模型定位
Qwen3-ASR-Flash 的大文件转录版本,本模型 ID 是 2025 年 11 月 17 日的快照版本。输入为音频,输出为文本,面向非实时、多语种语音识别。(help.aliyun.com)
能力与用途
- 可自动判断语种并转录多语种语音,包括中文普通话、部分中文方言、英语、日语等;官方称其可应对复杂音频环境。(help.aliyun.com)
- 适合长录音转写,例如会议、访谈或音视频内容整理。
限制
- 非实时 HTTP 接口;每次提交一个公网可访问的文件 URL,音频最长 12 小时、最大 2 GB。支持 MP3、WAV、MP4 等格式;PCM 须为 16 kHz。(help.aliyun.com)
- 支持情感识别,但不支持说话人分离或精度增强;不支持函数调用、结构化输出、联网搜索、上下文缓存、批量推理或模型调优。上下文及最大输入、输出 token 长度未公布。(help.aliyun.com)
- 阿里云国际站公告将该快照列入计划于 2026 年 10 月 10 日下线的模型,并推荐
fun-asr替代;公告注明实际变更时间可能调整,具体可用性应以平台为准。(alibabacloud.com)
发布日期
官方上架记录在 2025 年 11 月 17 日列出该快照;同一公告的国际部署记录日期为 2025 年 11 月 18 日。(help.aliyun.com)
价格
查询日期:2026 年 11 月 17 日。以下按输入音频时长计费,输出文本不计费;不同站点和地域的价格不能视为同一套餐的汇率换算。
- **国内站人民币价格:**当前价格页列出不带日期的
qwen3-asr-flash-filetrans,华北2(北京)输入为 CNY 0.00022/秒,新加坡国际部署为 CNY 0.00026/秒。当前页面未列出本快照 ID,因此这两项是无日期模型的参考价,本快照当前人民币价格未核实。国内站官方定价 (help.aliyun.com) - **国际站美元价格:**下线公告列出本快照在新加坡的价格为输入 USD 0.000035/秒;语音识别定价规则说明输出不计费。此为公告所列价格,不代表下线后仍可调用。国际站下线及价格公告;国际站官方定价 (alibabacloud.com)