Alibaba Cloud: Qwen3.5-Omni-Plus

O Qwen3.5 Omni Plus foi projetado para ampla compreensão multimídia em texto, imagens, som e vídeo. É útil para analisar material de origem mais rico, como interpretar uma gravação juntamente com a cena e o diálogo que ela contém.

Comparar modelos

qwen3.5-omni-plus

DisponívelAlibaba CloudChat

Entrada / Saída: $1.40 / $8.30
Contexto: 197K
Saída máxima: 64K
Modalidades: VisãoChat

Sobre o Qwen3.5-Omni-Plus

O Qwen3.5-Omni-Plus é o nível de maior qualidade da família Qwen3.5-Omni da Alibaba. Ele lê texto, imagens, áudio e vídeo em uma única solicitação e pode responder em texto ou voz, utilizando um design de "pensador-falante" (thinker-talker) baseado em uma arquitetura de especialistas (mixture-of-experts). Ele é destinado a materiais de origem mais ricos, como uma gravação com seu cenário e diálogos, onde o Qwen3.5-Omni-Flash pode perder detalhes, ao custo de maior processamento por solicitação.

Pontos fortes

Analisa gravações que combinam fala, som e imagem em vez de tratá-los separadamente.
Reconhece entrada falada em 113 idiomas e pode responder em voz alta em 74 idiomas e 39 dialetos.
Aceita mídias longas, até aproximadamente 3 horas de áudio ou 1 hora de vídeo por solicitação.
Oferece 55 vozes integradas, além de vozes personalizadas para respostas faladas.

Quando usar outro modelo

Custa mais por solicitação do que o Qwen3.5-Omni-Flash, portanto, reserve-o para gravações onde a qualidade é importante.
As respostas são em texto ou voz, portanto, produzir imagens ou vídeos requer um modelo diferente.
Conversas em transmissão ao vivo são gerenciadas pelo modelo separado Qwen3.5-Omni-Plus-Realtime.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Texto para textoMessages API

POST/v1/messages

Formato da 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": "qwen3.5-omni-plus",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Text Output

Por 1M Token

Preço Official: Entrada $1.40 / Saída $8.30 / Texto Entrada $1.40 / Áudio Entrada $11.00 / Imagem Entrada $1.40 / Texto Saída $8.30 / Áudio Saída $44.00
Preço Verified: —
Desconto: —

Áudio ativado

Por 1M Token

Preço Official: Entrada $1.40 / Saída $44.00 / Texto Entrada $1.40 / Áudio Entrada $11.00 / Imagem Entrada $1.40 / Texto Saída $0.00 / Áudio Saída $44.00
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Text Output	Entrada $1.40 / Saída $8.30 / Texto Entrada $1.40 / Áudio Entrada $11.00 / Imagem Entrada $1.40 / Texto Saída $8.30 / Áudio Saída $44.00	—	—
Áudio ativado	Entrada $1.40 / Saída $44.00 / Texto Entrada $1.40 / Áudio Entrada $11.00 / Imagem Entrada $1.40 / Texto Saída $0.00 / Áudio Saída $44.00	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 1 de nov. de 2026, 07:21 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Qwen3.5-Omni-Plus no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar qwen3.5-omni-plus com uma mensagem em /v1/messages. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Visão

Análise de entrevistas e chamadas
Envie uma gravação longa e peça temas, contradições e citações com suas respectivas posições no áudio.
Revisão de vídeo
Verifique um vídeo de treinamento ou de produto quanto ao que é dito e mostrado, e sinalize onde a narração e o visual discordam.
Arquivos de mídia multilíngues
Transcreva e resuma áudios em vários idiomas, incluindo fala com dialetos, para um único idioma de trabalho para revisão.

Exemplos de prompt

Revise esta chamada de vendas gravada e marque cada ponto onde o cliente hesitou, com o registro de data/hora e o que foi dito.

Compare o que o narrador diz com o que a tela mostra neste tutorial e liste as divergências.

Transcreva esta gravação em dialeto de Sichuan para o chinês padrão e resuma-a em inglês.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

Quando devo escolher o Plus em vez do Flash?

Escolha o Plus quando as respostas em mídias complexas ou longas forem mais importantes do que a velocidade ou o custo, como em auditorias de chamadas ou vídeos. O Flash compartilha as mesmas entradas e vozes, sendo, portanto, a melhor opção padrão para tarefas rápidas e de alto volume.

Quais entradas ele aceita?

Texto, imagens, áudio e vídeo, em qualquer combinação dentro de uma única solicitação. A saída pode ser texto ou texto com voz, e a voz pode ser selecionada entre 55 opções integradas ou uma voz personalizada.

Qual a duração máxima de uma gravação?

Aproximadamente 3 horas de áudio ou 1 hora de vídeo por solicitação, de acordo com a documentação da Alibaba para o nível Plus. Divida materiais mais longos em partes e combine as respostas posteriormente.

Existe uma versão para conversação ao vivo?

Sim, o Qwen3.5-Omni-Plus-Realtime, que funciona em uma sessão de streaming para voz ao vivo. Use o Qwen3.5-Omni-Plus para gravações finalizadas e o modelo Realtime para conversas ao vivo com uma pessoa.

Quantos idiomas ele suporta?

A Alibaba lista 113 idiomas para entrada de áudio e 74 idiomas com 39 dialetos para saída de áudio. A compreensão de texto abrange mais idiomas do que a saída falada, portanto, você pode perguntar em qualquer idioma.

Quanto custa o Qwen3.5-Omni-Plus?

No TokenLab, Qwen3.5-Omni-Plus custa Entrada $1.40 / Saída $8.30 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do Qwen3.5-Omni-Plus?

O Qwen3.5-Omni-Plus aceita até 196.608 tokens de contexto e gera até 65.536 tokens por resposta.

Qual endpoint o Qwen3.5-Omni-Plus deve usar?

Use https://api.tokenlab.sh/v1/messages para Qwen3.5-Omni-Plus. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Qwen3.5-Omni-Plus suporta?

Qwen3.5-Omni-Plus suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.