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
| Fonctionnalité | Détails |
|---|---|
| Modalités d'entrée | Texte, audio |
| Modalités de sortie | Texte, audio |
| Appel de fonction | Pris en charge |
| Recherche web | Pris en charge |
| Clonage de voix | Pris en charge |
| Protocoles | WebSocket, WebRTC, AOQ |
| Voix par défaut | longanqian_v3.1 |
| Mode de réflexion | enable_thinking n’est pas pris en charge |
| Modes d’interaction | server_vad, smart_turn, smart_turn_v2 (recommandé), push-to-talk |
| Renforcement du locuteur | Pris en charge dans les modes smart_turn et smart_turn_v2 |
enable_search. La recherche web et l’appel de fonctions peuvent être activés ensemble.
Limites de contexte
| Paramètre | Limite (tokens) |
|---|---|
| Fenêtre de contexte | 262,144 |
| Max input length | 245,760 |
| Max output length | 16,384 |
| Historique audio dans le contexte | Maximum |
|---|---|
| Nombre maximal de tours | 50 |
| Durée audio cumulée | 300 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 modèle | Entrée textuelle | Entrée audio | Sortie textuelle | Sortie 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 modèle | RPM | TPM | Connexions WebSocket simultanées |
|---|---|---|---|
qwen-audio-3.1-realtime-flash | 60 | 100,000 | Aucune limite distincte |