← Alle Modelle

Qwen-Audio-3.1-ASR-Flash-Filetrans

Veröffentlicht Herausgeber Alibabaqwen-audio-3.1-asr-flash-filetrans

Einordnung und Veröffentlichung

Qwen-Audio-3.1-ASR-Flash-Filetrans ist ein End-to-End-Modell zur nicht echtzeitgebundenen Spracherkennung für längere Audio- und Videoaufnahmen. Alibaba führt es in seiner internationalen Modellankündigung unter dem 21. September 2026. (alibabacloud.com)

Fähigkeiten und Einsatzgebiete

Das Modell verarbeitet Audio und gibt Text aus. Es unterstützt mehrere Sprachen, darunter Deutsch, sowie chinesische Dialekte. Zu den Funktionen gehören die Unterstützung durch Schlüsselwörter und Kontext, Sprechertrennung, Interpunktionsvorhersage und Textnormalisierung. Genannte Einsatzgebiete sind die Transkription von Besprechungen, die Content-Produktion und die Analyse von Gesprächen. (help.aliyun.com)

Grenzen

Die Dateitranskription erfolgt üblicherweise asynchron über eine HTTP-API. Pro Anfrage wird eine öffentlich erreichbare Datei-URL unterstützt; die Datei darf höchstens 2 GB groß und 12 Stunden lang sein. Bei aktivierter Sprechertrennung empfiehlt die Dokumentation höchstens 2 Stunden. Funktion Calling, strukturierte Ausgaben, Websuche, Kontext-Caching, Batch-Inferenz und Fine-Tuning werden laut Modellkarte nicht unterstützt. (help.aliyun.com)

Preise

Eingabe- und Ausgabe-Token werden getrennt abgerechnet. Die folgenden offiziellen Listenpreise gelten jeweils pro 1 Million Token; sie sind regionale beziehungsweise plattformspezifische Angebote und keine gegenseitigen Währungsumrechnungen. Abgerufen am 16. November 2026. (help.aliyun.com)

Offizielle Plattform und Region Eingabe Ausgabe
Alibaba Cloud China, Beijing 0,8 CNY 2,7 CNY
Alibaba Cloud China, Singapur, internationaler Bereitstellungsbereich 1,094 CNY 3,427 CNY
Alibaba Cloud international, Beijing 0,113 USD 0,382 USD
Alibaba Cloud international, Singapur, internationaler Bereitstellungsbereich 0,15 USD 0,47 USD

Offizielle Quellen