千问全新多模态理解生成大模型实时版，适合实时音频交互场景。支持音频伴随文本、图像、视频混合输入理解，具备语音和文本同时流式生成能力，提供了4种自然对话音色。该模型版本功能等同于快照模型 qwen-omni-turbo-realtime-2025-05-08。
推理服务供应商
qwen-omni-turbo-realtime模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video Audio | 输出模态 | Text Audio |
模型体验 | 不支持 | Function Calling | 不支持 |
结构化输出 | 不支持 | 联网搜索 | 不支持 |
前缀续写 | 不支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 30720 | 最大输出长度 | 2048 |
上下文长度 | 32768 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入：文本 | 0.23 | 每百万tokens |
输入：音频 | 3.584 | 每百万tokens |
输入：图片/视频 | 0.861 | 每百万tokens |
输出：文本（输入仅包含文本时） | 0.918 | 每百万tokens |
输出：文本（输入包含图片/音频/视频时） | 2.581 | 每百万tokens |
输出：文本+音频（输出的文本不计费） | 7.168 | 每百万tokens |
新加坡
部署范围：国际
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入：文本 | 0.27 | 每百万tokens |
输入：音频 | 4.44 | 每百万tokens |
输入：图片/视频 | 0.84 | 每百万tokens |
输出：文本（输入仅包含文本时） | 1.07 | 每百万tokens |
输出：文本（输入包含图片/音频/视频时） | 2.52 | 每百万tokens |
输出：文本+音频（输出的文本不计费） | 8.89 | 每百万tokens |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 10,000 |
动态更新
qwen-omni-turbo-realtime-latest
千问全新多模态理解生成大模型实时版，此版本为动态更新版本。
推理服务供应商
qwen-omni-turbo-realtime-latest模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video Audio | 输出模态 | Text Audio |
模型体验 | 不支持 | Function Calling | 不支持 |
结构化输出 | 不支持 | 联网搜索 | 不支持 |
前缀续写 | 不支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 30720 | 最大输出长度 | 2048 |
上下文长度 | 32768 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入：文本 | 0.23 | 每百万tokens |
输入：音频 | 3.584 | 每百万tokens |
输入：图片/视频 | 0.861 | 每百万tokens |
输出：文本（输入仅包含文本时） | 0.918 | 每百万tokens |
输出：文本（输入包含图片/音频/视频时） | 2.581 | 每百万tokens |
输出：文本+音频（输出的文本不计费） | 7.168 | 每百万tokens |
新加坡
部署范围：国际
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入：文本 | 0.27 | 每百万tokens |
输入：音频 | 4.44 | 每百万tokens |
输入：图片/视频 | 0.84 | 每百万tokens |
输出：文本（输入仅包含文本时） | 1.07 | 每百万tokens |
输出：文本（输入包含图片/音频/视频时） | 2.52 | 每百万tokens |
输出：文本+音频（输出的文本不计费） | 8.89 | 每百万tokens |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 10,000 |
快照版本
qwen-omni-turbo-realtime-2025-05-08
千问全新多模态理解生成大模型实时版，适合实时音频交互场景。支持音频伴随文本、图像、视频混合输入理解，具备语音和文本同时流式生成能力，提供了4种自然对话音色。此版本为2025年5月8日的快照版本。
推理服务供应商
qwen-omni-turbo-realtime-2025-05-08模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video Audio | 输出模态 | Text Audio |
模型体验 | 不支持 | Function Calling | 不支持 |
结构化输出 | 不支持 | 联网搜索 | 不支持 |
前缀续写 | 不支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 30720 | 最大输出长度 | 2048 |
上下文长度 | 32768 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入：文本 | 0.23 | 每百万tokens |
输入：音频 | 3.584 | 每百万tokens |
输入：图片/视频 | 0.861 | 每百万tokens |
输出：文本（输入仅包含文本时） | 0.918 | 每百万tokens |
输出：文本（输入包含图片/音频/视频时） | 2.581 | 每百万tokens |
输出：文本+音频（输出的文本不计费） | 7.168 | 每百万tokens |
新加坡
部署范围：国际
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入：文本 | 0.27 | 每百万tokens |
输入：音频 | 4.44 | 每百万tokens |
输入：图片/视频 | 0.84 | 每百万tokens |
输出：文本（输入仅包含文本时） | 1.07 | 每百万tokens |
输出：文本（输入包含图片/音频/视频时） | 2.52 | 每百万tokens |
输出：文本+音频（输出的文本不计费） | 8.89 | 每百万tokens |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 10,000 |