Suno的新一代v6 AI音乐模型是其首个在唱片业支持下打造的模型。Suno的Jack Brody告诉The Verge，v6是“从零开始训练的，使用了一套全新的数据，不包含我们此前模型训练所用的数据”。这些数据包括从合作伙伴Warner Music Group、BMG和Believe获得授权的内容，以及“用户数据”。目前尚不清楚这是否意味着v6的训练数据已完全不含来源可疑的内容。
v6的一大变化是实际上包含三个不同的模型：v6、v6-wild和v6-mini。Mini是面向所有用户免费开放的模型，主打快速、轻资源的创作，其生成的结果更简单，且往往带有更多暴露其AI生成痕迹的瑕疵。v6-wild则被认为更加难以预测。Brody表示，v6-wild专为“快乐的意外和自然的不完美”而设计。不过，在我有限的测试中，我发现很难分辨wild版与标准版v6之间的区别。
这三款模型在对音乐流派的理解上都有显著提升。我复用了一些此前在旧模型上使用过的提示词，要求生成“hyperpop”或“krautrock”风格的歌曲，当时的偏差简直离谱。而v6则精准把握了我抛给它的任何流派的表面特征。
然而，它依然无法做到的，是真正呈现“自然的不完美”。与v5一样，我尝试生成跑调、失准或略微不协和的结果，每次都以失败告终。无论你怎么“逼迫”Suno的v6，它都只能产出和声与节奏完美无缺的作品。告诉它你想要“单调的人声”和“没有鼓点”，它会直接无视你的要求（见下文）。反复要求“随意弹奏、不顾调性和节奏、完全走调的钢琴”，且要“与歌曲其他部分完全不合调”，结果却一无所获。
它确实保留了AI音乐那种不自然的不完美，尤其是人声部分，相比v5似乎产生了更多AI模型常见的刺耳瑕疵。
Suno v6还有一些底层更新，可能会从根本上改变用户与它的交互方式。现在用户可以在聊天中用自然语言编辑歌曲片段，修改吉他旋律或单句歌词等个别元素时不再需要重新生成整首曲目。v6还可以将Suno曲库中的多个元素混合在一起，把输出内容组合成新的作品。
提示词也不再局限于文本描述。Suno v6可以基于图片、视频或其他音频创作曲目。
Suno v6从今日起开始推出，公司表示最终将退役其此前的模型。