qwen3.5-omni-flash

Qwen 3.5-Omni は、Qwen のマルチモーダル大規模モデルであり、テキスト、画像、音声、視聴覚の理解とインタラクションをサポートしています。Qwen 3-Omni の包括的な進化版として、10 時間以上の音声理解と 400 秒以上の 720P (1 FPS) の視聴覚理解と対話をサポートします。対応言語範囲をさらに拡大し、60 以上の言語での音声入力と 30 以上の言語での音声出力をサポートします。また、強力な構造化視聴覚理解能力も備えており、テキスト作成、音声アシスタント、マルチメディア分析などのシナリオで広く使用され、自然で流暢なマルチモーダル理解とインタラクティブな体験を提供します。このモデルバージョンは、スナップショットモデル qwen3.5-omni-flash-2026-03-15 と機能的に同等です。