Qwen 3.0 Realtime Speech Dialogue Model Flash Edition は、Artificial Analysis の Speech-to-Speech ベンチマークで世界第 1 位を獲得した次世代の全二重音声モデルです。高い知能と最適化された全二重のリズムを組み合わせ、応答速度を重視し、低レイテンシー (並列推論、フルストリーミング最適化) で「高速かつスマート」な対話体験を実現します。
推論サービスプロバイダー
qwen-audio-3.0-realtime-flash の推論サービスプロバイダーは Alibaba Cloud Model Studio です。
モデルの機能
| 機能 | サポート | 機能 | サポート |
|---|---|---|---|
入力モダリティ | オーディオ テキスト | 出力モダリティ | オーディオ テキスト |
モデル体験 | 非対応 | Function Calling | 対応 |
構造化出力 | 非対応 | ウェブ検索 | 非対応 |
プレフィックス補完 | 非対応 | コンテキストキャッシュ | 非対応 |
バッチ推論 | 非対応 | ファインチューニング | 非対応 |
コンテキスト制限
| パラメーター | 値 | パラメーター | 値 |
|---|---|---|---|
最大入力長 | 16384 | 最大出力長 | 8192 |
コンテキストウィンドウ | 40960 | 最大入力長 (思考モード) | 16384 |
最大出力長 (思考モード) | 8192 | 最大思考チェーン長 | 1024 |
料金
このページには、モデル API 呼び出しの元の料金のみが表示されており、期間限定のプロモーションは含まれていません。プロモーション情報については、Model Studio コンソールをご参照ください。
- 中国 (北京)
| 課金項目 | 価格 (USD) | 単位 |
|---|---|---|
入力：オーディオ | 4.126 | 100 万トークンあたり |
入力：テキスト | 0.413 | 100 万トークンあたり |
出力：テキスト | 4.126 | 100 万トークンあたり |
出力：テキスト＆オーディオ (出力テキストは課金されません) | 13.752 | 100 万トークンあたり |
レート制限
- 中国 (北京)
| パラメーター | 値 |
|---|---|
RPM (1 分あたりのリクエスト数) | 60 |
TPM (1 分あたりのトークン数) | 100,000 |