Alibaba Cloud: Qwen3-Omni-Flash
qwen3-omni-flash- 入力 / 出力
- $0.43 / $1.66
- コンテキスト
- 49K
- 最大出力
- 16K
- モダリティ
- ビジョンチャット
Qwen3-Omni-Flash について
Qwen3-Omni-Flashは、Alibabaの旧世代のOmniチャットモデルであり、テキスト、画像、音声、動画を1つの会話で読み取ります。回答前に推論を行う「思考モード」で実行可能で、そのモードではテキストのみを返します。思考モードを使用しない場合、回答には音声を含めることができます。本モデルはOmniチャットファミリーの中でQwen3.5-OmniやQwen3.8-Omni-Flashに次ぐ、より古くコンテキストが小さいモデルであり、音声と動画の制限時間が短く、出力言語数も少なくなっています。
得意なこと
- テキスト、画像、音声、動画を同時に理解するため、1つのリクエストでクリップと質問文を組み合わせることができます。
- オプションの思考モードにより、難しい質問に対して回答前に推論を行うことができます。
- 思考モードを使用しない場合、選択した音声を使用して、テキストだけでなく音声でも回答できます。
- 画像、音声、動画は、通常のチャットメッセージ内のコンテンツパーツとして渡されます。
他のモデルを検討すべきケース
- 思考モードでは音声出力がオフになるため、推論された回答はテキストのみで返されます。
- 後のOmniモデルよりも短いメディアを扱います。音声は約20分、動画は約150秒までです。
- 音声による回答は11言語と8方言をカバーしており、Qwen3.5-Omniよりも少なくなっています。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
テキスト・トゥ・テキストMessages APIPOST/v1/messagesAPI形式: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!"} ] }'
料金
Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。
Text Text Output
100万トークンあたり- Official 価格
- 入力 $0.43 / 出力 $1.66 / テキスト 入力 $0.43 / オーディオ 入力 $3.81 / 画像 入力 $0.78 / テキスト 出力 $1.66 / オーディオ 出力 $15.11
- Verified 価格
- —
- 割引
- —
音声オン
100万トークンあたり- Official 価格
- 入力 $0.43 / 出力 $1.66 / テキスト 入力 $0.43 / オーディオ 入力 $3.81 / 画像 入力 $0.78 / テキスト 出力 $0.00 / オーディオ 出力 $15.11
- Verified 価格
- —
- 割引
- —
isMultimodalInput · true
100万トークンあたり- Official 価格
- 入力 $0.43 / 出力 $1.66 / テキスト 入力 $0.43 / オーディオ 入力 $3.81 / 画像 入力 $0.78 / テキスト 出力 $3.06 / オーディオ 出力 $15.11
- Verified 価格
- —
- 割引
- —
音声オン · isMultimodalInput · true
100万トークンあたり- Official 価格
- 入力 $0.43 / 出力 $1.66 / テキスト 入力 $0.43 / オーディオ 入力 $3.81 / 画像 入力 $0.78 / テキスト 出力 $0.00 / オーディオ 出力 $15.11
- Verified 価格
- —
- 割引
- —
| Official 価格100万トークンあたり | Verified 価格100万トークンあたり | 割引 | |
|---|---|---|---|
| Text Text Output | 入力 $0.43 / 出力 $1.66 / テキスト 入力 $0.43 / オーディオ 入力 $3.81 / 画像 入力 $0.78 / テキスト 出力 $1.66 / オーディオ 出力 $15.11 | — | — |
| 音声オン | 入力 $0.43 / 出力 $1.66 / テキスト 入力 $0.43 / オーディオ 入力 $3.81 / 画像 入力 $0.78 / テキスト 出力 $0.00 / オーディオ 出力 $15.11 | — | — |
| isMultimodalInput · true | 入力 $0.43 / 出力 $1.66 / テキスト 入力 $0.43 / オーディオ 入力 $3.81 / 画像 入力 $0.78 / テキスト 出力 $3.06 / オーディオ 出力 $15.11 | — | — |
| 音声オン · isMultimodalInput · true | 入力 $0.43 / 出力 $1.66 / テキスト 入力 $0.43 / オーディオ 入力 $3.81 / 画像 入力 $0.78 / テキスト 出力 $0.00 / オーディオ 出力 $15.11 | — | — |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
ConsoleでQwen3-Omni-Flashを開き、プロンプトを編集・送信できます。
qwen3-omni-flashと/v1/messagesでメッセージをテスト。返答、レイテンシ、コストを表示します。
ユースケース
向いている用途- ビジョン
音声・画像アシスタント
ユーザーが写真について質問を話し、選択した声で音声回答を得ることができます。個別の音声モデルと画像モデルを連結する必要はありません。
短いクリップの分析
最大数分間のクリップで何が起きているか、何が話され、何が映っているかを含めて説明します。
音声Q&A
録音された通話やボイスメモについて質問し、回答を得ます。複雑な比較が必要な場合は思考モードをオンにします。
プロンプト例
このボイスメモを聞いて、3つのアクションアイテムとそれぞれの担当者をリストアップしてください。
このクリップの人物は何を間違えており、どう変えるべきですか？
このルーターの写真を見て、どのケーブルをどこに繋ぐべきか声に出して教えてください。
このモデルは条件付き料金です。月間トークン総量だけでは確実な見積もりができません。リクエスト仕様・キャッシュ・該当時間帯に応じた詳細料金をご利用ください。
FAQ
Qwen3-Omni-Flashは何を入力として受け取れますか？
テキスト、画像、音声、動画です。これらすべてを1つの会話に含めることができるため、音声による質問と写真を1つのリクエストにまとめることができます。出力はテキスト、または思考モードがオフの場合はテキストと音声になります。
なぜ思考モードでは音声がオフになるのですか？
Alibabaのドキュメントでは、思考モードでは音声出力がサポートされていないとされています。音声での回答が必要な場合は思考モードをオフにしてください。モデルに先に推論させる必要がある場合は、テキスト回答を受け取り、それをテキスト読み上げ（TTS）モデルで変換してください。
Qwen3.5-Omni-Flashとの違いは何ですか？
Qwen3.5-Omni-Flashはより長いメディアを扱い、より多くの音声と出力言語を提供し、コンテキストも大幅に大きくなっています。Qwen3-Omni-Flashは旧世代であるため、主にプロンプトや音声設定がすでに最適化されている場合に使用してください。
メディアの長さはどれくらいまで可能ですか？
リクエストごとに音声は約20分、動画は約150秒までです。これは後のOmniモデルよりも短い制限です。長い録音は分割してから送信してください。
どの言語で話すことができますか？
音声による回答は11言語と8方言をカバーしており、Qwen3.5-Omniよりも少なくなっています。より幅広い音声対応が必要な場合はQwen3.5-Omniモデルを選択してください。テキスト回答の場合、この音声言語リストは適用されません。
Qwen3-Omni-Flash の料金はいくらですか？
TokenLab では Qwen3-Omni-Flash は 入力 $0.43 / 出力 $1.66 100万トークンあたり です。詳細は上の料金表を参照してください。 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
Qwen3-Omni-Flash のコンテキストウィンドウと出力制限は？
Qwen3-Omni-Flash は最大 49,152 トークンのコンテキストに対応し、1回のレスポンスで最大 16,384 トークンまで出力可能です。
Qwen3-Omni-Flash はどのエンドポイントを使うべきですか？
Qwen3-Omni-Flash のデフォルトは https://api.tokenlab.sh/v1/messages です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
Qwen3-Omni-Flash はどの操作に対応していますか？
Qwen3-Omni-Flash は テキスト・トゥ・テキスト に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
Qwen3-Omni-Flash を比較する
ソース
2026/10/02 時点での評価
