모델 개요
실시간 음성·영상 상호작용을 위한 멀티모달 모델이다. 2026년 9월 21일 출시되었으며, 스마트 기기, 로봇, 실시간 대화형 에이전트 등에 활용할 수 있다. (alibabacloud.com)
주요 기능과 용도
- 텍스트, 스트리밍 오디오, 연속 이미지 프레임으로 구성된 비디오를 입력받고 텍스트와 오디오를 출력한다.
- 사용자 정의 함수 호출과 원격 MCP 도구를 지원한다. WebSocket, WebRTC, AOQ로 접속할 수 있다.
- WebSocket에서는 1·2·4채널 오디오를 지원하며, 다중 채널 입력에는 16 kHz PCM을 사용한다. 비디오 프레임 집계도 설정할 수 있다.
- 음성 비서, 실시간 고객 응대, 카메라를 이용한 시각 질의응답 등 상호작용에 활용할 수 있다. (alibabacloud.com)
제한 및 접속 조건
- 전체 입력은 최대 196,608토큰, 출력은 최대 65,536토큰이다.
- 오디오 기록은 최대 100턴과 누적 600초, 비디오 기록은 최대 50턴과 누적 240초까지 유지된다. 한도를 넘으면 오래된 기록부터 버려진다. 미디어 누적 시간은 전체 세션 시간과 다르다.
- 지원 지역은 중국 베이징과 싱가포르이며 해당 지역의 API 키가 필요하다. WebSocket 접속에는 작업 공간에 연결된 전용 엔드포인트가 필요하다. 두 지역의 기본 제한은 분당 60요청, 분당 2,000,000토큰이다. (alibabacloud.com)
가격
아래는 해당 모델의 공식 추론 가격이며, 모든 금액은 100만 토큰당 단가다. 국내 플랫폼의 CNY 가격과 국제 플랫폼의 USD 가격은 서로 다른 서비스·지역 조건의 공시 가격으로, 환산한 동일 상품 가격이 아니다. 조회일: 2026년 11월 16일.
| 공식 서비스 및 지역 | 통화 | 입력: 텍스트·이미지·비디오 | 입력: 오디오 | 출력: 텍스트 | 출력: 오디오 |
|---|---|---|---|---|---|
| Alibaba Cloud Model Studio 중국 국내 사이트, 베이징 | CNY | 1.5 | 6 | 4.5 | 12 |
| Alibaba Cloud Model Studio 중국 국내 사이트, 싱가포르 | CNY | 1.677 | 6.781 | 5.104 | 13.636 |
| Alibaba Cloud Model Studio 국제 사이트, 베이징 | USD | 0.212 | 0.848 | 0.636 | 1.696 |
| Alibaba Cloud Model Studio 국제 사이트, 싱가포르 | USD | 0.23 | 0.93 | 0.7 | 1.87 |
음성 출력 시 오디오와 그에 대응하는 텍스트가 각각의 출력 단가로 별도 과금된다. 공식 무료 할당량은 100만 토큰이며, 국내 사이트에서는 베이징, 국제 사이트에서는 싱가포르에만 적용된다. 유효기간은 서비스 활성화일, 모델 출시일 또는 신청 승인일 중 가장 늦은 날부터 90일이다. (docs.bailian.console.aliyun.com)
공식 출처
- Alibaba Cloud 모델 출시 공지
- 중국 국내 사이트 모델 정보 및 CNY 가격 — 2026년 11월 16일 조회
- 국제 사이트 모델 정보 및 USD 가격 — 2026년 11월 16일 조회