Qwen3.5-Omni-Flash-Realtime

qwen3.5-omni-flash-realtime

Copia o sucesso! [Tente AI] (https://www.qwencloud.com/try-ai/chat?models=qwen3.5-omni-flash-realtime) Chame a APIhttps://www.qwencloud.com/compare?models=qwen3.5-omni-flash-realtime 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.

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.

Modelos de ferramentas incorporadas

Entrada: Áudio $4.5 (≈ R$ 22,59135*) Por 1M fichas
Saída: Texto e Áudio (texto de saída não é cobrado) $17.7 (≈ R$ 88,85931*) Por 1M fichas
Entrada: Texto/Imagem/Vídeo $0.55 (≈ R$ 2,761165*) Por 1M fichas
Saída: Texto $3.3 (≈ R$ 16,56699*) Por 1M fichas

Limites de Taxa e Contexto

Max Input 196K
Saída Máxima 65K
Contexto 262K
TPM Tokens por minuto 100K
RPM pede por minuto 60

Ferramentas incorporadas

[Estratégia de pesquisa: agente] (https://docs.modelstudio.console.alibabacloud.com/en/model-studio/web-search) API de compilação

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 = 'qwen3.5-omni-flash-realtime'
# 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 Nenhum benefício para este modelo. [Assine para começar] (https://account.qwencloud.com/sso/OIDCAuth?oauth_callback=https%3A%2F%2Fwww.qwencloud.com%2Fmodels%2Fqwen3.5-omni-flash-realtime)

Entrada: Vídeo de imagem de texto Áudio
Saída: Áudio de Texto
Características: Função Chamando Pesquisa na Web
Preço de Entrada: $0.55 (≈ R$ 2,761165*) - 4,5/M fichas
Preço de saída: $3.3 (≈ R$ 16,56699*) - 17.7/M fichas
RPM: 60
TPM: 100K
Entrada máxima: 196K
Saída Máxima: 65K
Janela de contexto: 262K
Versão Tag: MAJOR
Autor modelo: Alibaba.
Provedor de inferência: Alibaba-nuvem-modelosestudio
Atualizado em: 26 de março de 2026 Qwen3.5-Omni-Flash-Realtime qwen3.5-omni-flash-realtime
Copia o sucesso! Destaques