Skip to main content

qwen3.8-omni-flash-realtime

Un modelo para interacción de audio y video en tiempo real con salida de texto y audio, audio multicanal y llamada a herramientas.

Proveedor de servicios de inferencia

El proveedor de servicios de inferencia para qwen3.8-omni-flash-realtime es Alibaba Cloud Model Studio.

Capacidades del modelo

Regiones admitidas: China (Pekín) y Singapur. Utilice una clave de API de la región seleccionada.
CapacidadCompatibilidadCapacidadCompatibilidad
Modalidades de entradaTexto, audio en streaming y video (fotogramas consecutivos)Modalidades de salidaTexto y audio
Llamada a funcionesAdmite llamada a herramientas personalizadasMCPAdmite herramientas MCP remotas. Consulte el flujo de interacción MCP
Audio multicanalEl acceso mediante WebSocket admite 1, 2 o 4 canales; la entrada multicanal utiliza PCM de 16 kHzAgregación de videoConfigure session.video.input.representation_compact: el valor predeterminado es none; configúrelo en normal para habilitar la agregación
VocesEl valor predeterminado es Tina. Consulte parámetros de voz y vistas previas de audio
Acceda al modelo a través de WebSocket, WebRTC o AOQ. Consulte la guía de tiempo real para obtener ejemplos y configuración del SDK. Para el acceso mediante WebSocket, utilice un endpoint de WebSocket específico del espacio de trabajo. Para la configuración, consulte Establecer una conexión.

Límites de contexto

ParámetroValorParámetroValor
Máximo total de tokens de entrada196608Historial de audioHasta 100 turnos y 600 segundos en total
Historial de videoHasta 50 turnos y 240 segundos en totalTokens máximos de salida65536
El historial anterior se descarta cuando el recuento de turnos o la duración acumulada de medios excede un límite. La duración acumulada de medios no es la duración total de la sesión.

Precios del modelo

Consulte Precios del modelo para conocer los precios de inferencia. Para la salida de voz, qwen3.8-omni-flash-realtime factura tanto el audio como su texto correspondiente a sus respectivas tasas de salida. Los modelos Qwen3.5-Omni-Realtime facturan solo el audio; el texto correspondiente no se cobra. Cuota gratuita: 1 millón de tokens, disponible únicamente en Singapore. Válida por 90 días a partir de la activación del servicio, el lanzamiento del modelo o la aprobación de la solicitud, lo que ocurra más tarde. Consulte Cuota gratuita.
  • China (Beijing)
  • Singapore
Concepto de facturaciónPrecio (USD)Unidad

Entrada: audio

0.848

Por millón de tokens

Salida: audio

1.696

Por millón de tokens

Entrada: texto/imágenes/video

0.212

Por millón de tokens

Salida: texto

0.636

Por millón de tokens

Límites de tasa

Tanto Beijing como Singapore tienen límites de 60 RPM y 2,000,000 TPM. Consulte Límites de tasa para conocer los límites de solicitudes del modelo.

Llamar al modelo