Qwen 3.5-Omni est la dernière génération du grand modèle multimodal de Qwen, prenant en charge la compréhension et l'interaction avec le texte, les images, l'audio et les contenus audiovisuels. En tant qu'évolution complète de Qwen 3-Omni, il permet de comprendre plus de 10 heures d'audio et plus de 400 secondes de contenu audiovisuel en 720p (1 image par seconde) dans le cadre de dialogues. Il élargit également la couverture linguistique, acceptant des entrées audio dans plus de 60 langues et générant des sorties vocales dans plus de 30 langues. Doté de puissantes capacités de compréhension structurée des contenus audiovisuels, il est largement utilisé pour la création de texte, les assistants vocaux, l'analyse multimédia et d'autres scénarios, offrant une expérience naturelle et fluide de compréhension et d'interaction multimodales. Cette version du modèle est fonctionnellement équivalente au modèle snapshot qwen3.5-omni-flash-2026-03-15 .
Inference Service Provider
Le fournisseur de service d'inférence pour qwen3.5-omni-flash est Alibaba Cloud Model Studio.
Model Capabilities
- China (Beijing)
- Singapore
| Capability | Support | Capability | Support |
|---|---|---|---|
Input Modality | Text Image Video Audio | Output Modality | Text Audio |
Model Experience | Unsupported | Function Calling | Unsupported |
Structured Outputs | Unsupported | Web Search | Supported |
Prefix Completion | Unsupported | Context Caching | Unsupported |
Batch Inference | Supported | Fine-tuning | Unsupported |
Limites de contexte
| Paramètre | Valeur | Paramètre | Valeur |
|---|---|---|---|
Longueur d'entrée maximale | 196608 | Longueur de sortie maximale | 65536 |
Fenêtre de contexte | 262144 |
Tarification
Cette page présente uniquement les tarifs standard des appels API du modèle, hors promotions temporaires. Consultez la console Model Studio pour connaître les offres promotionnelles.
- China (Beijing)
- Singapore
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée : Audio | 2,48 | Par million de tokens |
Sortie : Texte&Audio (le texte de sortie n'est pas facturé) | 9,9 | Par million de tokens |
Entrée : Texte/Image/Vidéo | 0,3 | Par million de tokens |
Sortie : Texte | 1,83 | Par million de tokens |
Entrée : Audio (fichier batch) | 1,24 | Par million de tokens |
Entrée : Texte/Image/Vidéo (fichier batch) | 0,15 | Par million de tokens |
Sortie : Texte (fichier batch) | 0 915 | Par million de tokens |
Entrée : Audio (chat batch) | 2,48 | Par million de tokens |
Entrée : Texte/Image/Vidéo (chat batch) | 0,3 | Par million de tokens |
Sortie : Texte (chat batch) | 1,83 | Par million de tokens |
Limites de débit
- China (Beijing)
- Singapore
| Paramètre | Valeur |
|---|---|
RPM (requêtes par minute) | 60 |
TPM (tokens par minute) | 100 000 |
Appeler le modèle
Versions de snapshot
qwen3,5-omni-flash-2026-03-15
Qwen 3.5-Omni constitue la dernière génération du grand modèle multimodal Qwen, prenant en charge la compréhension et l'interaction avec le texte, les images, l'audio ainsi que les contenus audiovisuels. En tant qu'évolution complète de Qwen 3-Omni, il permet de traiter plus de 10 heures d'audio et plus de 400 secondes de contenu audiovisuel en résolution 720P (1 FPS) dans le cadre de dialogues. Le modèle élargit également son spectre linguistique, acceptant des entrées audio dans plus de 60 langues et générant des sorties vocales dans plus de 30 langues. Doté de puissantes capacités de compréhension audiovisuelle structurée, il s'avère particulièrement adapté à la création textuelle, aux assistants vocaux, à l'analyse multimédia et à d'autres scénarios, offrant une expérience multimodale naturelle et fluide. Cette version correspond à un snapshot daté du 15 mars 2026.
Fournisseur du service d'inférence
Le fournisseur du service d'inférence pour qwen3.5-omni-flash-2026-03-15 est Alibaba Cloud Model Studio.
Capacités du modèle
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Text Image Video Audio | Modalité de sortie | Text Audio |
Expérience du modèle | Unsupported | Function Calling | Unsupported |
Structured Outputs | Unsupported | Recherche Web | Supported |
Prefix Completion | Unsupported | Mise en cache du contexte | Unsupported |
Inférence par lots | Unsupported | Fine-tuning | Unsupported |
Limites de contexte
| Paramètre | Valeur | Paramètre | Valeur |
|---|---|---|---|
Longueur d'entrée maximale | 196608 | Longueur de sortie maximale | 65536 |
Fenêtre de contexte | 262144 |
Tarification
Cette page présente uniquement les tarifs standard pour les appels API du modèle, hors promotions temporaires. Consultez la console Model Studio pour découvrir les offres promotionnelles.
- China (Beijing)
- Singapore
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée : Audio | 2,48 | Par million de tokens |
Sortie : Texte&Audio (le texte de sortie n'est pas facturé) | 9,9 | Par million de tokens |
Entrée : Texte/Image/Vidéo | 0,3 | Par million de tokens |
Sortie : Texte | 1,83 | Par million de tokens |
Limites de débit
- China (Beijing)
- Singapore
| Paramètre | Valeur |
|---|---|
RPM (Requêtes par minute) | 60 |
TPM (Tokens par minute) | 100 000 |