Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
Q
ALIBABA QWEN / qwen-audio-3.1-realtime-flash
Qwen Audio 3.1 Realtime Flash
Modèle de conversation duplex en temps réel avec entrée et sortie textuelles et audio. Il prend en charge WebSocket, WebRTC et AOQ, les outils et le clonage vocal ; enable_thinking n’est pas pris en charge.
01 / RÉSUMÉ
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
02 / FICHE TECHNIQUE
Limites et intégration
| ID d’API | qwen-audio-3.1-realtime-flash |
|---|---|
| Type de modèle | Voix et audio |
| Mode d’accès | Propriétaire payant |
| Licence | Propriétaire |
| Déploiement | API hébergée |
| Lancement | 27 OCT. 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Texte · Audio |
| Sortie | Texte · Audio |
| Fenêtre contextuelle | 262 144 tokens |
| puissance maximale | 16 384 tokens |
| Raisonnement | Non publié |
| Outils publiés | Fonctions · Recherche web · Clonage vocal |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | Alibaba Cloud Model Studio |
Assistants vocaux avec détection des tours, interaction continue et outils externes, après validation des autorisations, de la qualité et de la latence de bout en bout.
Recherche web et fonctions ne peuvent pas être activées simultanément. L’entrée maximale est de 245 760 tokens ; l’historique audio est limité à 50 tours et 300 secondes, sans audio illimité.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Assistants vocaux avec détection des tours, interaction continue et outils externes, après validation des autorisations, de la qualité et de la latence de bout en bout.
Contexte
262 144 tokens · 16 384 tokens
Outils et intégration
Fonctions · Recherche web · Clonage vocal
Accès
Alibaba Cloud Model Studio
Modalités d’entrée
TexteAudio
04 / TARIFS
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | 0,23 USD / 1M de tokens textuels | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | 0,70 USD / 1M de tokens textuels | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
Singapour, USD par million de tokens : texte 0,23 en entrée et 0,70 en sortie ; audio 0,93 et 1,87. Si la réponse comporte de la voix, le texte associé n’est pas facturé séparément. Pékin a ses propres tarifs ; les champs numériques comparables concernent uniquement le texte à Singapour.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
05 / ÉVALUATIONS
Comment lire les résultats
“
Aucun score public propre à cette version Flash n’a été vérifié. Les classements de Qwen Audio 3.0 et les résultats de la variante Plus ne sont pas transférés.
i Aucun score vérifié pour ce checkpoint.
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
06 / VERSIONS
Chronologie
Qwen Audio 3.1 Realtime Flash
Version intégrée au catalogue vérifié d’Inferama.
07 / SOURCES