Skip to main content

qwen3.5-omni-flash-realtime

Qwen 3.5-Omni adalah model large multimodal generasi dari Qwen yang mendukung pemahaman dan interaksi teks, gambar, audio, serta audio visual. Sebagai evolusi penuh dari Qwen3-Omni, model ini mendukung input audio dalam lebih dari 60 bahasa, output suara dalam lebih dari 30 bahasa, dialog suara yang dapat dikontrol, WebSearch, serta pemanggilan FunctionCall kompleks, dan dilengkapi kemampuan interaksi dengan interupsi semantik cerdas. Model ini banyak digunakan dalam skenario seperti pembuatan teks, asisten suara, dan analisis multimedia, memberikan pengalaman interaktif multimodal yang alami dan lancar. Versi ini secara fungsional setara dengan Snapshot model qwen3.5-omni-flash-realtime-2026-03-15.

Inference Service Provider

Penyedia layanan inferensi untuk qwen3.5-omni-flash-realtime adalah Alibaba Cloud Model Studio.

Kemampuan Model

KemampuanDukunganKemampuanDukungan

Input Modality

Text Image Video Audio

Output Modality

Text Audio

Model Experience

Unsupported

Function Calling

Supported

Structured Outputs

Unsupported

Web Search

Supported

Prefix Completion

Unsupported

Context Caching

Unsupported

Batch Inference

Unsupported

Fine-tuning

Unsupported

Batas Konteks

ParameterNilaiParameterNilai

Max Input Length

196608

Max Output Length

65536

Context Window

262144

Harga

Laman ini hanya menampilkan harga dasar untuk panggilan API model, tidak termasuk promosi berbatas waktu apa pun. Kunjungi Konsol Model Studio untuk penawaran promosi.
  • Tiongkok (Beijing)
  • Singapura
Item PenagihanHarga (USD)Unit

Input: Audio

3,71

Per 1 juta token

Output: Text&Audio (Teks output tidak dikenai biaya)

14,71

Per 1 juta token

input:Text/Image/Video

0,45

Per 1 juta token

Output: Text

2,75

Per 1 juta token

Batas Laju

  • Tiongkok (Beijing)
  • Singapura
ParameterNilai

RPM (Requests Per Minute)

60

TPM (Tokens Per Minute)

100.000

Cara memanggil model

Versi Snapshot

qwen3.5-omni-flash-realtime-2026-03-15

Qwen 3.5-Omni adalah model large multimodal generasi terbaru dari Qwen yang mendukung pemahaman dan interaksi teks, gambar, audio, serta audio visual. Sebagai evolusi penuh dari Qwen3-Omni, model ini mendukung input audio dalam lebih dari 60 bahasa, output suara dalam lebih dari 30 bahasa, dialog suara yang dapat dikontrol, WebSearch, serta pemanggilan FunctionCall kompleks, dan dilengkapi kemampuan interaksi dengan interupsi semantik cerdas. Model ini banyak digunakan dalam skenario seperti pembuatan teks, asisten suara, dan analisis multimedia, memberikan pengalaman interaktif multimodal yang alami dan lancar. Versi ini merupakan snapshot per tanggal 15 Maret 2026.

Inference Service Provider

Penyedia layanan inferensi untuk qwen3.5-omni-flash-realtime-2026-03-15 adalah Alibaba Cloud Model Studio.

Kemampuan Model

KemampuanDukunganKemampuanDukungan

Input Modality

Text Image Video Audio

Output Modality

Text Audio

Model Experience

Unsupported

Function Calling

Supported

Structured Outputs

Unsupported

Web Search

Supported

Prefix Completion

Unsupported

Context Caching

Unsupported

Batch Inference

Unsupported

Fine-tuning

Unsupported

Batas Konteks

ParameterNilaiParameterNilai

Max Input Length

196608

Max Output Length

65536

Context Window

262144

Harga

Laman ini hanya menampilkan harga dasar untuk panggilan API model, tidak termasuk promosi berbatas waktu apa pun. Kunjungi Konsol Model Studio untuk penawaran promosi.
  • Tiongkok (Beijing)
  • Singapura
Item PenagihanHarga (USD)Unit

Input: Audio

3,71

Per 1 juta token

Output: Text&Audio (Teks output tidak dikenai biaya)

14,71

Per 1 juta token

input:Text/Image/Video

0,45

Per 1 juta token

Output: Text

2,75

Per 1 juta token

Batas Laju

  • Tiongkok (Beijing)
  • Singapura
ParameterNilai

RPM (Requests Per Minute)

60

TPM (Tokens Per Minute)

100.000