← すべてのモデル

Qwen3.8-LiveTranslate

公開日 提供元 Alibabaqwen3.8-livetranslate-flash-realtime

概要

Alibabaの多言語リアルタイム音声・映像同時通訳モデル。音声と画像を入力し、翻訳テキストと音声を出力する。音声入力とテキスト出力は60言語、音声出力は29言語に対応し、日本語はいずれにも含まれる。音声入力は必須で、画像入力は任意。(qwen.ai)

主な能力と用途

  • 話者をリアルタイムで区別し、発言者の識別情報を返す。話者の声色を保つ音声生成にも対応する。
  • 原文と訳文を同期して出力でき、字幕表示や原文の確認に利用できる。
  • 過去の文脈を参照し、固有名詞や指示語の曖昧さを軽減する。画像情報も翻訳の補助に利用できる。
  • 音声とテキストを交互に扱うInterleave方式を採用。公式発表では、平均遅延指標LAALが前世代の2.8秒から2.3秒に低下したと報告している。これは評価結果であり、個々の利用時の遅延を保証するものではない。(qwen.ai)
  • Realtime APIをAOQ、WebRTCまたはWebSocketで利用できる。(help.aliyun.com)

制限

  • コンテキスト長は53,248トークン、最大入力は49,152トークン、最大出力は4,096トークン。(docs.bailian.console.aliyun.com)
  • 音声出力の対応言語数は入力側より少ない。公式モデル情報では、Function Calling、構造化出力、Web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される。(help.aliyun.com)
  • 公式発表は、セッションをまたぐ長期記憶を今後の方向性として挙げており、現行機能としては確認できない。(qwen.ai)

料金

以下は当該モデルの通常API料金で、単位はいずれも100万トークンあたり。音声・画像入力と、テキスト・音声出力を区別して課金する。地域・提供サイトごとの料金であり、通貨換算した同一プランではない。

提供サイト・地域 通貨 音声入力 画像入力 テキスト出力 音声出力
阿里云百炼・中国(北京) CNY 40 3.3 100 160
阿里云百炼・シンガポール、国際デプロイ CNY 54.688 4.01 145.835 218.752
Alibaba Cloud Model Studio国際サイト・シンガポール、国際デプロイ USD 7.5 0.55 20 30
Alibaba Cloud Model Studio国際サイト・中国(北京) USD 5.653 0.466 14.133 22.613

国内サイトの北京地域には100万トークンの無料枠が記載され、有効期間はサービス開通日・モデル公開日・申請承認日のうち最も遅い日から90日間。国内サイトのシンガポール地域には無料枠がない。国際サイトでは、シンガポール地域に100万トークンの無料枠が記載され、北京地域には無料枠がない。期間限定キャンペーンは上記通常料金に含まれない。(help.aliyun.com)

料金の公式出典: 阿里云百炼・国内料金表/Alibaba Cloud Model Studio・国際料金表。確認日:2026年11月16日。(help.aliyun.com)

公開日と公式発表

公式発表日:2026年9月18日。Qwen公式発表。ページを直接開いた際には本文を抽出できなかったため、同ページの検索インデックスに掲載された本文を確認した。(qwen.ai)