Um modelo para compreensão de áudio e vídeo e análise de conteúdo, com entrada de texto, imagem, áudio e vídeo e saída de texto.
Provedor do serviço de inferência
O provedor do serviço de inferência para qwen3.8-omni-flash é o Alibaba Cloud Model Studio.
Recursos do modelo
Regiões compatíveis: China (Pequim), Singapura, China (Hong Kong), Japão (Tóquio), Alemanha (Frankfurt) e EUA (Virgínia). Use uma chave de API da região selecionada.
| Recurso | Suporte | Recurso | Suporte |
|---|---|---|---|
| Modalidades de entrada | Texto, imagens, áudio e vídeo | Modalidades de saída | Texto |
| Function Calling | Compatível com chamadas de ferramentas personalizadas | Raciocínio | Ativado por padrão, com esforço de raciocínio ajustável. Veja raciocínio |
| Pesquisa na web | Compatível com pesquisa na web; a ferramenta integrada do Responses é web_search | Cache de contexto | Compatível com cache implícito automático e cache de Responses Session |
| Idiomas de entrada de áudio | 113 idiomas e dialetos, os mesmos do Qwen3.5-Omni. Consulte a lista completa em Seleção de modelos | Áudio multicanal | Compatível com entrada de áudio espacial; use use_multichannel para ativá-la no Chat Completions |
Limites de contexto
| Parâmetro | Valor | Parâmetro | Valor |
|---|---|---|---|
| Janela de contexto | 1M tokens | Comprimento máximo de entrada (modo sem raciocínio) | 991808 tokens |
| Comprimento máximo de entrada (modo de raciocínio) | 983616 tokens | Comprimento máximo de saída | 131072 tokens |