ϟModèles nationaux MiniMax lance M3.1 Flash : performance multipliée par 3, coûts réduits de 70 % Voir les détailsϟModèles nationaux Kimi K3 publié et API ouverte Lire les détails →✦Nouveau modèle disponible Wan3.0 disponible Voir maintenant →✦Nouveau modèle en ligne DeepSeek V4.1 Flash : Multimodal natif, performances supérieures à V4 Pro et baisse des tarifs API Voir les détails✦Nouveau modèle disponible Détails de la sortie de Seedance 2.5 Voir maintenant →ϟModèles nationaux MiniMax lance M3.1 Flash : performance multipliée par 3, coûts réduits de 70 % Voir les détails
AGTCloud
Nous contacter Nous rejoindre
Audioqwen-audio-3.0-realtime-flash
阿里巴巴 · Audio

Qwen-Audio-3.0-Realtime-Flashis a next-generation, real-time, full-duplex speech foundation model that has topped global authoritative benchmarks, ranking first overall in the "Speech-to-Speech" category on Artificial Analysis—a leading independent evaluation platform. This end-to-end model balances high-level intelligence with the natural pacing of full-duplex conversation, ensuring seamless, fluid real-time interaction without compromising speech reasoning capabilities. Through engineering optimizations such as parallel inference and omnidirectional streaming, it minimizes end-to-end response latency, delivering a conversational experience that is both fast and intelligent. The Flash Edition places greater emphasis on ultra-fast responsiveness.

Aperçu

Modalités
Longueur de contexte40K
Sortie maximale8K

Tarifs

Disponibilité

État du service24 dernières heures

Paramètres

Modèle / versionqwen-audio-3.0-realtime-flash
Modalités d’entréeTexte / Audio
Modalités de sortieTexte / Audio
Paramètres d’échantillonnage—
Longueur de contexte40K
Sortie maximale8K

Exemple de requête

# WebSocket only. Send the frames below after connecting.
wscat -c 'wss://api.agtcloud.cn/v1/realtime?model=qwen-audio-3.0-realtime-flash' \
  -H 'Authorization: Bearer YOUR_API_KEY'
{"type":"conversation.item.create","item":{"type":"message","role":"user","content":[{"type":"input_text","text":"Hello!"}]}}
{"type":"response.create"}

Points de terminaison

openai-realtimeWS /v1/realtime?model=qwen-audio-3.0-realtime-flashRéférence API

OpenAI Realtime API over WebSocket. The model is selected by the model query parameter.

EXPLORE MODELS

Plus de Audio

Comparez les capacités, le contexte et le prix des modèles du même type.

Tout parcourir
小米

High-quality voice synthesis with precise adherence to style instructions. Supports inline emotion tags for word-level control and can capture a character’s vocal persona with zero-shot prompting.

Prix · par appel¥0
Voir le modèle
阿里巴巴

Omni-modal model for text, vision, audio, and multimodal agent tasks

Entrée / Sortie · par 1M de tokensÀ partir de ¥2.2 / ¥13.3
Voir le modèle
阿里巴巴

Omni-modal model for text, vision, audio, and multimodal agent tasks

Entrée / Sortie · par 1M de tokensÀ partir de ¥7 / ¥40
Voir le modèle
阿里巴巴

qwen3.5-omni-flash-realtime is a model from Alibaba for real-time multimodal interaction.

Entrée / Sortie · par 1M de tokensÀ partir de ¥3.3 / ¥20
Voir le modèle
阿里巴巴

qwen3.5-omni-plus-realtime is a model from Alibaba for real-time multimodal interaction.

Entrée / Sortie · par 1M de tokensÀ partir de ¥10 / ¥60
Voir le modèle