概要
Qwen3-Omni-Flashは、Thinker–Talker型のMixture of Experts(MoE)アーキテクチャを採用した全モダリティ対応モデルです。テキスト・画像・音声・動画を理解し、テキストと音声を出力します。公式発表では、119言語のテキスト対話と20言語の音声対話に対応するとしています。(help.aliyun.com)
用途
文章作成、音声アシスタント、マルチメディア分析などに利用できます。指示への追従やシステムプロンプトによる対話スタイルの調整にも対応します。(help.aliyun.com)
制限と提供状況
- 公開済みのモデル情報では、コンテキスト長は65,536トークン、最大入力は49,152トークン、最大出力は16,384トークンです。思考モードでは最大入力16,384トークン、最大出力16,384トークン、思考チェーンの最大長32,768トークンとされています。(help.aliyun.com)
- 構造化出力、ウェブ検索、コンテキストキャッシュ、バッチ推論、モデルのファインチューニングは非対応と掲載されています。(help.aliyun.com)
- Alibaba Cloud Model Studioの公式通知は、このスナップショットを2026年10月10日の提供終了対象に挙げ、代替として
qwen3.5-omni-plusを推奨しています。実際の変更時刻はサービス側の実施に従うとされています。(alibabacloud.com)
公開日
公式のモデル更新一覧では2025年9月17日に掲載されています。モデルIDの日付は、2025年9月15日のスナップショットを示します。(help.aliyun.com)
料金
以下は当該スナップショットについて確認できた公式の掲載価格です。提供終了対象であるため、現在利用できる料金としては扱わず、契約・利用可否を公式コンソールで確認してください。確認日はいずれも2026年11月18日です。
中国本土向け:人民元(CNY)
阿里云百炼の北京リージョン向け、思考・非思考モードの掲載単価。単位はいずれも100万トークン当たりです。(help.aliyun.com)
| 課金項目 | CNY |
|---|---|
| 入力:テキスト | 1.8 |
| 入力:音声 | 15.8 |
| 入力:画像・動画 | 3.3 |
| 出力:テキストのみの入力に対するテキスト | 6.9 |
| 出力:マルチモーダル入力に対するテキスト | 12.7 |
| 出力:テキスト+音声のうち音声 | 62.6 |
テキスト+音声出力では、出力テキストは課金されません。国内価格の出典:阿里云百炼モデル料金。(help.aliyun.com)
国際サイト:米ドル(USD)
Alibaba Cloudの提供終了通知に掲載されたシンガポールリージョンの単価は、100万トークン当たり入力0.43 USDから、出力1.66 USDからです。モダリティ別課金の開始価格であり、すべての入力・出力に一律適用される金額ではありません。このスナップショットの詳細なUSD内訳は現行の料金表では確認できませんでした。(alibabacloud.com)
国際価格の出典:Alibaba Cloud提供終了通知。国内向けCNY価格と国際サイトのUSD価格は、それぞれ異なる地域・提供条件の掲載価格です。