模型定位
Qwen3-LiveTranslate-Flash 是面向多语言音视频翻译与口译的模型。该 API ID 对应 2025 年 12 月 1 日的模型快照;阿里云发布记录将其列于 2025 年 12 月 4 日。(help.aliyun.com)
能力与用途
- 支持音频和视频输入,输出翻译文本,也可同时输出文本和语音;适用于音视频内容翻译和跨语言交流。
- 官方称模型具备离线和实时音视频翻译能力,可理解 19 种语言、以 10 种语言输出语音,并支持 8 种中文方言。(help.aliyun.com)
限制
- 上下文窗口为 53,248 tokens,最大输入为 49,152 tokens,最大输出为 4,096 tokens。
- 文件翻译 API 仅支持流式输出,须设置
stream=true;messages只支持一条用户消息。 - 官方模型信息列明不支持函数调用、结构化输出、联网搜索、上下文缓存、批量推理或微调。(alibabacloud.com)
价格
以下为该快照版本的官方模型 API 标价,按不同模态的输入、输出 token 分别计费;查询日期均为 2026 年 11 月 17 日。地区和平台计价条件不同,人民币与美元价格不是可直接换算的同一套餐。
- 阿里云百炼国内站,华北 2(北京):每百万 tokens,音频输入 CNY 10、图片输入 CNY 4、文本输出 CNY 10、音频输出 CNY 40。该快照版本在该表中列为无免费额度。官方国内定价。(docs.bailian.console.aliyun.com)
- Alibaba Cloud Model Studio 国际站,新加坡、国际部署范围:每百万 tokens,音频输入 USD 1.577、图片输入 USD 0.631、文本输出 USD 1.577、音频输出 USD 6.308。该快照版本在该表中列为无免费额度。官方国际定价。(alibabacloud.com)