Alibaba Cloud: Qwen3-Omni-Flash

Qwen3 Omni Flash est un modèle multimodal pour la compréhension d'informations à travers le texte, les images et l'audio. Il est utile pour les assistants qui doivent discuter de matériel visuel ou parlé au sein d'une même conversation.

Comparer les modèles

qwen3-omni-flash

DisponibleAlibaba CloudDiscussion

Entrée / Sortie: $0.43 / $1.66
Contexte: 49K
Sortie maximale: 16K
Modalités: VisionDiscussion

À propos de Qwen3-Omni-Flash

Qwen3-Omni-Flash est le modèle de chat Omni précédent d'Alibaba, capable de lire du texte, des images, de l'audio et de la vidéo dans une seule conversation. Il peut fonctionner dans un mode de réflexion qui raisonne avant de répondre, et dans ce mode, il renvoie uniquement du texte ; sans cela, les réponses peuvent inclure de l'audio parlé. C'est le membre le plus ancien et à contexte plus court de la famille de chat Omni, derrière Qwen3.5-Omni et Qwen3.8-Omni-Flash, avec des limites audio et vidéo plus courtes et moins de langues de sortie.

Points forts

Comprend le texte, les images, l'audio et la vidéo ensemble, de sorte qu'une seule requête peut combiner un clip avec une question écrite.
Un mode de réflexion optionnel lui permet de raisonner sur une question difficile avant de répondre.
Sans réflexion, il peut répondre par la parole ainsi que par le texte, en utilisant un choix de voix.
Les images, l'audio et la vidéo sont transmis en tant que parties de contenu dans un message de chat ordinaire.

Quand préférer un autre modèle

La sortie audio est désactivée en mode réflexion, de sorte que les réponses raisonnées sont renvoyées uniquement sous forme de texte.
Il gère des médias plus courts que les modèles Omni ultérieurs : environ 20 minutes d'audio et 150 secondes de vidéo.
Les réponses parlées couvrent 11 langues et 8 dialectes, moins que Qwen3.5-Omni.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

Envoyez votre première requête

Copiez l'exemple pour votre langage et lancez-le.

Texte vers texteMessages API

POST/v1/messages

Format d'API:

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-omni-flash",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Text Text Output

Par 1M Token

Prix Official: Entrée $0.43 / Sortie $1.66 / Texte Entrée $0.43 / Audio Entrée $3.81 / Image Entrée $0.78 / Texte Sortie $1.66 / Audio Sortie $15.11
Prix Verified: —
Remise: —

Audio activé

Par 1M Token

Prix Official: Entrée $0.43 / Sortie $1.66 / Texte Entrée $0.43 / Audio Entrée $3.81 / Image Entrée $0.78 / Texte Sortie $0.00 / Audio Sortie $15.11
Prix Verified: —
Remise: —

isMultimodalInput · true

Par 1M Token

Prix Official: Entrée $0.43 / Sortie $1.66 / Texte Entrée $0.43 / Audio Entrée $3.81 / Image Entrée $0.78 / Texte Sortie $3.06 / Audio Sortie $15.11
Prix Verified: —
Remise: —

Audio activé · isMultimodalInput · true

Par 1M Token

Prix Official: Entrée $0.43 / Sortie $1.66 / Texte Entrée $0.43 / Audio Entrée $3.81 / Image Entrée $0.78 / Texte Sortie $0.00 / Audio Sortie $15.11
Prix Verified: —
Remise: —

	Prix OfficialPar 1M Token	Prix VerifiedPar 1M Token	Remise
Text Text Output	Entrée $0.43 / Sortie $1.66 / Texte Entrée $0.43 / Audio Entrée $3.81 / Image Entrée $0.78 / Texte Sortie $1.66 / Audio Sortie $15.11	—	—
Audio activé	Entrée $0.43 / Sortie $1.66 / Texte Entrée $0.43 / Audio Entrée $3.81 / Image Entrée $0.78 / Texte Sortie $0.00 / Audio Sortie $15.11	—	—
isMultimodalInput · true	Entrée $0.43 / Sortie $1.66 / Texte Entrée $0.43 / Audio Entrée $3.81 / Image Entrée $0.78 / Texte Sortie $3.06 / Audio Sortie $15.11	—	—
Audio activé · isMultimodalInput · true	Entrée $0.43 / Sortie $1.66 / Texte Entrée $0.43 / Audio Entrée $3.81 / Image Entrée $0.78 / Texte Sortie $0.00 / Audio Sortie $15.11	—	—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 1 nov. 2026, 07:21 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Qwen3-Omni-Flash dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester qwen3-omni-flash avec un message sur /v1/messages. Affiche la réponse, la latence et le coût.

Cas d'usage

Idéal pour

Vision

Assistants voix et image
Permettez à un utilisateur de poser une question sur une photo et d'obtenir une réponse parlée avec une voix choisie, sans enchaîner des modèles de parole et de vision séparés.
Analyse de clips courts
Décrivez ce qui se passe dans un clip d'une durée allant jusqu'à quelques minutes, y compris ce qui est dit et montré.
Questions-réponses audio
Posez des questions sur un appel enregistré ou un mémo vocal et obtenez une réponse écrite, avec la réflexion activée pour les comparaisons complexes.

Exemples de prompts

Écoutez ce mémo vocal et listez les trois points d'action avec le responsable de chacun.

Que fait mal la personne dans ce clip, et que devrait-elle changer ?

Regardez cette photo de mon routeur et dites-moi, à voix haute, quel câble va où.

Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.

FAQ

Que peut prendre Qwen3-Omni-Flash en entrée ?

Du texte, des images, de l'audio et de la vidéo. Tous peuvent apparaître dans une seule conversation, de sorte qu'une requête peut inclure une question parlée et une image. La sortie est du texte, ou du texte plus de l'audio lorsque le mode réflexion est désactivé.

Pourquoi le mode réflexion supprime-t-il l'audio ?

Alibaba indique que la sortie audio n'est pas prise en charge en mode réflexion. Si vous avez besoin d'une réponse parlée, laissez la réflexion désactivée ; si vous avez besoin que le modèle raisonne d'abord, attendez-vous à une réponse écrite et convertissez-la avec un modèle de synthèse vocale.

En quoi est-il différent de Qwen3.5-Omni-Flash ?

Qwen3.5-Omni-Flash gère des médias plus longs, offre plus de voix et de langues de sortie, et possède un contexte beaucoup plus large. Qwen3-Omni-Flash est la génération précédente ; utilisez-le donc principalement si vos prompts et vos voix sont déjà optimisés pour lui.

Quelle peut être la durée des médias ?

Environ 20 minutes d'audio et 150 secondes de vidéo par requête, ce qui est plus court que ce que permettent les modèles Omni ultérieurs. Divisez les enregistrements plus longs en plusieurs parties avant de les envoyer.

Quelles langues peut-il parler ?

Les réponses parlées couvrent 11 langues et 8 dialectes, moins que Qwen3.5-Omni. Si vous avez besoin d'une couverture parlée plus large, choisissez un modèle Qwen3.5-Omni ; pour les réponses textuelles, la liste des langues parlées ne s'applique pas.

Combien coûte Qwen3-Omni-Flash ?

Sur TokenLab, Qwen3-Omni-Flash coûte Entrée $0.43 / Sortie $1.66 Par 1M Token. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quelles sont les limites de contexte et de sortie de Qwen3-Omni-Flash ?

Qwen3-Omni-Flash accepte jusqu'à 49 152 jetons de contexte et génère jusqu'à 16 384 jetons par réponse.

Quel endpoint Qwen3-Omni-Flash doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/messages pour Qwen3-Omni-Flash. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Qwen3-Omni-Flash prend-il en charge ?

Qwen3-Omni-Flash prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.