Alibaba Cloud: Qwen3.5-Omni-Plus

Qwen3.5 Omni Plus được thiết kế để hiểu đa phương tiện rộng rãi trên văn bản, hình ảnh, âm thanh và video. Nó hữu ích cho việc phân tích tài liệu nguồn phong phú hơn, chẳng hạn như diễn giải một bản ghi âm cùng với cảnh quay và lời thoại mà nó chứa đựng.

So sánh mô hình

qwen3.5-omni-plus

Sẵn sàngAlibaba CloudTrò chuyện

Đầu vào / Đầu ra: $1.40 / $8.30
Ngữ cảnh: 197K
Độ dài đầu ra tối đa: 64K
Phương thức: Thị giácTrò chuyện

Về Qwen3.5-Omni-Plus

Qwen3.5-Omni-Plus là cấp độ chất lượng cao hơn trong dòng Qwen3.5-Omni của Alibaba. Mô hình này đọc văn bản, hình ảnh, âm thanh và video trong một yêu cầu duy nhất và có thể phản hồi bằng văn bản hoặc giọng nói, sử dụng thiết kế thinker-talker trên nền tảng mixture-of-experts. Mô hình này dành cho các nguồn tài liệu phong phú hơn, chẳng hạn như bản ghi âm kèm theo bối cảnh và lời thoại, nơi mà Qwen3.5-Omni-Flash có thể bỏ sót chi tiết, với chi phí tính toán cho mỗi yêu cầu cao hơn.

Ưu điểm

Phân tích các bản ghi âm kết hợp cả lời nói, âm thanh và hình ảnh thay vì xử lý chúng một cách riêng biệt.
Nhận diện đầu vào giọng nói bằng 113 ngôn ngữ và có thể trả lời bằng giọng nói ở 74 ngôn ngữ và 39 phương ngữ.
Chấp nhận các tệp phương tiện dài, lên đến khoảng 3 giờ âm thanh hoặc 1 giờ video cho mỗi yêu cầu.
Cung cấp 55 giọng nói tích hợp sẵn cùng các giọng nói tùy chỉnh cho các phản hồi bằng lời nói.

Khi nào nên chọn model khác

Chi phí cho mỗi yêu cầu cao hơn so với Qwen3.5-Omni-Flash, vì vậy hãy dành riêng cho các bản ghi âm mà chất lượng là ưu tiên hàng đầu.
Phản hồi là văn bản hoặc giọng nói, do đó việc tạo hình ảnh hoặc video cần một mô hình khác.
Cuộc hội thoại phát trực tiếp được xử lý bởi mô hình Qwen3.5-Omni-Plus-Realtime riêng biệt.

Bắt đầu

Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.

Gửi yêu cầu đầu tiên của bạn

Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.

Văn bản sang văn bảnMessages API

POST/v1/messages

Định dạng 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!"}
    ]
  }'

Giá

Giá Verified áp dụng cho Verified, thường rẻ hơn trên hầu hết các model. Giá Official là giá niêm yết từ nhà phát triển, áp dụng cho route Official ổn định hơn. Auto sẽ tính phí dựa trên route hoàn thành yêu cầu.

Text Output

mỗi 1M token

Giá Official: Đầu vào $1.40 / Đầu ra $8.30 / Văn bản Đầu vào $1.40 / Âm thanh Đầu vào $11.00 / Hình ảnh Đầu vào $1.40 / Văn bản Đầu ra $8.30 / Âm thanh Đầu ra $44.00
Giá Verified: —
Giảm giá: —

Bật âm thanh

mỗi 1M token

Giá Official: Đầu vào $1.40 / Đầu ra $44.00 / Văn bản Đầu vào $1.40 / Âm thanh Đầu vào $11.00 / Hình ảnh Đầu vào $1.40 / Văn bản Đầu ra $0.00 / Âm thanh Đầu ra $44.00
Giá Verified: —
Giảm giá: —

	Giá Officialmỗi 1M token	Giá Verifiedmỗi 1M token	Giảm giá
Text Output	Đầu vào $1.40 / Đầu ra $8.30 / Văn bản Đầu vào $1.40 / Âm thanh Đầu vào $11.00 / Hình ảnh Đầu vào $1.40 / Văn bản Đầu ra $8.30 / Âm thanh Đầu ra $44.00	—	—
Bật âm thanh	Đầu vào $1.40 / Đầu ra $44.00 / Văn bản Đầu vào $1.40 / Âm thanh Đầu vào $11.00 / Hình ảnh Đầu vào $1.40 / Văn bản Đầu ra $0.00 / Âm thanh Đầu ra $44.00	—	—

Sử dụng & hoạt động

Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.

Mức sử dụng & tình trạng

24 giờ qua

Yêu cầu
Tỷ lệ thành công
Độ trễ P95
Tổng token

Hiệu năng mô hình

Cập nhật lần cuối 07:21 1 thg 11, 2026 UTC

Các chỉ số sẽ xuất hiện sau khi đạt ngưỡng về quyền riêng tư và khối lượng dữ liệu.

Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.

Mở trong Console

Mở Qwen3.5-Omni-Plus trong Console để chỉnh sửa và gửi prompt ngay.

Giúp tôi thử qwen3.5-omni-plus với tin nhắn ngắn tại /v1/messages. Hiển thị phản hồi, độ trễ và chi phí.

Tình huống sử dụng

Phù hợp cho

Thị giác

Phân tích phỏng vấn và cuộc gọi
Tải lên một bản ghi âm dài và yêu cầu tìm các chủ đề, mâu thuẫn và trích dẫn kèm theo vị trí của chúng trong tệp âm thanh.
Xem lại video
Kiểm tra video đào tạo hoặc video sản phẩm về những gì được nói và hiển thị, đồng thời gắn cờ những điểm mà lời dẫn và hình ảnh không khớp nhau.
Kho lưu trữ phương tiện đa ngôn ngữ
Chuyển đổi và tóm tắt âm thanh đa ngôn ngữ, bao gồm cả giọng nói phương ngữ, thành một ngôn ngữ làm việc duy nhất để xem xét.

Ví dụ prompt

Xem lại cuộc gọi bán hàng đã ghi âm này và đánh dấu mọi điểm mà khách hàng do dự, kèm theo dấu thời gian và nội dung đã nói.

So sánh những gì người dẫn chuyện nói với những gì màn hình hiển thị trong video hướng dẫn này và liệt kê các điểm không khớp.

Chuyển đổi bản ghi âm phương ngữ Tứ Xuyên này sang tiếng Trung tiêu chuẩn và tóm tắt bằng tiếng Anh.

Mô hình này có giá theo điều kiện. Chỉ tổng token hàng tháng không thể tạo ước tính đáng tin cậy; hãy dùng bảng giá chi tiết theo thông số yêu cầu, bộ nhớ đệm và khung giờ áp dụng.

FAQ

Khi nào tôi nên chọn Plus thay vì Flash?

Hãy chọn Plus khi câu trả lời trên các phương tiện phức tạp hoặc dài quan trọng hơn tốc độ hoặc chi phí, chẳng hạn như kiểm tra các cuộc gọi hoặc video. Flash chia sẻ cùng đầu vào và giọng nói, vì vậy đây là lựa chọn mặc định tốt hơn cho các tác vụ nhanh, khối lượng lớn.

Nó chấp nhận những đầu vào nào?

Văn bản, hình ảnh, âm thanh và video, theo bất kỳ sự kết hợp nào trong một yêu cầu. Đầu ra có thể là văn bản hoặc văn bản kèm giọng nói, và giọng nói có thể được chọn từ 55 tùy chọn tích hợp sẵn hoặc giọng nói tùy chỉnh.

Một bản ghi âm có thể dài bao lâu?

Khoảng 3 giờ âm thanh hoặc 1 giờ video cho mỗi yêu cầu, theo tài liệu của Alibaba cho cấp độ Plus. Hãy chia các tài liệu dài hơn thành nhiều phần và kết hợp các câu trả lời sau đó.

Có phiên bản hội thoại trực tiếp không?

Có, Qwen3.5-Omni-Plus-Realtime, chạy trong một phiên phát trực tuyến cho giọng nói trực tiếp. Hãy sử dụng Qwen3.5-Omni-Plus cho các bản ghi âm đã hoàn thiện và mô hình Realtime cho cuộc hội thoại trực tiếp với một người.

Nó xử lý được bao nhiêu ngôn ngữ?

Alibaba liệt kê 113 ngôn ngữ cho đầu vào âm thanh và 74 ngôn ngữ với 39 phương ngữ cho đầu ra âm thanh. Khả năng hiểu văn bản bao phủ nhiều ngôn ngữ hơn đầu ra giọng nói, vì vậy bạn có thể đặt câu hỏi bằng bất kỳ ngôn ngữ nào.

Qwen3.5-Omni-Plus có giá bao nhiêu?

Trên TokenLab, Qwen3.5-Omni-Plus có giá Đầu vào $1.40 / Đầu ra $8.30 mỗi 1M token. Bảng giá phía trên cho thấy chi tiết đầy đủ. Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.

Giới hạn ngữ cảnh và đầu ra của Qwen3.5-Omni-Plus là bao nhiêu?

Qwen3.5-Omni-Plus hỗ trợ tối đa 196.608 token ngữ cảnh và trả về tối đa 65.536 token mỗi phản hồi.

Qwen3.5-Omni-Plus nên dùng endpoint nào?

Dùng https://api.tokenlab.sh/v1/messages làm mặc định cho Qwen3.5-Omni-Plus. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.

Qwen3.5-Omni-Plus hỗ trợ những thao tác nào?

Qwen3.5-Omni-Plus hỗ trợ Văn bản sang văn bản. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.