Qwen3-Omni-Flash est un modèle multimodal de grande envergure basé sur l'architecture Thinker–Talker Mixed Expert (MoE). Il assure une compréhension efficace et une génération vocale couvrant le texte, les images, l'audio et la vidéo. Ce modèle permet d'interagir par texte dans 119 langues et par voix dans 20 langues, tout en produisant une parole naturelle pour une communication translinguistique précise. Grâce à ses capacités avancées de suivi des instructions et de personnalisation des invites système, il s'adapte avec souplesse aux styles conversationnels et aux paramètres de personnage. Largement utilisé pour la création de textes, les assistants vocaux ou encore l'analyse multimédia, il offre une expérience d'interaction multimodale fluide et naturelle. Cette version du modèle est fonctionnellement équivalente au snapshot qwen3-omni-flash-2025-12-01.
Fournisseur de services d'inférence
Alibaba Cloud Model Studio fournit le service d'inférence pour qwen3-omni-flash.
Capacités du modèle
- China (Beijing)
- Singapore
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Text Image Video Audio | Modalité de sortie | Text Audio |
Expérience du modèle | Supported | Function Calling | Supported |
Sorties structurées | Unsupported | Recherche web | Unsupported |
Complétion de préfixe | Unsupported | Mise en cache du contexte | Unsupported |
Inférence par lot | Unsupported | Fine-tuning | Unsupported |
Limites de contexte
| Paramètre | Valeur | Paramètre | Valeur |
|---|---|---|---|
Longueur d'entrée maximale | 49152 | Longueur de sortie maximale | 16384 |
Fenêtre de contexte | 65536 | Longueur d'entrée maximale (mode réflexion) | 16384 |
Longueur de sortie maximale (mode réflexion) | 16384 | Longueur maximale de la chaîne de pensée | 32768 |
Tarification
Cette page présente uniquement les tarifs standard des 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 : Texte | 0,258 | Par million de tokens |
Entrée : Audio | 2,265 | Par million de tokens |
Entrée : Vision | 0,473 | Par million de tokens |
Sortie : Texte (si l'entrée contient uniquement du texte) | 0,989 | Par million de tokens |
Sortie : Texte (si l'entrée contient des images, de l'audio ou de la vidéo) | 1,821 | Par million de tokens |
Sortie : Texte et audio (le texte en sortie n'est pas facturé) | 8,974 | Par million de tokens |
Entrée : Texte (réflexion) | 0,258 | Par million de tokens |
Entrée : Audio (réflexion) | 2,265 | Par million de tokens |
Entrée : Vision (réflexion) | 0,473 | Par million de tokens |
Sortie : Texte (en mode réflexion, si l'entrée contient uniquement du texte) | 0,989 | Par million de tokens |
Sortie : Texte (en mode réflexion, si l'entrée contient des images, de l'audio ou de la vidéo) | 1,821 | Par million de tokens |
Limites de taux
- China (Beijing)
- Singapore
| Paramètre | Valeur |
|---|---|
RPM (requêtes par minute) | 60 |
TPM (tokens par minute) | 100 000 |