模型定位
Qwen-Audio-3.1-Realtime-Flash 是即時雙工語音對話模型，由阿里雲百煉提供推論服務。官方模型發布紀錄日期為 2026-10-27。(docs.qwencloud.com)
能力與用途
- 支援文字與音訊輸入、文字與音訊輸出、函式呼叫、聯網搜尋及聲音複製。聯網搜尋需以
enable_search啟用，並可與函式呼叫同時使用。(docs.bailian.console.aliyun.com) - 支援 WebSocket、WebRTC、AOQ，以及
server_vad、smart_turn、smart_turn_v2和按鍵說話互動模式；官方推薦smart_turn_v2。(docs.bailian.console.aliyun.com) - 可用於即時語音助理、客服、辦公協作及語音陪伴等對話應用。(modelstudio.console.aliyun.com)
限制
- 上下文視窗為 262,144 tokens，最大輸入 245,760 tokens，最大輸出 16,384 tokens；音訊歷史上下文最多 50 輪、累計 300 秒。
- 不支援
enable_thinking思考模式。說話人增強僅列於smart_turn和smart_turn_v2模式。 - 北京與新加坡官方列出的限制均為每分鐘 60 次請求、100,000 tokens；WebSocket 的請求數按連線請求計算，並無另設並發連線數限制。(docs.bailian.console.aliyun.com)
官方價格
以下均為此模型的價格，單位是每百萬 tokens；查詢日期：2026-11-15。國內站與國際站報價依平台及地區分列，不視為可直接換算的同一套餐。(docs.bailian.console.aliyun.com)
| 官方站點與地區 | 幣種 | 文字輸入 | 音訊輸入 | 文字輸出 | 音訊輸出 |
|---|---|---|---|---|---|
| 阿里雲國內站，華北 2（北京） | CNY | 1.5 | 6 | 4.5 | 12 |
| 阿里雲國內站，新加坡 | CNY | 1.677 | 6.781 | 5.104 | 13.636 |
| 阿里雲國際站，新加坡 | USD | 0.23 | 0.93 | 0.7 | 1.87 |
| 阿里雲國際站，中國（北京） | USD | 0.212 | 0.848 | 0.636 | 1.696 |
僅輸出文字時，按文字輸出單價計費；同時輸出文字與音訊時，輸出部分僅按音訊計費，伴隨文字不另收輸出費。(docs.bailian.console.aliyun.com)