基于Qwen2.5训练的全新多模态理解生成大模型，支持文本, 图像，语音，视频输入理解和混合输入理解，具备文本和语音同时流式生成能力，多模态内容理解速度显著提升，提供了4种自然对话音色。
推理服务供应商
qwen2.5-omni-7b模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video Audio | 输出模态 | Text Audio |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 不支持 | 联网搜索 | 不支持 |
前缀续写 | 不支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 30720 | 最大输出长度 | 2048 |
上下文长度 | 32768 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
- 华北2（北京）
- 新加坡
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入：文本 | 0.087 | 每百万tokens |
输入：音频 | 5.448 | 每百万tokens |
输入：图片/视频 | 0.287 | 每百万tokens |
输出：文本（输入仅包含文本时） | 0.345 | 每百万tokens |
输出：文本（输入包含图片/音频/视频时） | 0.861 | 每百万tokens |
输出：文本+音频（输出的文本不计费） | 10.895 | 每百万tokens |
限流
- 华北2（北京）
- 新加坡
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |