Alibaba Cloud: Qwen3.5-Omni-Plus

Qwen3.5 Omni Plus ist für ein breites Multimedia-Verständnis über Text, Bilder, Ton und Video hinweg konzipiert. Es ist nützlich für die Analyse reichhaltigerer Quellenmaterialien, wie etwa die Interpretation einer Aufnahme zusammen mit der Szene und dem Dialog, die sie enthält.

Modelle vergleichen

qwen3.5-omni-plus

VerfügbarAlibaba CloudUnterhaltung

Eingabe / Ausgabe: $1.40 / $8.30
Kontext: 197K
Maximale Ausgabe: 64K
Modalitäten: VisionUnterhaltung

Über Qwen3.5-Omni-Plus

Qwen3.5-Omni-Plus ist die leistungsstärkere Stufe der Qwen3.5-Omni-Familie von Alibaba. Das Modell liest Text, Bilder, Audio und Video in einer einzigen Anfrage und kann in Text oder Sprache antworten. Es nutzt ein „Thinker-Talker“-Design auf Basis eines Mixture-of-Experts-Modells. Es ist für reichhaltigeres Quellenmaterial gedacht, wie etwa eine Aufnahme mit Bild und Dialog, bei der Qwen3.5-Omni-Flash Details übersehen könnte – dies geht jedoch mit einem höheren Rechenaufwand pro Anfrage einher.

Stärken

Analysiert Aufnahmen, die Sprache, Ton und Bild kombinieren, anstatt diese getrennt zu behandeln.
Erkennt gesprochene Eingaben in 113 Sprachen und kann in 74 Sprachen und 39 Dialekten laut antworten.
Akzeptiert lange Medien, bis zu etwa 3 Stunden Audio oder 1 Stunde Video pro Anfrage.
Bietet 55 integrierte Stimmen sowie benutzerdefinierte Stimmen für gesprochene Antworten.

Alternativen

Es ist pro Anfrage teurer als Qwen3.5-Omni-Flash; verwenden Sie es daher für Aufnahmen, bei denen Qualität entscheidend ist.
Antworten erfolgen in Text oder Sprache; für die Erstellung von Bildern oder Videos ist ein anderes Modell erforderlich.
Live-Konversationen werden über das separate Modell Qwen3.5-Omni-Plus-Realtime abgewickelt.

Erste Schritte

API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.

Senden Sie Ihre erste Anfrage

Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.

Text-zu-TextMessages API

POST/v1/messages

API-Format:

curl https://api.tokenlab.sh/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: sk-xxx" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "qwen3.5-omni-plus",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Preise

Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.

Text Output

Pro 1M Token

Official-Preis: Eingabe $1.40 / Ausgabe $8.30 / Text Eingabe $1.40 / Audio Eingabe $11.00 / Bild Eingabe $1.40 / Text Ausgabe $8.30 / Audio Ausgabe $44.00
Verified-Preis: —
Rabatt: —

Audio an

Pro 1M Token

Official-Preis: Eingabe $1.40 / Ausgabe $44.00 / Text Eingabe $1.40 / Audio Eingabe $11.00 / Bild Eingabe $1.40 / Text Ausgabe $0.00 / Audio Ausgabe $44.00
Verified-Preis: —
Rabatt: —

	Official-PreisPro 1M Token	Verified-PreisPro 1M Token	Rabatt
Text Output	Eingabe $1.40 / Ausgabe $8.30 / Text Eingabe $1.40 / Audio Eingabe $11.00 / Bild Eingabe $1.40 / Text Ausgabe $8.30 / Audio Ausgabe $44.00	—	—
Audio an	Eingabe $1.40 / Ausgabe $44.00 / Text Eingabe $1.40 / Audio Eingabe $11.00 / Bild Eingabe $1.40 / Text Ausgabe $0.00 / Audio Ausgabe $44.00	—	—

Nutzung & Aktivität

Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.

Nutzung & Verfügbarkeit

Letzte 24 Stunden

Anfragen
Erfolgsrate
P95-Latenz
Token gesamt

Modellleistung

Zuletzt aktualisiert 01.11.2026, 07:21 UTC

Metriken erscheinen, sobald die Schwellenwerte für Datenschutz und Datenvolumen erreicht sind.

Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.

In Console öffnen

Öffne Qwen3.5-Omni-Plus in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.

Teste qwen3.5-omni-plus mit einer kurzen Nachricht an /v1/messages. Zeige Antwort, Latenz und Kosten.

Anwendungsfälle

Geeignet für

Vision

Analyse von Interviews und Anrufen
Laden Sie eine lange Aufnahme hoch und fragen Sie nach Themen, Widersprüchen und Zitaten mit deren Position im Audio.
Videoüberprüfung
Überprüfen Sie ein Schulungs- oder Produktvideo darauf, was gesagt und gezeigt wird, und markieren Sie Stellen, an denen Erzählung und Bildmaterial nicht übereinstimmen.
Mehrsprachige Medienarchive
Transkribieren und fassen Sie Audioaufnahmen in mehreren Sprachen, einschließlich Dialekten, zur Überprüfung in einer einzigen Arbeitssprache zusammen.

Prompt-Beispiele

Überprüfen Sie dieses aufgezeichnete Verkaufsgespräch und markieren Sie jeden Punkt, an dem der Kunde zögerte, inklusive Zeitstempel und dem Gesagten.

Vergleichen Sie in diesem Tutorial, was der Erzähler sagt und was auf dem Bildschirm zu sehen ist, und listen Sie die Abweichungen auf.

Transkribieren Sie diese Aufnahme im Sichuan-Dialekt in Standardchinesisch und fassen Sie sie auf Englisch zusammen.

Dieses Modell hat konditionale Preise. Monatliche Token-Summen allein liefern keine verlässliche Schätzung; nutzen Sie die detaillierten Preise für Anfragespezifikation, Cache und Zeitfenster.

FAQ

Wann sollte ich Plus anstelle von Flash wählen?

Wählen Sie Plus, wenn Antworten zu komplexen oder langen Medien wichtiger sind als Geschwindigkeit oder Kosten, wie etwa bei der Prüfung von Anrufen oder Videos. Flash nutzt dieselben Eingaben und Stimmen und ist daher die bessere Standardwahl für schnelle Aufgaben mit hohem Volumen.

Welche Eingaben werden akzeptiert?

Text, Bilder, Audio und Video in beliebiger Kombination innerhalb einer Anfrage. Die Ausgabe kann Text oder Text mit Sprache sein; die Stimme ist aus 55 integrierten Optionen oder als benutzerdefinierte Stimme wählbar.

Wie lang darf eine Aufnahme sein?

Etwa 3 Stunden Audio oder 1 Stunde Video pro Anfrage, gemäß der Dokumentation von Alibaba für die Plus-Stufe. Teilen Sie längeres Material in Teile auf und kombinieren Sie die Antworten anschließend.

Gibt es eine Version für Live-Konversationen?

Ja, Qwen3.5-Omni-Plus-Realtime, das in einer Streaming-Sitzung für Live-Sprache läuft. Verwenden Sie Qwen3.5-Omni-Plus für fertige Aufnahmen und das Realtime-Modell für Live-Konversationen mit einer Person.

Wie viele Sprachen werden unterstützt?

Alibaba listet 113 Sprachen für Audioeingaben und 74 Sprachen mit 39 Dialekten für Audioausgaben. Das Textverständnis deckt mehr Sprachen ab als die Sprachausgabe, daher können Sie Anfragen in jeder Sprache stellen.

Was kostet Qwen3.5-Omni-Plus?

Auf TokenLab kostet Qwen3.5-Omni-Plus Eingabe $1.40 / Ausgabe $8.30 Pro 1M Token. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.

Welche Kontext- und Ausgabelimits hat Qwen3.5-Omni-Plus?

Qwen3.5-Omni-Plus verarbeitet bis zu 196.608 Token Kontext und gibt pro Antwort bis zu 65.536 Token aus.

Welchen Endpunkt soll Qwen3.5-Omni-Plus verwenden?

Verwenden Sie https://api.tokenlab.sh/v1/messages für Qwen3.5-Omni-Plus. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.

Welche Operationen unterstützt Qwen3.5-Omni-Plus?

Qwen3.5-Omni-Plus unterstützt Text-zu-Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.