Un modèle pour l'interaction audio et vidéo en temps réel avec sortie texte et audio, audio multicanal et appel d'outils.
Fournisseur de services d'inférence
Le fournisseur de service d'inférence pour qwen3.8-omni-flash-realtime est Alibaba Cloud Model Studio.
Capacités du modèle
Régions prises en charge : Chine (Pékin) et Singapour. Utiliser une clé API de la région sélectionnée.
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
| Modalités d'entrée | Texte, audio en streaming et vidéo (images consécutives) | Modalités de sortie | Texte et audio |
| Appel de fonction | Prend en charge l'appel d'outils personnalisés | MCP | Prend en charge les outils MCP distants. Consulter le flux d'interaction MCP |
| Audio multicanal | L'accès WebSocket prend en charge 1, 2 ou 4 canaux ; l'entrée multicanal utilise du PCM à 16 kHz | Agrégation vidéo | Configurer session.video.input.representation_compact: la valeur par défaut est none; le définir sur normal pour activer l'agrégation |
| Voix | La valeur par défaut est Tina. Voir paramètres de voix et aperçus audio |
Limites de contexte
| Paramètre | Valeur | Paramètre | Valeur |
|---|---|---|---|
| Nombre total maximal de tokens d'entrée | 196608 | Historique audio | Jusqu'à 100 tours et 600 secondes au total |
| Historique vidéo | Jusqu'à 50 tours et 240 secondes au total | Tokens de sortie maximaux | 65536 |
Tarification du modèle
Consulter Tarification du modèle pour les prix d'inférence.
Pour la sortie vocale, qwen3.8-omni-flash-realtime facture à la fois l'audio et son texte correspondant à leurs taux de sortie respectifs. Les modèles Qwen3.5-Omni-Realtime ne facturent que l'audio ; le texte correspondant n'est pas facturé.
Quota gratuit : 1 million de tokens, disponible uniquement à Singapore. Valable pendant 90 jours à compter de l'activation du service, de la publication du modèle ou de l'approbation de la demande, selon la date la plus tardive. Voir Quota gratuit.
- Chine (Pékin)
- Singapore
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée : audio | 0.848 | Par million de jetons |
Sortie : audio | 1.696 | Par million de jetons |
Entrée : texte/images/vidéo | 0.212 | Par million de jetons |
Sortie : texte | 0.636 | Par million de jetons |