Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
Q
ALIBABA QWEN / qwen-audio-3.1-realtime-flash
Qwen Audio 3.1 Realtime Flash
Modello di conversazione duplex in tempo reale con input e output di testo e audio. Supporta WebSocket, WebRTC e AOQ, strumenti e clonazione vocale; non supporta enable_thinking.
01 / RIEPILOGO
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
02 / SCHEDA TECNICA
Limiti e integrazione
| ID API | qwen-audio-3.1-realtime-flash |
|---|---|
| Tipo di modello | Voce e audio |
| Modalità di accesso | Proprietario a pagamento |
| Licenza | Proprietaria |
| Distribuzione | API ospitata |
| Rilascio | 27 OTT 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Testo · Audio |
| Uscita | Testo · Audio |
| Finestra di contesto | 262.144 token |
| rendimento massimo | 16.384 token |
| Ragionamento | Non pubblicato |
| Strumenti pubblicati | Funzionalità · Ricerca web · Clonazione vocale |
| Uscite strutturate | Non pubblicato |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | Alibaba Cloud Model Studio |
Assistenti vocali con rilevamento dei turni, interazione continua e strumenti esterni, dopo aver verificato permessi, qualità e latenza complessiva.
Ricerca web e funzioni non si possono attivare insieme. L’input massimo è di 245.760 token; la cronologia audio supporta fino a 50 turni e 300 secondi, non audio illimitato.
03 / CAPACITÀ
Cosa può fare
Orientamento
Assistenti vocali con rilevamento dei turni, interazione continua e strumenti esterni, dopo aver verificato permessi, qualità e latenza complessiva.
Contesto
262.144 token · 16.384 token
Strumenti e integrazione
Funzioni · Ricerca web · Clonazione vocale
Accesso
Alibaba Cloud Model Studio
Modalità di input
TestoAudio
04 / PREZZI
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | 0,23 USD / 1M di token testuali | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | 0,70 USD / 1M di token testuali | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
Singapore, USD per milione di token: testo 0,23 in ingresso e 0,70 in uscita; audio 0,93 e 1,87. Se la risposta include voce, il testo associato non ha un costo separato. Pechino ha tariffe proprie; i campi numerici confrontabili riguardano solo il testo a Singapore.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
05 / VALUTAZIONI
Come leggere i risultati
“
Non sono stati verificati punteggi pubblici specifici di questa versione Flash. Non vengono trasferite classifiche di Qwen Audio 3.0 né risultati della variante Plus.
i Nessun punteggio verificato per questo checkpoint.
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
06 / VERSIONI
Cronologia
Qwen Audio 3.1 Realtime Flash
Versione inclusa nel catalogo verificato di Inferama.
07 / FONTI