Alibaba Cloud: Qwen3.5-Omni-Flash
qwen3.5-omni-flash- 輸入 / 輸出
- $0.40 / $2.20
- 上下文
- 197K
- 最大輸出長度
- 64K
- 模態
- 視覺辨識對話
關於 Qwen3.5-Omni-Flash
Qwen3.5-Omni-Flash 是阿里巴巴 Qwen3.5-Omni 系列中主打速度的層級，這是一款原生多模態模型，能夠讀取文字、圖像、音訊和影片，並以文字或語音進行回答。它是 Qwen3.5-Omni-Plus 速度更快且運行成本更低的兄弟版本，也是 Qwen3-Omni-Flash 的升級版，具備更長的媒體處理限制、55 種語音選擇，並支援 74 種語言和 39 種方言的語音輸出。
適用場景
- 在單次請求中讀取文字、圖像、音訊和影片，並能以文字或語音回覆。
- 在非即時 API 中，每次請求最多可處理約 3 小時的音訊或 1 小時的影片。
- 支援 74 種語言和 39 種方言的語音輸出，內建 55 種語音，並支援自訂語音。
- 語音輸入識別涵蓋 113 種語言，適合處理混合語言的音訊。
其他選擇建議
- 即時、可中斷的語音對話屬於獨立的 Qwen3.5-Omni-Flash-Realtime 模型。
- 回覆以文字或語音呈現，因此圖像或影片創作需要使用其他模型。
- 相較於 Qwen3.5-Omni-Plus，Flash 在處理困難的多模態問題時，以部分深度換取了速度。
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。
文字轉文字Messages APIPOST/v1/messagesAPI 格式: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": "qwen3.5-omni-flash", "max_tokens": 1024, "messages": [ {"role": "user", "content": "Hello!"} ] }'
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。
Text Output
每 1M Token- Official 價格
- 輸入 $0.40 / 輸出 $2.20 / 純文字 輸入 $0.40 / 音訊 輸入 $3.00 / 圖片 輸入 $0.40 / 純文字 輸出 $2.20 / 音訊 輸出 $11.90
- Verified 價格
- —
- 折扣
- —
開啟音訊
每 1M Token- Official 價格
- 輸入 $0.40 / 輸出 $11.90 / 純文字 輸入 $0.40 / 音訊 輸入 $3.00 / 圖片 輸入 $0.40 / 純文字 輸出 $0.00 / 音訊 輸出 $11.90
- Verified 價格
- —
- 折扣
- —
| Official 價格每 1M Token | Verified 價格每 1M Token | 折扣 | |
|---|---|---|---|
| Text Output | 輸入 $0.40 / 輸出 $2.20 / 純文字 輸入 $0.40 / 音訊 輸入 $3.00 / 圖片 輸入 $0.40 / 純文字 輸出 $2.20 / 音訊 輸出 $11.90 | — | — |
| 開啟音訊 | 輸入 $0.40 / 輸出 $11.90 / 純文字 輸入 $0.40 / 音訊 輸入 $3.00 / 圖片 輸入 $0.40 / 純文字 輸出 $0.00 / 音訊 輸出 $11.90 | — | — |
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 Qwen3.5-Omni-Flash，並準備好編輯或發送提示詞。
協助我使用 qwen3.5-omni-flash 透過 /v1/messages 進行對話，並顯示回覆、延遲與成本。
應用情境
適合場景- 視覺辨識
會議與通話摘要
發送長錄音並要求提取決策、負責人及待解決問題，回覆可為文字或語音簡報。
語音產品協助
拍攝客戶的照片並接收其語音提問，以客戶使用的語言和方言進行口頭回應。
影片內容標記
處理上傳的影片以分析畫面與對話內容，並為媒體庫輸出描述與主題。
提示詞範例
總結這段一小時的培訓影片，並標註每個主題變更的時間戳記。
講者在粵語和英語之間切換。請進行轉錄並翻譯粵語部分。
描述這張照片中發生的事情，並以冷靜的女聲讀出答案。
此模型按條件計價，僅憑每月 token 總量無法可靠估算；請按請求規格、快取和適用時段查看詳細定價。
FAQ
Flash 和 Plus 有什麼區別？
兩者皆為 Qwen3.5-Omni 模型，具備相同的輸入類型與語音選項。Flash 是高速版本，Plus 則是更高品質的版本。若處理量大或對延遲敏感，請從 Flash 開始；若複雜媒體的回答效果不佳，則改用 Plus。
它能輸出音訊嗎？
可以。它能回傳文字與語音，支援 55 種內建語音及自訂語音，涵蓋 74 種語言和 39 種方言。您可以在請求中選擇需要語音還是文字。
它能處理多長的錄音？
根據阿里巴巴的 Qwen3.5-Omni 文件，每次請求最多可處理約 3 小時的音訊或 1 小時的影片。若素材更長，請將其拆分為多個部分並逐一執行。
它能理解哪些語言？
語音輸入識別涵蓋 113 種語言，語音回覆涵蓋 74 種語言和 39 種方言，因此無需預先選擇語言即可在單次請求中處理混合語言音訊。
這是用於即時語音對話的模型嗎？
不是。Qwen3.5-Omni-Flash 處理的是已完成的輸入。若需要串流且可中斷的語音對話，請使用 Qwen3.5-Omni-Flash-Realtime，它能保持連線並接收即時的音訊與影片影格。
Qwen3.5-Omni-Flash 的費用是多少？
在 TokenLab 上，Qwen3.5-Omni-Flash 價格為 輸入 $0.40 / 輸出 $2.20 每 1M Token。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。
Qwen3.5-Omni-Flash 的上下文長度與輸出限制為何？
Qwen3.5-Omni-Flash 支援最高 196,608 tokens 的上下文，單次回應上限為 65,536 tokens。
Qwen3.5-Omni-Flash 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/messages 進行 Qwen3.5-Omni-Flash 的呼叫。下方的請求範例展示了對應的程式碼格式。
Qwen3.5-Omni-Flash 支援哪些操作？
Qwen3.5-Omni-Flash 支援 文字轉文字。請在上方選擇一項操作以查看其端點與請求範例。
比較 Qwen3.5-Omni-Flash
來源
更新於 2026年10月2日
