模型定位
Qwen-Audio-3.0-Realtime-Flash 是面向实时语音对话的端到端双工模型,Flash 版本侧重响应速度。官方介绍称,其通过并行推理和全向流式处理降低端到端交互延迟。(help.aliyun.com)
能力与用途
- 支持文本、音频输入和文本、音频输出,以及 Function Calling。客户端与服务端可通过持久连接同时交换流式音频和响应。(help.aliyun.cn)
- 支持语音活动检测、语义话轮检测和手动按键说话等交互方式;支持系统音色和克隆音色。(docs.qwencloud.com)
- 可用于实时语音助手、客服、互动对话和工具调用等场景。
限制
- 官方模型信息列出的上下文长度为 40,960 Token,最大输入为 16,384 Token,最大输出为 8,192 Token;列出的最大思维链长度为 1,024 Token。(help.aliyun.cn)
- 实时语音文档列出最多 50 个音频轮次或累计 300 秒音频;超出后会丢弃较早的历史。(docs.qwencloud.com)
- 国内模型信息页列出不支持结构化输出、前缀续写、上下文缓存、批量推理和模型调优。联网搜索支持情况存在官方页面差异:国内页标为支持,国际页标为不支持,实际以所用平台和地域为准。(help.aliyun.cn)
发布日期
2026-07-14:阿里云百炼 2026 年 7 月产品月报列出的模型日期。所给的模型上架与更新页另在 2026-08-10 条目中列出该模型的国际部署,二者描述的时间事项不同。(developer.aliyun.com)
价格
以下为官方列出的原价,查询日期:2026-11-16。单位均为每百万 Token;不同站点和地域的价格是各自适用的报价,并非汇率换算。(help.aliyun.com)
| 官方站点及部署地域 | 币种 | 输入文本 | 输入音频 | 仅输出文本 | 输出音频 |
|---|---|---|---|---|---|
| 阿里云国内站,华北2(北京) | CNY | 1.5 | 6 | 4.5 | 12 |
| 阿里云国内站,新加坡,国际部署 | CNY | 1.677 | 6.781 | 5.104 | 13.636 |
| QwenCloud 国际站,新加坡,国际部署 | USD | 0.23 | 0.93 | 0.70 | 1.87 |
| QwenCloud 国际站,华北2(北京),中国内地部署 | USD | 0.212 | 0.848 | 0.636 | 1.696 |
输入和输出分别计费;同时输出文本和音频时,只按音频输出收费,伴随文本不另收输出费。音频按每秒 12.5 Token 折算,不足 1 秒按 1 秒计算;历史对话作为后续输入可能产生额外费用。国内北京和国际新加坡价格表均将本模型免费额度列为无。(help.aliyun.com)
国际站新加坡价格与阿里云 2026-09-22 生效的降价公告一致;部分官方模型详情页仍显示较高的旧价格,实际账单及最新控制台价格应予核对。(alibabacloud.com)