big Bench Audio 得分（Ultravox v0.7，无推理） | 91.8% | fixie.ai 首页 Core Model 说明 |
| Big Bench Audio 得分（Ultravox v0.7，开启 thinking） | 97% | fixie.ai 首页 Core Model 说明 |
| 起步档价格 | 5¢ per minute（含 TTS） | fixie.ai 定价页 Free To Start |
| 起步档并发上限 | 5 路 | fixie.ai 首页 Free To Start 说明 |
| Pro 档月费 | $100/month（按年计费） | fixie.ai 定价页 Pro |
Fixie.ai常见问题
Fixie.ai 的 Ultravox 怎么收费？＋
起步档 5¢/分钟（含 TTS），最多 5 路并发；Pro 档 $100/月，按年计费，适合开始扩张的公司，不设硬性并发上限。企业档价格需联系销售定制。按量计费意味着通话总时长直接决定成本，先算清业务用量再选档更稳。
Ultravox 当前的主力模型是哪个版本？＋
当前主力是 Ultravox v0.7，在 Big Bench Audio 上无推理得分 91.8%，开启 thinking 后达到 97%。
它和普通的语音转文字加对话方案有什么区别？＋
多数语音 AI 先把语音转成文字再交给大模型，会引入两重问题：转写本身增加延迟；语气、节奏、音高等副语言信号在转写中丢失。Ultravox 走语音原生路线，直接对音频建模，并自建推理栈避免排队等外部模型。
接入需要什么？有没有现成的开发套件？＋
平台提供开发者友好的 REST API，以及覆盖 Web 与移动端等主要平台的 SDK，另有内置工具和与大型电话服务商的集成。开发者可按目标平台选用对应 SDK，不必从零封装底层调用。
起步档能跑多少并发？＋
起步档最多 5 路并发。若业务峰值明显高于 5 路，需要评估 Pro 档（$100/月，按年计费，不设硬性并发上限）或联系销售定制企业方案。
Ultravox 被 Inworld 收购后还能继续用吗？＋
官网在页首公告 Ultravox 已被 Inworld 收购，用于加速其语音到语音研究与语音智能体能力，并附有公告入口。当前平台功能与定价页面仍正常展示，后续整合计划官网未进一步说明，接入前建议查看收购公告。
