Alibaba Cloud: Qwen3 ASR Flash
qwen3-asr-flash- 價格
- 起 $0.000035
- 模態
- 音訊
關於 Qwen3 ASR Flash
Qwen3 ASR Flash 是阿里巴巴的短語音識別模型，採用同步調用方式，並可接受選填的上下文文本，以告知模型說話者正在討論的主題。它能處理約 5 分鐘及 10 MB 以內的檔案，且輸出結果中始終會標註情緒。它是 Qwen3 ASR 系列中的快速選項，針對長檔案有 Filetrans 版本，針對串流則有 Realtime 版本。
適用場景
- 選填的上下文文本有助於提升短錄音中人名與專業詞彙的識別準確度。
- 同步調用會直接返回轉錄結果，無需輪詢作業隊列。
- 情緒識別功能為永久開啟，適用於通話與反饋分析。
- 提供與 OpenAI 相容的 API 風格，簡化從其他轉錄客戶端的遷移過程。
其他選擇建議
- 阿里巴巴將輸入限制在約 10 MB 和 5 分鐘以內，因此長音訊需使用 Qwen3 ASR Flash Filetrans。
- 它不支援串流；即時輸入需使用 Qwen3 ASR Flash Realtime。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例，並針對端點執行它。
語音轉文字TokenLab 端點POST/v1/audio/transcriptionscurl -X POST "https://api.tokenlab.sh/v1/audio/transcriptions" \ -H "Authorization: Bearer sk-xxx" \ -F file="@audio.mp3" \ -F operation="stt" \ -F response_format="json" \ -F model="qwen3-asr-flash" \ -F language="en"
參數設定
語音轉文字
| 參數 | 可選值與限制 | 預設值 | 說明 |
|---|---|---|---|
file | 輸入數量：≥ 1, ≤ 1 | 未提供 | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | 未提供 | 未提供 | This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified. |
prompt | 未提供 | 未提供 | 未提供 |
response_format | json, text, verbose_json | json | 未提供 |
定價
Verified 價格用於 Verified，多數模型更便宜；Official 價格是模型廠商公布的價格，用於更穩定的 Official。Auto 按最終完成請求的線路計價。
語音轉文字
每秒- Official 價格
- $0.000035
- Verified 價格
- —
- 折扣
- —
| Official 價格每秒 | Verified 價格每秒 | 折扣 | |
|---|---|---|---|
| 語音轉文字 | $0.000035 | — | — |
使用量與活動
成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求，不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 Qwen3 ASR Flash，並準備好編輯或發送提示詞。
協助我使用 qwen3-asr-flash 透過 /v1/audio/transcriptions 進行音訊請求，並顯示結果與成本。
應用情境
語音訊息
轉錄短篇聊天語音訊息，並在每則訊息旁保留情緒標籤。
領域片段
提供一行關於主題的描述（例如藥物或引擎名稱列表），以改善對罕見術語的識別。
直接遷移
將現有的 OpenAI 風格轉錄客戶端指向此模型，以測試您自有音訊的識別品質。
提示詞範例
轉錄這段 40 秒的語音備忘錄；上下文：關於 Kubernetes 叢集升級的討論。
轉錄這段短篇客服片段，並標註說話者的情緒。
轉錄這段訪談片段；上下文：受訪者名為張偉和李娜。
FAQ
Qwen3 ASR Flash 的輸入限制為何？
阿里巴巴列出的單次同步調用限制約為 10 MB 和 5 分鐘。若為更長的錄音，請使用 Qwen3 ASR Flash Filetrans，它可非同步處理長達 2 GB 和 12 小時的音訊。
上下文選項有什麼作用？
您可以傳入描述主題或列出名稱與術語的文本，模型會利用這些資訊來解析歧義詞。這在處理包含罕見詞彙的短片段時最為有效。
它能偵測情緒嗎？
是的。阿里巴巴表示 Qwen3 ASR Flash 模型已永久開啟情緒識別功能，因此情緒標籤會作為結果的一部分，無需額外的請求標記。
該 API 是否與 OpenAI 相容？
阿里巴巴列出此系列支援 OpenAI 相容的存取方式。請查閱阿里巴巴的說明文件以確認確切的請求欄位，因為並非所有其他供應商客戶端的參數都受到支援。
Qwen3 ASR Flash 的費用是多少？
在 TokenLab 上，Qwen3 ASR Flash 價格為 $0.000035 每秒。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率；單一費率不代表總價。
Qwen3 ASR Flash 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/audio/transcriptions 進行 Qwen3 ASR Flash 的呼叫。下方的請求範例展示了對應的程式碼格式。
Qwen3 ASR Flash 支援哪些操作？
Qwen3 ASR Flash 支援 語音轉文字。請在上方選擇一項操作以查看其端點與請求範例。
比較 Qwen3 ASR Flash
來源
- Model Studio: recording file recognition models
- Model Studio: speech-to-text models for real-time and file transcription
更新於 2026年10月2日
