Alibaba Cloud: Qwen3.5-Omni-Plus
qwen3.5-omni-plus- 輸入 / 輸出
- $1.40 / $8.30
- 上下文
- 197K
- 最大輸出長度
- 64K
- 模態
- 視覺辨識對話
關於 Qwen3.5-Omni-Plus
Qwen3.5-Omni-Plus 是阿里巴巴 Qwen3.5-Omni 系列中品質更高的版本。它能在單次請求中讀取文字、圖像、音訊和影片，並以文字或語音回覆，採用基於混合專家模型（Mixture-of-Experts）的「思考者-對話者」（thinker-talker）設計。它專為更豐富的原始素材而設計，例如包含場景與對話的錄音，在這些情況下 Qwen3.5-Omni-Flash 可能會遺漏細節，但代價是每次請求需要更多的運算資源。
適用場景
- 分析結合了語音、聲音和圖像的錄音，而非將它們分開處理。
- 能識別 113 種語言的語音輸入，並能以 74 種語言和 39 種方言進行語音回覆。
- 接受長媒體內容，單次請求最多可處理約 3 小時的音訊或 1 小時的影片。
- 提供 55 種內建語音，並支援自訂語音以進行語音回覆。
其他選擇建議
- 由於每次請求的成本高於 Qwen3.5-Omni-Flash，請將其保留用於對品質有要求的錄音分析。
- 回覆內容為文字或語音，因此若需產生圖像或影片，則需使用其他模型。
- 即時串流對話由獨立的 Qwen3.5-Omni-Plus-Realtime 模型處理。
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-plus", "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 $1.40 / 輸出 $8.30 / 純文字 輸入 $1.40 / 音訊 輸入 $11.00 / 圖片 輸入 $1.40 / 純文字 輸出 $8.30 / 音訊 輸出 $44.00
- Verified 價格
- —
- 折扣
- —
開啟音訊
每 1M Token- Official 價格
- 輸入 $1.40 / 輸出 $44.00 / 純文字 輸入 $1.40 / 音訊 輸入 $11.00 / 圖片 輸入 $1.40 / 純文字 輸出 $0.00 / 音訊 輸出 $44.00
- Verified 價格
- —
- 折扣
- —
| Official 價格每 1M Token | Verified 價格每 1M Token | 折扣 | |
|---|---|---|---|
| Text Output | 輸入 $1.40 / 輸出 $8.30 / 純文字 輸入 $1.40 / 音訊 輸入 $11.00 / 圖片 輸入 $1.40 / 純文字 輸出 $8.30 / 音訊 輸出 $44.00 | — | — |
| 開啟音訊 | 輸入 $1.40 / 輸出 $44.00 / 純文字 輸入 $1.40 / 音訊 輸入 $11.00 / 圖片 輸入 $1.40 / 純文字 輸出 $0.00 / 音訊 輸出 $44.00 | — | — |
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-Plus，並準備好編輯或發送提示詞。
協助我使用 qwen3.5-omni-plus 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
訪談與通話分析
上傳長錄音，並要求模型提取主題、矛盾之處以及帶有音訊位置標記的引述。
影片審閱
檢查培訓或產品影片中的內容與畫面，並標記旁白與視覺內容不符之處。
多語言媒體檔案庫
將混合語言的音訊（包括方言）轉錄並總結為單一工作語言，以供審閱。
提示詞範例
審閱此錄製的銷售通話，標記客戶猶豫的每一個點，並附上時間戳記與對話內容。
比較此教學影片中旁白所說的內容與螢幕顯示的內容，並列出不符之處。
將此四川話錄音轉錄為標準中文，並以英文進行總結。
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
我該何時選擇 Plus 而非 Flash？
當您在處理複雜或長篇媒體時，若答案的品質比速度或成本更重要（例如通話或影片審計），請選擇 Plus。Flash 使用相同的輸入與語音選項，因此是快速、高量任務的較佳預設選擇。
它接受哪些輸入？
在單次請求中可組合輸入文字、圖像、音訊和影片。輸出可以是文字或文字加語音，語音可從 55 種內建選項或自訂語音中選擇。
錄音長度限制為何？
根據阿里巴巴針對 Plus 版本的說明，單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，並在事後合併答案。
是否有即時對話版本？
有的，Qwen3.5-Omni-Plus-Realtime 可在串流對話中進行即時語音互動。請使用 Qwen3.5-Omni-Plus 處理已完成的錄音，並使用 Realtime 模型與真人進行即時對話。
它支援多少種語言？
阿里巴巴列出音訊輸入支援 113 種語言，音訊輸出支援 74 種語言及 39 種方言。文字理解涵蓋的語言比語音輸出更多，因此您可以用任何語言進行提問。
Qwen3.5-Omni-Plus 的費用是多少？
在 TokenLab 上，Qwen3.5-Omni-Plus 價格為 輸入 $1.40 / 輸出 $8.30 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-Plus 的上下文長度與輸出限制為何？
Qwen3.5-Omni-Plus 支援最高 196,608 tokens 的上下文，單次回應上限為 65,536 tokens。
Qwen3.5-Omni-Plus 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/messages 進行 Qwen3.5-Omni-Plus 的呼叫。下方的請求範例展示了對應的程式碼格式。
Qwen3.5-Omni-Plus 支援哪些操作？
Qwen3.5-Omni-Plus 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-Plus
來源
更新於 2026年10月2日
