Un modelo para la comprensión y análisis de contenido de audio y video, con entrada de texto, imagen, audio y video, y salida de texto.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para qwen3.8-omni-flash es Alibaba Cloud Model Studio.
Capacidades del modelo
Regiones admitidas: China (Pekín), Singapur, China (Hong Kong), Japón (Tokio), Alemania (Fráncfort) y EE. UU. (Virginia). Utilice una clave de API de la región seleccionada.
| Capacidad | Compatibilidad | Capacidad | Compatibilidad |
|---|---|---|---|
| Modalidades de entrada | Texto, imágenes, audio y video | Modalidades de salida | Text |
| Llamada a funciones | Admite llamada a herramientas personalizadas | Pensamiento | Habilitado de forma predeterminada, con esfuerzo de razonamiento ajustable. Consulte pensamiento |
| Búsqueda web | Admite búsqueda web; la herramienta integrada de Responses es web_search | Caché de contexto | Admite caché implícita y Caché de sesión de Responses |
| Idiomas de entrada de audio | 113 idiomas y dialectos, los mismos que Qwen3.5-Omni. Consulte la lista completa en Selección de modelos | Audio multicanal | Admite entrada de audio espacial; utilice use_multichannel para habilitarlo en Chat Completions |
Utilice Chat Completions o Responses. Consulte la guía de tiempo no real para obtener ejemplos.
Límites de contexto
| Parámetro | Valor | Parámetro | Valor |
|---|---|---|---|
| Ventana de contexto | 1M tokens | Longitud máxima de entrada (modo sin pensamiento) | 991808 tokens |
| Longitud máxima de entrada (modo de pensamiento) | 983616 tokens | Longitud máxima de salida | 131072 tokens |
Precios del modelo
Consulte Precios del modelo para conocer los precios de inferencia.
Límites de tasa
Consulte Límites de tasa para conocer los límites de solicitudes del modelo.