Escolha um modelo para conversa por voz, análise de áudio e vídeo, moderação de conteúdo, tradução por voz e outras tarefas omni-modal.
Migração de modelos de código fechado
Mapeie os recursos omni-modal ou em tempo real do seu modelo GPT ou Gemini atual para um modelo equivalente no Bailian.
Exemplos de código fechado | Recomendação do Bailian | |
|---|---|---|
Maior capacidade | GPT-5,5, Gemini 3,1 Pro |
|
Leve e baixo custo | GPT-5,4-mini, Gemini 3,1 Flash |
|
Tradução em tempo real | Gemini 3,1 Live |
|
Casos de uso
Os modelos omni-modal compreendem texto, áudio, imagens e vídeo simultaneamente, gerando saídas em texto e fala. Três famílias estão disponíveis: Qwen3.5-Omni (principal), Qwen3-Omni-Flash (leve, menor custo, compatível com modo de raciocínio) e Qwen3.5-Livetranslate (tradução especializada). Escolha conforme o caso de uso:
Caso de uso | Modelo recomendado | Guia do usuário |
|---|---|---|
Conversa de voz/vídeo em tempo real: Interaja com a IA por microfone e câmera (assistentes de voz, bots de atendimento, perguntas e respostas visuais, análise de transmissões ao vivo) | Qwen3.5-Omni Realtime (WebSocket) | |
Análise de áudio e vídeo: Envie arquivos de áudio ou vídeo para obter respostas da IA em texto ou fala (moderação de conteúdo de vídeo, transcrição de reuniões, geração de legendas) | Qwen3.5-Omni (HTTP) | |
Análise leve de áudio e vídeo: Processe arquivos de áudio ou vídeo enviados com custo reduzido (entrada única limitada a 150 segundos). Compatível com modo de raciocínio e saída apenas em texto | Qwen3-Omni-Flash (HTTP) | |
Tradução de voz em tempo real: Interpretação simultânea com latência de aproximadamente 3 segundos, compatível com 60 idiomas (interpretação ao vivo, reuniões multilíngues) | Qwen3.5-Livetranslate (WebSocket) | |
Tradução de arquivos de áudio e vídeo: Envie arquivos de áudio ou vídeo e traduza-os para um idioma de destino (dublagem de vídeo, tradução de podcasts) | Qwen3-Livetranslate (HTTP) | |
Clonagem de voz: Forneça um clipe de áudio de referência para a IA gerar respostas de fala com essa voz | Qwen3.5-Omni Plus / Flash (HTTP / WebSocket) | |
Conversa de voz em tempo real com VAD semântico: Interação de voz ponta a ponta com detecção semântica de turnos (smart_turn). Enunciados sem significado não interrompem a conversa. Compatível com Function Calling (assistentes de voz, atendimento inteligente) | Qwen-Audio (WebSocket) |
- Para análise de conteúdo, o Qwen3.5-Omni aceita até 3 horas de áudio e 1 hora de vídeo por solicitação.
- O Qwen3-Omni-Flash (apenas HTTP) e o Qwen-Audio Realtime (WebSocket) são compatíveis com function calling.
- Apenas o Qwen3.5-Omni oferece suporte à pesquisa na web (HTTP / WebSocket). Não é possível ativar a pesquisa na web e o function calling simultaneamente.
Tradução
Diversos modelos omni-modal oferecem tradução por voz, cada um adequado a cenários específicos.
ObservaçãoConfiguração rápida: Qwen3.5-Livetranslate (60 idiomas, ~3 s de latência, pronto para uso). Maior qualidade: Qwen3.5-Omni (29 idiomas de saída, pesquisa na web e injeção de termos). Foco em custo: Qwen3-Omni-Flash (11 idiomas de saída, custo menor).
Idiomas compatíveis
Idioma | Qwen3.5-Livetranslate | Qwen3-Livetranslate | Qwen3.5-Omni | Qwen3-Omni-Flash |
|---|---|---|---|---|
Inglês | Compatível | Compatível | Compatível | Compatível |
Chinês (Mandarim) | Compatível | Compatível | Compatível | Compatível |
Cantonês | Compatível | Compatível | Compatível Apenas texto | Compatível |
Siquanês | Compatível | Compatível | Compatível | Compatível |
Xangainês | Compatível | Compatível | Compatível | Compatível |
Pequimês | Compatível | Compatível | Compatível | Compatível |
Tianjinês | Compatível | Compatível | Compatível | Compatível |
Nanquimês | Incompatível Apenas texto | Incompatível | Compatível | Compatível |
Dialeto de Shaanxi | Incompatível Apenas texto | Incompatível | Compatível | Compatível |
Hokkien | Incompatível Apenas texto | Incompatível | Compatível | Compatível |
Francês | Compatível | Compatível | Compatível | Compatível |
Alemão | Compatível | Compatível | Compatível | Compatível |
Russo | Compatível | Compatível | Compatível | Compatível |
Italiano | Compatível | Compatível | Compatível | Compatível |
Espanhol | Compatível | Compatível | Compatível | Compatível |
Português | Compatível | Compatível | Compatível | Compatível |
Japonês | Compatível | Compatível | Compatível | Compatível |
Coreano | Compatível | Compatível | Compatível | Compatível |
Tailandês | Compatível | Compatível Apenas texto | Compatível | Compatível |
Indonésio | Compatível | Compatível Apenas texto | Compatível | Incompatível |
Vietnamita | Compatível | Compatível Apenas texto | Compatível | Incompatível |
Árabe | Compatível | Compatível Apenas texto | Compatível | Incompatível |
Hindi | Compatível | Compatível Apenas texto | Compatível | Incompatível |
Turco | Compatível | Compatível Apenas texto | Compatível | Incompatível |
Finlandês | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Polonês | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Holandês | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Tcheco | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Urdu | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Tagalo | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Sueco | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Dinamarquês | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Hebraico | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Islandês | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Malaio | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Norueguês | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Persa | Incompatível Apenas texto | Incompatível | Compatível | Incompatível |
Grego | Compatível Apenas texto | Compatível Apenas texto | Incompatível | Incompatível |
"Compatível" indica saída em fala e texto. "Apenas texto" significa saída somente em texto, sem fala.
O Qwen3.5-Livetranslate é compatível com 60 idiomas no total: 29 com saída em áudio e texto, e 31 com saída apenas em texto.
O Qwen3.5-Omni aceita 113 idiomas e dialetos de entrada.
O modelo legado qwen-omni-turbo é compatível apenas com chinês e inglês.
Modelos recomendados
ID do modelo | API | Entrada | Function calling | Pesquisa na web | Modo de raciocínio |
|---|---|---|---|---|---|
| WebSocket | Texto, áudio, imagens | Compatível | Compatível | Incompatível |
| HTTP | Texto, áudio, imagens, vídeo | Incompatível | Compatível | Incompatível |
| WebSocket | Texto, áudio, imagens | Compatível | Compatível | Incompatível |
| HTTP | Texto, áudio, imagens, vídeo | Incompatível | Compatível | Incompatível |
| WebSocket | Texto, áudio, imagens, vídeo | Incompatível | Incompatível | Incompatível |
| HTTP | Texto, áudio, imagens, vídeo | Compatível | Incompatível | Compatível |
| WebSocket | Áudio, imagens | Incompatível | Incompatível | Incompatível |
| HTTP | Áudio, vídeo | Incompatível | Incompatível | Incompatível |
| WebSocket | Áudio, texto | Compatível | Incompatível | Incompatível |
| WebSocket | Áudio, texto | Compatível | Incompatível | Incompatível |
Todos os modelos
Qwen3.5-Omni
ID do modelo | API | Entrada | Function calling | Pesquisa na web | Modo de raciocínio |
|---|---|---|---|---|---|
| WebSocket | Texto, áudio, imagens, vídeo | Compatível | Compatível | Incompatível |
| WebSocket | Texto, áudio, imagens, vídeo | Compatível | Compatível | Incompatível |
| HTTP | Texto, áudio, imagens, vídeo | Incompatível | Compatível | Incompatível |
| HTTP | Texto, áudio, imagens, vídeo | Incompatível | Compatível | Incompatível |
| WebSocket | Texto, áudio, imagens, vídeo | Compatível | Compatível | Incompatível |
| WebSocket | Texto, áudio, imagens, vídeo | Compatível | Compatível | Incompatível |
| HTTP | Texto, áudio, imagens, vídeo | Incompatível | Compatível | Incompatível |
| HTTP | Texto, áudio, imagens, vídeo | Incompatível | Compatível | Incompatível |
Qwen3-Omni
ID do modelo | API | Entrada | Function calling | Pesquisa na web | Modo de raciocínio |
|---|---|---|---|---|---|
| WebSocket | Texto, áudio, imagens, vídeo | Incompatível | Incompatível | Incompatível |
| WebSocket | Texto, áudio, imagens, vídeo | Incompatível | Incompatível | Incompatível |
| WebSocket | Texto, áudio, imagens, vídeo | Incompatível | Incompatível | Incompatível |
| HTTP | Texto, áudio, imagens, vídeo | Compatível | Incompatível | Compatível |
| HTTP | Texto, áudio, imagens, vídeo | Compatível | Incompatível | Compatível |
| HTTP | Texto, áudio, imagens, vídeo | Compatível | Incompatível | Compatível |
Qwen3.5-Livetranslate
ID do modelo | API | Entrada | Idiomas |
|---|---|---|---|
| WebSocket | Áudio | 60 |
| WebSocket | Áudio | 60 |
Qwen3-Livetranslate
ID do modelo | API | Entrada | Idiomas |
|---|---|---|---|
| WebSocket | Áudio | 18 |
| WebSocket | Áudio | 18 |
| HTTP | Áudio, vídeo | 18 |
| HTTP | Áudio, vídeo | 18 |
Qwen-Audio
ID do modelo | API | Entrada | Function calling | Pesquisa na web | Modo de raciocínio |
|---|---|---|---|---|---|
| WebSocket | Áudio, texto | Compatível | Incompatível | Incompatível |
| WebSocket | Áudio, texto | Compatível | Incompatível | Incompatível |
Modelos legados
Os modelos abaixo não recebem mais atualizações. Use o Qwen3.5-Omni em novos projetos.
ID do modelo | Entrada | API |
|---|---|---|
| Texto, áudio, imagens, vídeo | HTTP |
| Texto, áudio, imagens, vídeo | HTTP |
| Texto, áudio, imagens, vídeo | HTTP |
| Texto, áudio, imagens, vídeo | HTTP |
| Texto, áudio | WebSocket |
| Texto, áudio | WebSocket |
| Texto, áudio | WebSocket |