模型定位
Qwen3.8-LiveTranslate 是面向多语言实时音视频同声传译的模型。官方公告发表于 2026-09-18;对应的百炼实时 API 模型 ID 为 qwen3.8-livetranslate-flash-realtime。(qwen.ai)
能力与用途
- 接收音频和可选图像,输出翻译文本,并可生成翻译语音;音频输入为必需,图像可来自视频流,用于辅助消歧。(docs.bailian.console.aliyun.com)
- 支持 60 种语言的音频输入和文本输出,其中 29 种支持语音输出。(qwen.ai)
- 支持实时区分说话人、同步输出原文与译文、结合历史上下文消歧,以及在翻译语音中保留说话人音色。适用于多语言会议、实时交流、双语字幕和内容整理等场景。(qwen.ai)
- 采用基于 Hybrid-MoE 的 Thinker–Talker 设计和音频、文本交错处理。官方报告的平均滞后指标 LAAL 为 2.3 秒,上一代为 2.8 秒;该指标不是对每次调用延迟的保证。(qwen.ai)
- 可通过 Realtime API 的 AOQ、WebRTC 或 WebSocket 接入。(help.aliyun.com)
限制
- 官方文档列出的最大输入长度为 49,152 token,最大输出长度为 4,096 token,上下文窗口为 53,248 token。(alibabacloud.com)
- 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。这里的“上下文缓存”指平台提供的相关功能,不应与公告中架构内部的缓存复用混同。(help.aliyun.com)
- 并非全部 60 种语言都支持语音输出;实际翻译准确性、说话人区分和延迟会受输入及场景影响。(qwen.ai)
官方价格
以下为所列模型的调用单价,单位均为每百万 token;不同平台和地域分别计费,并非可直接换算的同一套餐。查询日期:2026-11-16。
| 平台与地域 | 币种 | 音频输入 | 图片输入 | 文本输出 | 音频输出 |
|---|---|---|---|---|---|
| 阿里云百炼国内站,华北2(北京) | CNY | 40 | 3.3 | 100 | 160 |
| 阿里云百炼国内站,新加坡,国际部署范围 | CNY | 54.688 | 4.01 | 145.835 | 218.752 |
| Alibaba Cloud 国际站,新加坡,国际部署范围 | USD | 7.5 | 0.55 | 20 | 30 |
| Alibaba Cloud 国际站,中国(北京) | USD | 5.653 | 0.466 | 14.133 | 22.613 |
国内站报价来源:阿里云百炼模型价格;国际站报价来源:Alibaba Cloud Model Studio 定价。(help.aliyun.com)
国内站北京地域和国际站新加坡地域的对应模型各列有 100 万 token 免费额度;有效期为开通百炼、模型发布或申请通过之日中较晚者起 90 天。其他地域不适用各自页面所列的免费额度;优惠和实际费用以对应平台规则为准。(help.aliyun.com)