概要
Alibaba Cloud Model Studioが提供する、リアルタイムの全二重音声対話モデル。Flash版は応答速度を重視する。公式発表上の公開日は2026年7月14日。(help.aliyun.com)
能力と用途
- 音声・テキストを入力し、音声・テキストを出力できる。ストリーミング音声対話、Function Calling、Web検索に対応する。(help.aliyun.cn)
- 日本語を含む11言語と、中国語の複数の方言に対応する。音声出力では、対象言語・方言に対応する音声を選択する必要がある。(help.aliyun.com)
- 音声アシスタント、リアルタイム対話、カスタマーサポートなどの低遅延な音声インターフェースに利用できる。(help.aliyun.com)
- WebSocket、WebRTC、AOQによる接続に対応する。(help.aliyun.com)
制限
- モデル情報ページ記載のコンテキスト長は40,960トークン、最大入力は16,384トークン、最大出力は8,192トークン。構造化出力、プレフィックス継続、コンテキストキャッシュ、バッチ推論、モデル調整には非対応。(help.aliyun.cn)
- 音声対話の履歴は最大50ターン・累計300秒で、それを超えると古い履歴が破棄される。推論時に参照する履歴ターン数の既定値は20。(help.aliyun.com)
- モデル情報ページ記載のレート制限は、北京・シンガポールとも毎分60リクエスト、毎分100,000トークン。(help.aliyun.com)
公式料金
確認日:2026年11月16日。以下は各サイト・地域で提示された料金であり、通貨換算した同一プランではない。単位はいずれも100万トークン当たり。テキスト+音声の出力では、出力テキストは課金されない。(help.aliyun.com)
| サイト・地域 | 通貨 | 入力テキスト | 入力音声 | 出力テキスト | 出力テキスト+音声 |
|---|---|---|---|---|---|
| 中国国内サイト・北京 | CNY | 1.5 | 6 | 4.5 | 12 |
| 中国国内サイト・シンガポール、国際デプロイ | CNY | 1.677 | 6.781 | 5.104 | 13.636 |
| 国際サイト・シンガポール、国際デプロイ | USD | 0.23 | 0.93 | 0.70 | 1.87 |
| 国際サイト・北京、中国本土デプロイ | USD | 0.212 | 0.848 | 0.636 | 1.696 |
中国国内サイトの北京、国際サイトのシンガポールでは、このモデルの無料枠はない。シンガポールのUSD料金は、公式の2026年9月22日発効の値下げ後料金。(help.aliyun.com)