Skip to main content

qwen3.8-omni-flash-realtime

Um modelo para interação de áudio e vídeo em tempo real com saída de texto e áudio, áudio multicanal e chamada de ferramentas.

Provedor do serviço de inferência

O provedor de serviço de inferência para qwen3.8-omni-flash-realtime é o Alibaba Cloud Model Studio.

Capacidades do modelo

Regiões suportadas: China (Pequim) e Singapura. Use uma chave de API da região selecionada.
CapacidadeSuporteCapacidadeSuporte
Modalidades de entradaTexto, áudio em streaming e vídeo (quadros de imagem consecutivos)Modalidades de saídaTexto e áudio
Function CallingSuporta chamada de ferramenta personalizadaMCPSuporta ferramentas MCP remotas. Consulte o fluxo de interação MCP
Áudio multicanalO acesso via WebSocket suporta 1, 4 ou 2 canais; a entrada multicanal usa PCM de 16 kHzAgregação de vídeoConfigure session.video.input.representation_compact: o padrão é none; defina-o como normal para ativar a agregação
VozesO padrão é Tina. Consulte parâmetros de voz e pré-visualizações de áudio
Acesse o modelo através de WebSocket, WebRTC ou AOQ. Consulte o guia de tempo real para exemplos e configuração do SDK. Para acesso via WebSocket, use um endpoint WebSocket específico do workspace. Para configuração, consulte Estabelecer uma conexão.

Limites de contexto

ParâmetroValorParâmetroValor
Total máximo de tokens de entrada196608Histórico de áudioAté 100 turnos e 600 segundos no total
Histórico de vídeoAté 50 turnos e 240 segundos no totalTokens máximos de saída65536
O histórico mais antigo é descartado quando a contagem de turnos ou a duração cumulativa da mídia excede um limite. A duração cumulativa da mídia não é a duração total da sessão.

Preços do modelo

Consulte Preços do modelo para preços de inferência. Para saída de fala, qwen3.8-omni-flash-realtime cobra tanto o áudio quanto seu texto correspondente às respectivas taxas de saída. Os modelos Qwen3.5-Omni-Realtime cobram apenas o áudio; o texto correspondente não é cobrado. Cota gratuita: 1 milhão de tokens, disponível apenas em Singapore. Válida por 90 dias a partir da ativação do serviço, lançamento do modelo ou aprovação do aplicativo, o que ocorrer por último. Consulte Cota gratuita.
  • China (Pequim)
  • Singapore
Item de cobrançaPreço (USD)Unidade

Entrada: áudio

0.848

Por milhão de tokens

Saída: áudio

1.696

Por milhão de tokens

Entrada: texto/imagens/vídeo

0.212

Por milhão de tokens

Saída: texto

0.636

Por milhão de tokens

Limites de taxa

Tanto Pequim quanto Singapore têm limites de 60 RPM e 2,000,000 TPM. Consulte Limites de taxa para limites de solicitação do modelo.

Como chamar