Qwen3-Omni-Flash-Realtime-2025-09-15

qwen3-omni-flash-realtime-2025-09-15

Copia o sucesso! Chame a API.https://www.qwencloud.com/compare?models=qwen3-omni-flash-realtime-2025-09-15 Adicionar para comparar Processamento Multimodal em tempo real Texto e código Imagem em tempo real Compreendendo 4+ Processamento Multimodal em Tempo Real Texto e Código Imagem em Tempo Real Compreendendo vídeo em Tempo Real Entendendo áudio em Tempo Real Compreendendo síntese de fala em Tempo Real 6+

Visão geral

Combina compreensão de texto, imagem e áudio em experiências multimodais. Esta variante atende a interações em tempo real. Versão de 15/09/2025.

Características

Prefixo Completação

Activar o Modo Parcial ao chamar o Qwen API para fazer o modelo continuar estritamente do seu prefixo fornecido texto.https://docs.qwencloud.com/developer-guides/text-generation/partial-mode)

Chamada de Função

Use a função chamando para conectar modelos de linguagem com ferramentas e sistemas externos.https://docs.qwencloud.com/developer-guides/text-generation/function-calling)

Cache.

Contexto Cache armazena prefixos compartilhados para pedidos de longo contexto para reduzir a computação repetida, melhorar a latência e menor custo.https://docs.qwencloud.com/developer-guides/text-generation/context-cache#implicit-cache)

Saídas Estruturadas

Saídas estruturadas ajudam a garantir que o modelo retorne uma string JSON no formato esperado.https://docs.qwencloud.com/developer-guides/text-generation/structured-output)

Batches.

Processa assíncronamente pedidos em lotes para reduzir custos.https://docs.qwencloud.com/developer-guides/run-and-scale/cost-optimization#batch-calling)

Pesquisa na Web

Active a busca na web para que o modelo possa responder com dados recuperados em tempo real.https://docs.qwencloud.com/developer-guides/text-generation/web-search#enable-web-search)

Afinação

Modelos de trens em dados amostrais para melhor adaptá-los a tarefas específicas.https://docs.qwencloud.com/developer-guides/fine-tuning/overview)

-Preços.

Entrada: texto $0.52 (≈ R$ 2,610556*) Por 1M fichas
Entrada: Áudio $4.57 (≈ R$ 22,942771*) Por 1M fichas
Entrada: visão $0.94 (≈ R$ 4,719082*) Por 1M fichas
Saída: Texto (Quando a entrada contém apenas texto) $1.99 (≈ R$ 9,990397*) Por 1M fichas
Saída: Texto (Quando a entrada contém imagens/áudio/vídeo) $3.67 (≈ R$ 18,424501*) Por 1M fichas
Saída: Texto e Áudio (texto de saída não é cobrado) $18.13 (≈ R$ 91,018039*) Por 1M fichas

Limites de Taxa e Contexto

Max Input 56K
Saída Máxima 8K
Contexto 64K
TPM Tokens por minuto 100K
RPM pede por minuto 60

Referência da API

[Ligar API] (https://home.qwencloud.com/api-keys) DashScope Java Python Python

Copia o sucesso! 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68

# Dependencies: dashscope >= 1.23.9, pyaudio
import os
import base64
import time

import pyaudio
from dashscope.audio.qwen_omni import MultiModality, AudioFormat, OmniRealtimeCallback, OmniRealtimeConversation
import dashscope

url = f'wss://ap-southeast-1.maas.qwencloudapi.com/api-ws/v1/realtime'
# API key: if DASHSCOPE_API_KEY is not set, use: dashscope.api_key = "sk-xxx"
dashscope.api_key = os.getenv('DASHSCOPE_API_KEY')
# Voice
voice = 'Ethan'
# Model
model = 'qwen3-omni-flash-realtime-2025-09-15'
# Assistant instructions
instructions = (
    "You are Xiaoyun, a personal assistant. Answer the user's questions in a humorous and witty way."
)
class SimpleCallback (OmniRealtimeCallback):
    def __init__(self, pya):
        self.pya = pya
        self.out = None
    def on_open (self):
        # Initialize audio output stream
        self.out = self.pya.open (
            format=pyaudio.paInt16,
            channels=1,
            rate=24000,
            output=True
        )
    def on_event (self, response):
        if response['type'] == 'response.audio.delta':
            # Play audio
            self.out.write(base64.b64decode(response['delta']))
        elif response['type'] == 'conversation.item.input_audio_transcription.completed':
            # Print user transcript
            print (f"[User] {response['transcript']}")
        elif response['type'] == 'response.audio_transcript.done':
            # Print assistant transcript
            print (f"[LLM] {response['transcript']}")

# 1. Initialize audio device
pya = pyaudio.PyAudio()
# 2. Create callback and conversation
callback = SimpleCallback(pya)
conv = OmniRealtimeConversation(model=model, callback=callback, url=url)
# 3. Connect and configure session
conv.connect()
conv.update_session(output_modalities=[MultiModality.AUDIO, MultiModality.TEXT], voice=voice, instructions=instructions)
# 4. Initialize microphone input stream
mic = pya.open (format=pyaudio.paInt16, channels=1, rate=16000, input=True)
# 5. Main loop: stream microphone audio
print ("Conversation started. Speak into the microphone (Ctrl+C to exit)...")
try:
    while True:
        audio_data = mic.read(3200, exception_on_overflow=False)
        conv.append_audio(base64.b64encode(audio_data).decode())
        time.sleep(0.01)
except KeyboardInterrupt:
    # Clean up
    conv.close()
    mic.close()
    callback.out.close()
    pya.terminate()
    print ("\nConversation ended.")

Cota Livre 1M fichas restantes 100% [Assinar para rastrear o uso] (https://account.qwencloud.com/sso/OIDCAuth?oauth_callback=https%3A%2F%2Fwww.qwencloud.com%2Fmodels%2Fqwen3-omni-flash-realtime-2025-09-15)

Entrada: Vídeo de Áudio de Imagens de Texto
Saída: Áudio de Texto
Características:
Preço de Entrada: $0.52 (≈ R$ 2,610556*) - 4.57/M fichas
Preço de saída: $1.99 (≈ R$ 9,990397*) - 18.13/M fichas
RPM: 60
TPM: 100K
Entrada máxima: 56K
Saída Máxima: 8K
Janela de contexto: 64K
Versão Tag: SNAPSHOT
Autor modelo: Alibaba.
Provedor de inferência: Alibaba-nuvem-modelosestudio
Atualizado em: 16 de Set de 2025 Qwen3-Omni-Flash-Realtime qwen3-omni-flash-realtime-2025-09-15
Copia o sucesso! Destaques