Skip to main content

qwen3.5-omni-flash

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
CapabilitySupportCapabilitySupport

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

ParamètreValeurParamètreValeur

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 facturationPrix (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
ParamètreValeur

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

CapacitéPrise en chargeCapacitéPrise 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

ParamètreValeurParamètreValeur

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 facturationPrix (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
ParamètreValeur

RPM (Requêtes par minute)

60

TPM (Tokens par minute)

100 000