2026年6月更新的大模型ASR版本，全面支持汉语传统七大方言体系（官话/吴/湘/赣/客/闽/粤），并适配 20+ 地区口音官话。针对中文古诗词的韵律、节奏与文言表达特点进行专项优化，提升对古诗词内容的识别准确率，适用于文化传承、教育讲解、有声读物等场景。优化标点预测与文本归一化能力，使输出文本更符合书面表达习惯，数字、日期、金额等信息自动转换为标准格式，增强内容的可读性与专业性。同时语种扩展至英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚、保加利亚语、克罗地亚语、斯洛伐克语等，共计30个语种。支持context上下文能力，可转写5分钟以内的音频。
curl "https://api.agtcloud.cn/v1/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{"model":"qwen-audio-3.0-asr-flash","messages":[{"role":"user","content":"Hello"}]}'POST /v1/chat/completions接口文档对话补全
EXPLORE MODELS
比较同类型模型的能力、上下文与调用价格，找到更适合当前场景的选择。
MiniMax-M3.1-Flash 是 MiniMax 推出的多模态模型。与 M3 相比，它在多个基准测试中均有显著提升，尤其是在复杂智能体任务、编程和网络安全方面。它专为复杂、多步骤的协同工作自动化而打造，能够理解真实代码库、修复缺陷并构建功能，同时具备视觉理解与创作能力，包括前端和演示文稿的创建。模型权重计划开放。
MiniMax-M3.1-Flash 是 MiniMax 推出的多模态模型。与 M3 相比，它在多项基准测试中均有显著提升，尤其在复杂智能体任务、编程和网络安全方面表现突出。该模型面向复杂的多步骤协作自动化、理解真实代码库、修复缺陷和构建功能，以及视觉理解与创作（包括前端和演示文稿创建）。计划开放模型权重。
当前由 DeepSeek-V4.1-Flash-1017 提供服务，具备原生多模态视觉理解能力，支持思考与非思考模式，适用于复杂推理、编程、长文本分析、视觉理解与工具调用。
新一代全模态大模型，原生支持文本、视觉、音频统一理解，具备 1M 超长上下文窗口，多模态综合能力优秀，在 Coding 与 Agent 场景下任务完成能力提升显著。
Seed-Evolving 是面向 Agent、多模态理解与代码开发打造的 Seed 系列模型。本次更新进一步强化复杂任务规划、视觉推理、工具执行与成果验收，让模型更深入地理解图片、视频与真实软件环境，更可靠地完成从信息获取到成果交付的全过程。统一调用 Model ID doubao-seed-evolving，无需关注版本切换，即可持续获得最新模型能力。