← 전체 모델

Qwen-Audio-3.0-Realtime-Flash

발표일 발표 기관 Alibabaqwen-audio-3.0-realtime-flash

모델 개요

Alibaba의 Qwen 실시간 음성 대화 3.0 계열 모델로, 전이중 음성 대화와 낮은 응답 지연에 중점을 둔 Flash 버전이다. 병렬 추론과 스트리밍 최적화를 활용하며, 입력과 출력 모두 오디오와 텍스트를 지원한다. 추론 서비스 제공자는 Alibaba Cloud Model Studio다. (help.aliyun.com)

출시일

  • 중국 내 Model Studio 등록일: 2026년 7월 14일.
  • 공식 모델 업데이트 목록의 국제 배포 등록일: 2026년 8월 10일. (help.aliyun.com)

기능 및 용도

  • 오디오를 스트리밍 입력하면서 음성과 텍스트 응답을 실시간으로 받는 전이중 대화를 지원한다. 음성 비서, 지능형 고객 서비스, AI 대화 상대 등에 활용할 수 있다.
  • Function Calling과 웹 검색을 지원한다. 상호작용 방식으로 음성 활동 감지, 의미 기반 발화 종료 감지, 수동 제어를 제공한다.
  • Qwen-Audio 실시간 음성 모델 문서는 WebSocket, AOQ, WebRTC 연결을 안내한다. (docs.qwencloud.com)

제한

  • Model Studio 모델 정보 기준 컨텍스트 창은 40,960토큰, 최대 입력은 16,384토큰, 최대 출력은 8,192토큰이다. 사고 모드의 최대 사고 체인 길이는 1,024토큰으로 기재되어 있다.
  • 구조화 출력, 접두사 이어쓰기, 컨텍스트 캐싱, 배치 추론 및 모델 파인튜닝은 지원하지 않는다.
  • 베이징과 싱가포르의 공시 요청 한도는 각각 분당 60회, 분당 100,000토큰이다. 실제 적용 한도는 서비스 설정을 확인해야 한다.
  • QwenCloud 실시간 음성 문서에 따르면 이 모델의 대화 이력은 최대 오디오 50턴 또는 누적 300초를 유지하며, 한도를 넘으면 이전 이력이 삭제된다. (help.aliyun.com)

공식 API 가격

조회일: 2026년 11월 16일. 아래는 모델 API 호출 정가이며, 단위는 모두 100만 토큰당이다. 프로모션은 포함하지 않는다. 텍스트와 오디오를 함께 출력할 때 출력 텍스트는 별도로 과금하지 않는다. 지역과 사이트별 가격은 별도 조건이며 환율로 서로 변환한 가격이 아니다. (help.aliyun.com)

사이트 및 배포 지역 통화 오디오 입력 텍스트 입력 텍스트 출력 텍스트+오디오 출력
중국 사이트, 중국 화북 2 베이징 CNY 6 1.5 4.5 12
중국 사이트, 싱가포르 국제 배포 CNY 6.781 1.677 5.104 13.636
국제 사이트, 중국 베이징 USD 0.848 0.212 0.636 1.696
국제 사이트, 싱가포르 국제 배포 USD 0.93 0.23 0.70 1.87

싱가포르 국제 사이트의 위 USD 가격은 공식 인하 공지에 따르면 2026년 9월 22일부터 적용된 가격이다. (alibabacloud.com)

공식 출처