模型横向对照
按输入、输出、可控性、授权四轴比较，先排除不合格再谈音质。
模型对照选型可控性授权
相关
四轴先过筛，再听音质
榜单第一的模型，放进你的工程里可能连分轨都导不出。选型不是找最强的，而是找在交付物、输入素材、控制深度和授权四项上都过关的。四项里有一项不合格，音质再好也只能放弃。
四类形态的差别
| 形态 | 典型输入 | 输出 | 可控性 | 授权要看 |
|---|---|---|---|---|
| 整曲生成 | 文字、歌词、哼唱 | 立体声成品，偶有分轨 | 段落与风格可控，细节弱 | 商用范围、发行权、训练来源 |
| 编辑与分轨 | 已有音频、时间码 | 分轨、补段、替换 | 局部强，整体结构弱 | 上传素材的处理条款 |
| 符号与 MIDI | 乐谱、MIDI、和弦 | MIDI、乐谱、渲染音频 | 音高节奏精确，音色靠采样 | 输出与采样库分别授权 |
| 开源本地 | 权重、代码、自有素材 | 音频或符号，取决于部署 | 可改可微调，门槛在算力 | 权重许可、训练集合规 |
表里没有名次。整曲生成在“从零到能听”上最快，符号工具在“改一个声部”上最稳，本地部署在“数据不出门”上最省心。它们解决的是不同问题，放在一张表里是为了看清代价，不是为了选冠军。
选型流程
1. 写下交付物：成品、分轨、MIDI，还是几个可替换的版本。 2. 标出必须保留的输入：歌词、参考音频、已有编曲。 3. 定控制下限：哪些参数必须精确，哪些可以接受抽卡。 4. 查授权：输出能否商用，上传素材会不会被留存。 5. 用同一段真实素材试两次，比较可复现性与返工量。
顺序不能倒。先试听再查授权，常常白做；先定控制下限，也不会被演示曲带偏。
矩阵会失效的地方
演示曲挑的是模型最擅长的片段；版本更新会悄悄改掉旧行为；授权条款按地区与档位分叉。把矩阵当排除工具，用自己的一小段素材复测，结论才站得住。真正需要精确和声或长结构时，矩阵只能告诉你哪类工具值得试，不能替你完成验收。
在库中听例子
Grande messe des morts H 75柏辽兹《安魂曲》大编制，检验整曲生成对多声部与力度的掌控（C1）详情24 Etudes for Flute Op.30长笛练习曲单线条，旋律输入在符号工具里最直接（C1）详情pop-groove7 · 138 BPM · beat 4/4138 BPM 流行鼓组，节奏输入能否稳定复现（C1）详情Toccata and Fugue in D minor BWV 565二十六分钟长曲，检验输出长度与分段控制（C1）详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
同一条线
事实来源
- Suno、Udio、Stability AI 的模型卡与 API 文档，关于输入、输出与许可字段的定义。
- 生成服务的内容许可与训练数据条款公开文本。
- 音乐制作交付惯例，关于分轨与工程文件的可编辑性要求。