该模型通过一个 API 端点支持 83 种语言，可通过将 Fish API 的 model 头设置为 s2.1-pro-free 来调用。Fish Audio 将 S2.1 Pro 描述为其当前最先进的语音模型，在标准 API 调用下首音频时间约为 90 毫秒，具有更高并发吞吐量，并使用与付费计划相同的端点结构。
S2.1 Pro 适用于语音智能体、有声书和旁白流程、游戏 NPC 对话、多语言产品体验以及原型化语音克隆工作流。免费访问受公平使用限制约束，不提供生产级 SLA 保证，因此团队可以在迁移商业负载到付费方案前先评估质量和延迟。
