Skip to main content

qwen-audio-3.1-realtime-flash

Modèle vocal duplex en temps réel avec entrées et sorties textuelles et audio, appel de fonctions, recherche web et clonage de voix.

Fournisseur du service d’inférence

Alibaba Cloud Model Studio.

Capacités du modèle

FonctionnalitéDétails
Modalités d'entréeTexte, audio
Modalités de sortieTexte, audio
Appel de fonctionPris en charge
Recherche webPris en charge
Clonage de voixPris en charge
ProtocolesWebSocket, WebRTC, AOQ
Voix par défautlonganqian_v3.1
Mode de réflexionenable_thinking n’est pas pris en charge
Modes d’interactionserver_vad, smart_turn, smart_turn_v2 (recommandé), push-to-talk
Renforcement du locuteurPris en charge dans les modes smart_turn et smart_turn_v2
Activez la recherche web avec enable_search. La recherche web et l’appel de fonctions peuvent être activés ensemble.

Limites de contexte

ParamètreLimite (tokens)
Fenêtre de contexte262,144
Max input length245,760
Max output length16,384
Historique audio dans le contexteMaximum
Nombre maximal de tours50
Durée audio cumulée300 secondes

Tarification

Les réponses textuelles seules sont facturées au tarif de sortie textuelle. Pour les réponses contenant à la fois du texte et de l’audio, seule la sortie audio est facturée ; le texte associé n’entraîne pas de frais de sortie distincts. Les prix sont exprimés en USD par million de tokens.
  • Singapour
  • Chine (Pékin)
ID du modèleEntrée textuelleEntrée audioSortie textuelleSortie audio
qwen-audio-3.1-realtime-flash$0.23$0.93$0.7$1.87

Limites de taux

Le RPM WebSocket comptabilise les demandes de connexion, et non les réponses du modèle. Il n’y a pas de limite distincte pour les connexions simultanées.
  • Singapour
  • Chine (Pékin)
ID du modèleRPMTPMConnexions WebSocket simultanées
qwen-audio-3.1-realtime-flash60100,000Aucune limite distincte

Appeler le modèle