Alibaba Cloud: Qwen3-Omni-Flash

Qwen3 Omni Flash는 텍스트, 이미지, 오디오 전반의 정보를 이해하기 위한 멀티모달 모델입니다. 동일한 대화 내에서 시각적 또는 음성 자료를 논의해야 하는 어시스턴트에 유용합니다.

qwen3-omni-flash

사용 가능Alibaba Cloud채팅

입력 / 출력: $0.43 / $1.66
컨텍스트: 49K
최대 출력: 16K
모달리티: 비전채팅

Qwen3-Omni-Flash 소개

Qwen3-Omni-Flash는 알리바바의 이전 Omni 채팅 모델로, 텍스트, 이미지, 오디오, 비디오를 하나의 대화에서 읽을 수 있습니다. 답변하기 전에 추론하는 사고 모드(thinking mode)로 실행할 수 있으며, 이 모드에서는 텍스트만 반환합니다. 사고 모드를 사용하지 않으면 응답에 음성 오디오가 포함될 수 있습니다. 이 모델은 Qwen3.5-Omni 및 Qwen3.8-Omni-Flash보다 이전 세대이며 컨텍스트가 작고, 오디오 및 비디오 제한 시간이 짧으며 출력 언어 수가 적습니다.

강점

텍스트, 이미지, 오디오, 비디오를 함께 이해하므로 하나의 요청에 클립과 서면 질문을 결합할 수 있습니다.
선택 사항인 사고 모드를 사용하면 어려운 질문에 대해 답변하기 전에 추론 과정을 거칠 수 있습니다.
사고 모드를 사용하지 않으면 선택 가능한 음성을 사용하여 텍스트뿐만 아니라 음성으로도 답변할 수 있습니다.
이미지, 오디오, 비디오는 일반 채팅 메시지의 콘텐츠 부분으로 전달됩니다.

다른 모델이 필요한 경우

사고 모드에서는 오디오 출력이 꺼지므로, 추론된 답변은 텍스트로만 반환됩니다.
이후 Omni 모델보다 짧은 미디어를 처리합니다: 약 20분의 오디오와 150초의 비디오.
음성 답변은 11개 언어와 8개 방언을 지원하며, 이는 Qwen3.5-Omni보다 적습니다.

시작하기

API 키 만들기
Console에서 키를 만들고 플랫폼의 모든 모델에 사용하세요.

첫 번째 요청 보내기

사용 중인 언어의 예시를 복사하여 엔드포인트에 실행하세요.

텍스트-텍스트Messages API

POST/v1/messages

API 형식:

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!"}
    ]
  }'

가격 책정

Verified 가격은 Verified에 적용되며 대부분의 모델에서 더 저렴합니다. Official 가격은 모델 제조사가 공개한 가격으로, 더 안정적인 Official 경로에 적용됩니다. Auto는 요청을 완료한 경로의 가격으로 청구합니다.

Text Text Output

1M Token 당

Official 가격: 입력 $0.43 / 출력 $1.66 / 텍스트 입력 $0.43 / 오디오 입력 $3.81 / 이미지 입력 $0.78 / 텍스트 출력 $1.66 / 오디오 출력 $15.11
Verified 가격: —
할인: —

오디오 켜기

1M Token 당

Official 가격: 입력 $0.43 / 출력 $1.66 / 텍스트 입력 $0.43 / 오디오 입력 $3.81 / 이미지 입력 $0.78 / 텍스트 출력 $0.00 / 오디오 출력 $15.11
Verified 가격: —
할인: —

isMultimodalInput · true

1M Token 당

Official 가격: 입력 $0.43 / 출력 $1.66 / 텍스트 입력 $0.43 / 오디오 입력 $3.81 / 이미지 입력 $0.78 / 텍스트 출력 $3.06 / 오디오 출력 $15.11
Verified 가격: —
할인: —

오디오 켜기 · isMultimodalInput · true

1M Token 당

Official 가격: 입력 $0.43 / 출력 $1.66 / 텍스트 입력 $0.43 / 오디오 입력 $3.81 / 이미지 입력 $0.78 / 텍스트 출력 $0.00 / 오디오 출력 $15.11
Verified 가격: —
할인: —

	Official 가격1M Token 당	Verified 가격1M Token 당	할인
Text Text Output	입력 $0.43 / 출력 $1.66 / 텍스트 입력 $0.43 / 오디오 입력 $3.81 / 이미지 입력 $0.78 / 텍스트 출력 $1.66 / 오디오 출력 $15.11	—	—
오디오 켜기	입력 $0.43 / 출력 $1.66 / 텍스트 입력 $0.43 / 오디오 입력 $3.81 / 이미지 입력 $0.78 / 텍스트 출력 $0.00 / 오디오 출력 $15.11	—	—
isMultimodalInput · true	입력 $0.43 / 출력 $1.66 / 텍스트 입력 $0.43 / 오디오 입력 $3.81 / 이미지 입력 $0.78 / 텍스트 출력 $3.06 / 오디오 출력 $15.11	—	—
오디오 켜기 · isMultimodalInput · true	입력 $0.43 / 출력 $1.66 / 텍스트 입력 $0.43 / 오디오 입력 $3.81 / 이미지 입력 $0.78 / 텍스트 출력 $0.00 / 오디오 출력 $15.11	—	—

사용량 및 활동

성공률은 완료된 요청의 비율입니다. 지연 시간은 전체 응답에 걸리는 시간이며, P95는 요청의 95%가 해당 시간 내에 완료되었음을 의미합니다.

사용량 및 가용성

지난 24시간

요청
성공률
P95 지연 시간
총 토큰

모델 성능

마지막 업데이트: 2026. 11. 1. 오전 7:21 UTC

개인정보 보호 및 데이터 볼륨 임계값이 충족되면 메트릭이 표시됩니다.

데이터는 상태 확인을 제외한 집계된 사용자 요청을 기반으로 합니다.

Console에서 열기

Console에서 Qwen3-Omni-Flash을 열고 프롬프트를 수정하거나 전송하세요.

/v1/messages에서 qwen3-omni-flash로 짧은 메시지를 테스트합니다. 응답, 지연 시간, 비용을 확인하세요.

사용 사례

적합한 용도

비전

음성 및 이미지 어시스턴트
사용자가 사진에 대해 음성으로 질문하면 별도의 음성 및 비전 모델을 연결할 필요 없이 선택한 음성으로 답변을 받을 수 있습니다.
짧은 클립 분석
말하고 보여주는 내용을 포함하여 최대 몇 분 길이의 클립에서 일어나는 일을 설명합니다.
오디오 질의응답
녹화된 통화나 음성 메모에 대해 질문하고 서면 답변을 받으며, 까다로운 비교가 필요할 때는 사고 모드를 켭니다.

프롬프트 예제

이 음성 메모를 듣고 세 가지 실행 항목과 각 항목의 담당자를 나열하세요.

이 클립의 인물이 무엇을 잘못하고 있으며, 무엇을 바꿔야 하나요?

내 라우터 사진을 보고 어떤 케이블이 어디로 연결되는지 말로 설명해 주세요.

이 모델은 조건부 요금제입니다. 월간 토큰 총량만으로는 신뢰할 수 있는 견적을 낼 수 없습니다. 요청 사양, 캐시, 해당 시간대에 맞는 상세 요금을 사용하세요.

FAQ

Qwen3-Omni-Flash는 무엇을 입력으로 받을 수 있나요?

텍스트, 이미지, 오디오, 비디오입니다. 모두 하나의 대화에 포함될 수 있으므로 요청에 음성 질문과 사진을 함께 넣을 수 있습니다. 출력은 텍스트이거나, 사고 모드가 꺼져 있을 경우 텍스트와 음성입니다.

사고 모드에서 왜 오디오가 제외되나요?

알리바바는 사고 모드에서 오디오 출력이 지원되지 않는다고 명시하고 있습니다. 음성 답변이 필요하면 사고 모드를 끄고, 모델이 먼저 추론해야 한다면 서면 답변을 받은 후 텍스트-음성 변환(TTS) 모델로 변환하십시오.

Qwen3.5-Omni-Flash와는 어떻게 다른가요?

Qwen3.5-Omni-Flash는 더 긴 미디어를 처리하고, 더 많은 음성과 출력 언어를 제공하며, 훨씬 더 큰 컨텍스트를 가집니다. Qwen3-Omni-Flash는 이전 세대이므로 프롬프트와 음성이 이미 이 모델에 최적화된 경우에 주로 사용하십시오.

미디어 길이는 어느 정도까지 가능한가요?

요청당 약 20분의 오디오와 150초의 비디오이며, 이는 이후 Omni 모델보다 짧습니다. 더 긴 녹음은 전송하기 전에 나누어 보내십시오.

어떤 언어로 말할 수 있나요?

음성 답변은 11개 언어와 8개 방언을 지원하며, 이는 Qwen3.5-Omni보다 적습니다. 더 넓은 음성 지원이 필요하면 Qwen3.5-Omni 모델을 선택하십시오. 텍스트 답변의 경우 음성 언어 목록은 적용되지 않습니다.

Qwen3-Omni-Flash 의 가격은 얼마인가요?

TokenLab 에서 Qwen3-Omni-Flash 은 입력 $0.43 / 출력 $1.66 1M Token 당 입니다. 자세한 내역은 위 가격 표를 확인하세요. 요금은 청구 단위, 사양, 사용량에 따라 달라집니다. 모델의 상세 요금에서 동일한 조건끼리 비교하세요. 단일 요금으로 총비용이 결정되지 않습니다.

Qwen3-Omni-Flash의 컨텍스트 윈도우와 출력 제한은 어떻게 되나요?

Qwen3-Omni-Flash은 최대 49,152 토큰의 컨텍스트를 지원하며, 한 번의 응답으로 최대 16,384 토큰까지 출력합니다.

Qwen3-Omni-Flash 은 어떤 엔드포인트를 써야 하나요?

Qwen3-Omni-Flash에 대해 https://api.tokenlab.sh/v1/messages를 사용하세요. 아래 요청 예시는 일치하는 코드 형태를 보여줍니다.

Qwen3-Omni-Flash 은 어떤 오퍼레이션을 지원하나요?

Qwen3-Omni-Flash은(는) 텍스트-텍스트을(를) 지원합니다. 엔드포인트와 요청 예시를 보려면 위에서 작업을 선택하세요.