Realtime API 提供多種傳輸協議，針對效能、延遲、弱網對抗、接入成本等不同需求進行最佳化，供開發人員靈活選擇。
Realtime API 支援 AOQ（AI over QUIC）、WebRTC 和 WebSocket 三種傳輸協議，開發人員可以根據業務情境靈活選擇。
維度 | AOQ | WebRTC | WebSocket |
|---|---|---|---|
適用情境 | AI 多模態即時互動、弱網情境、混合資料轉送 | 瀏覽器端互動、傳統音視訊通話 | 服務端整合、快速原型驗證 |
瀏覽器安全色性 | 不支援 | 原生支援 | 原生支援 |
接入難度 | 低 | 中等 | 極低 |
弱網對抗 | 極致 | 良好 | 差 |
資料類型 | 音視頻 + 文本 | 音視頻 + 文本 | 文本/音頻/映像 |
建連速度 | 快 | 慢 | 慢 |
回聲消除/降噪 | 內建 | 內建 | 無，需用戶端自行處理 |
AI 情境適配 | 原生為 AI 多模態資料特徵深度定製 | 傳統設計，AI 情境需額外適配 | 基礎，適合純文字或低即時性情境 |
端側平台支援 | Android / iOS / HarmonyOS | 瀏覽器、移動端 | 全平台（任何支援 WebSocket 的環境） |
開發人員可根據實際需求選擇協議方案：
- AOQ 方案：適合對延遲、弱網對抗、多模態資料轉送有極致要求的 AI 即時互動情境，同時內建回聲消除和降噪能力，尤其是移動端原生應用。
- WebRTC 方案：適合需要瀏覽器原生支援、已有 WebRTC 基礎設施的傳統音視訊通話情境，內建回聲消除和降噪能力。
- WebSocket 方案：適合服務端整合、快速原型驗證、對接入門檻要求極低的情境。通過 DashScope SDK 可快速實現即時語音對話。
模型/應用支援力度
不同協議對模型和應用的支援情況如下：
模型/應用類型 | 模型 | AOQ | WebRTC | WebSocket |
|---|---|---|---|---|
qwen3.5-omni-plus-realtime | 支援 | 支援 | 支援 | |
qwen3.5-omni-flash-realtime | 支援 | 支援 | 支援 | |
qwen3.5-livetranslate-flash-realtime | 支援 | 支援 | 支援 | |
Qwen-Audio-3.0-ASR-Flash-Streaming、Fun-ASR-Realtime系列模型 | 支援 | 不支援 | 支援 | |
CosyVoice系列模型 | 支援 | 不支援 | 支援 | |
qwen-audio-3.0-tts-flash、qwen-audio-3.0-tts-plus | 支援 | 不支援 | 支援 | |
qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash | 支援 | 支援 | 支援 |