模型定位
Qwen3-ASR-Flash 的即時版,是以大型語言模型為基礎的多語言自動語音辨識模型:輸入音訊,輸出文字。qwen3-asr-flash-realtime-2025-10-27 是 2025 年 10 月 27 日的快照版本。(help.aliyun.com)
能力與用途
- 支援即時語音轉寫、自動判斷語言,以及多種語言和中文方言;官方表示其可處理複雜音訊環境。適合即時字幕、會議轉寫及語音輸入等用途。(help.aliyun.com)
- 透過 WebSocket 傳送音訊;官方指南列出 PCM、Opus 格式及 8 kHz、16 kHz 取樣率。(alibabacloud.com)
限制
- 不支援說話者分離;模型資訊頁列明不支援函式呼叫、結構化輸出、聯網搜尋、上下文快取、批次推理及模型調優。實際辨識結果仍取決於音訊與使用情境。(help.aliyun.com)
- 官方模型資訊頁未列出 token 上下文長度或最大輸出長度;不宜將此語音辨識模型視為通用對話模型。(help.aliyun.com)
發布日期
官方發布記錄將模型及其快照列於 2025 年 10 月 27 日;同一記錄的國際部署欄目列示日期為 2025 年 10 月 29 日。(help.aliyun.com)
官方價格
以下為模型 API 原價,依輸入音訊時長計費,文字輸出不另收費;不是按 token 計費。地區、站點和幣種各自適用,不代表可直接換算。查詢日期:2026 年 11 月 17 日。(help.aliyun.com)
| 官方站點與部署地區 | 輸入價格 | 輸出價格 |
|---|---|---|
| 中國站,華北 2(北京) | CNY 0.00033/秒 | 不計費 |
| 中國站,新加坡、國際部署 | CNY 0.00066/秒 | 不計費 |
| 國際站,中國(北京) | USD 0.000047/秒 | 不計費 |
| 國際站,新加坡、國際部署 | USD 0.000090/秒 | 不計費 |
價格不含限時優惠;適用額度及實際費用請以相應站點控制台為準。(help.aliyun.com)