Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
Q
ALIBABA QWEN / qwen-audio-3.1-realtime-flash
Qwen Audio 3.1 Realtime Flash
Modell für Duplexgespräche in Echtzeit mit Text- und Audioein- und -ausgabe. Es unterstützt WebSocket, WebRTC, AOQ, Werkzeuge und Stimmenklonen; enable_thinking wird nicht unterstützt.
01 / ZUSAMMENFASSUNG
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
02 / TECHNISCHES DATENBLATT
Limits und Integration
| API-ID | qwen-audio-3.1-realtime-flash |
|---|---|
| Modelltyp | Sprache und Audio |
| Zugangsmodell | Kostenpflichtig proprietär |
| Lizenz | Proprietär |
| Einsatz | Gehostete API |
| Veröffentlichung | 27 OKT. 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text · Audio |
| Ausfahrt | Text · Audio |
| Kontextfenster | 262.144 Token |
| maximale Leistung | 16.384 Tokens |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | Funktionen · Websuche · Stimmenklonen |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Alibaba Cloud Model Studio |
Sprachassistenten mit Sprecherwechselerkennung, kontinuierlicher Interaktion und externen Werkzeugen; zuvor Rechte, Qualität und Gesamtlatenz prüfen.
Websuche und Funktionen sind nicht gleichzeitig aktivierbar. Maximal 245.760 Eingabetokens; der Audioverlauf umfasst bis zu 50 Wechsel und 300 Sekunden, kein unbegrenztes Audio.
03 / FÄHIGKEITEN
Was es kann
Orientierung
Sprachassistenten mit Sprecherwechselerkennung, kontinuierlicher Interaktion und externen Werkzeugen; zuvor Rechte, Qualität und Gesamtlatenz prüfen.
Kontext
262.144 Tokens · 16.384 Tokens
Tools und Integration
Funktionen · Websuche · Stimmenklonen
Zugang
Alibaba Cloud Model Studio
Eingabemodalitäten
TextAudio
04 / PREISE
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | 0,23 USD / 1 Mio. Texttokens | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | 0,70 USD / 1 Mio. Texttokens | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Singapur, USD pro Million Tokens: Texteingabe 0,23 und -ausgabe 0,70; Audio 0,93 und 1,87. Bei Antworten mit Sprache wird der Begleittext nicht separat berechnet. Für Peking gelten eigene Preise; vergleichbare Zahlenfelder zeigen nur Textpreise in Singapur.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
05 / BEWERTUNGEN
So lesen Sie die Ergebnisse
“
Für diese Flash-Version wurden keine spezifischen öffentlichen Ergebnisse verifiziert. Ranglisten von Qwen Audio 3.0 und Ergebnisse der Plus-Variante werden nicht übertragen.
i Keine verifizierten Ergebnisse für diesen Checkpoint.
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
06 / VERSIONEN
Chronologie
Qwen Audio 3.1 Realtime Flash
In den verifizierten Katalog von Inferama aufgenommene Version.
07 / QUELLEN