モデル概要
Alibaba Cloud Model Studioが提供する、音声・動画の理解とコンテンツ分析を目的としたマルチモーダルモデル。テキスト、画像、音声、動画を入力し、テキストを出力する。(alibabacloud.com)
能力と用途
- 思考・非思考モード、カスタムツール呼び出し、ウェブ検索、コンテキストキャッシュに対応。思考モードは既定で有効で、推論強度を調整できる。(alibabacloud.com)
- 音声入力は113の言語・方言に対応し、空間音声入力もサポートする。Chat CompletionsおよびResponses APIから利用できる。(alibabacloud.com)
- 会議の要約、字幕生成、音声・動画の分析、マルチモーダルな質問応答、ツールを利用するエージェントに利用できる。(alibabacloud.com)
制限
- 出力はテキストのみで、音声出力には対応しない。リアルタイム音声対話向けの
qwen3.8-omni-flash-realtimeは別のモデルID。(alibabacloud.com) - コンテキストウィンドウは1Mトークン。最大入力長は非思考モードで991,808トークン、思考モードで983,616トークン。最大出力長は131,072トークン。(alibabacloud.com)
- 音声は最大3時間、動画は最大2時間。動画は最大64ファイルで、公開URLを使う場合のファイルサイズ上限は2 GB。実際の入力にはコンテキスト長などの制約も適用される。(alibabacloud.com)
- 利用には選択したリージョンに対応するAPIキーが必要。(alibabacloud.com)
公開日
Alibaba Cloudのモデル更新一覧では、2026年9月17日の項目に掲載されている。(alibabacloud.com)
料金
以下は qwen3.8-omni-flash の公式料金表に記載された推論料金。いずれも100万トークン当たりで、入力と出力を別々に課金する。キャッシュ価格はキャッシュヒットした入力に適用される。各地域・通貨の料金は別々の公式表に基づき、為替換算したものではない。
中国国内サイト:CNY
| リージョンとサービス展開範囲 | 入力 | キャッシュヒット入力 | 出力 |
|---|---|---|---|
| 北京・中国本土 | 0.8 CNY | 0.1 CNY | 2.7 CNY |
| シンガポール・国際 | 1.094 CNY | 0.117 CNY | 3.427 CNY |
| 香港、東京、フランクフルト、米国バージニア・グローバル | 0.8 CNY | 0.1 CNY | 2.7 CNY |
出典:Alibaba Cloud中国国内サイトのモデル料金表。確認日:2026年11月16日。(help.aliyun.com)
国際サイト:USD
| リージョンとサービス展開範囲 | 入力 | キャッシュヒット入力 | 出力 |
|---|---|---|---|
| シンガポール・国際 | 0.15 USD | 0.016 USD | 0.47 USD |
| 北京・中国本土 | 0.113 USD | 0.014 USD | 0.382 USD |
| 香港、東京、フランクフルト、米国バージニア・グローバル | 0.113 USD | 0.014 USD | 0.382 USD |
出典:Alibaba Cloud国際サイトのモデル料金表。確認日:2026年11月16日。(alibabacloud.com)
音声・画像・動画のトークン換算はモダリティごとに異なり、動画の映像部分と音声部分は別々に計算される。ウェブ検索には別途料金が生じる場合がある。(alibabacloud.com)