所有模型

Qwen3.8-Omni-Flash-Realtime

新上架 IteraCompute 上线日期

已上线

Qwen

qwen/qwen3.8-omni-flash-realtime
工具调用
不支持工具调用 · 不支持
推理
不支持推理 · 不支持
视觉
支持视觉 · 支持
流式输出
支持流式输出 · 支持
JSON 模式
不支持JSON 模式 · 不支持

美元/百万 Token

文本/图像/视频输入
$0.23
音频输入
$0.93
文本输出
$0.70
音频输出
$1.87
精度
官方精度
价格核对

概览

通过 WebSocket 发送语音,也可在提交该轮语音前添加图像帧。接收音频片段和转写后,从 response.done 读取分项用量。

版本
qwen3.8-omni-flash-realtime
输入 / 输出
文本, 音频, 图像, 视频 / 文本, 音频
接口路径
/v1/realtime

接口协议与接入

Authorization: Bearer ITERACOMPUTE_API_KEY

  • WebSocket /v1/realtime

通过 WebSocket 建立会话,从 response.done 读取用量。

LLMs.txt
LLMs.txt
# qwen/qwen3.8-omni-flash-realtime
Revision: 60543f71d943c248156389ae7199301bfebbd3586618b90a2c030cdec810f601
Authorization: Bearer ITERACOMPUTE_API_KEY
WebSocket wss://api.iteracompute.com/v1/realtime

- modalities · array · 需要的响应模态。
- instructions · string · 本次会话的指令。
- input_audio_format · enum · 16 kHz 单声道、小端 PCM16。 · ["pcm"]
- output_audio_format · enum · 24 kHz 单声道 PCM16。 · ["pcm"]
- turn_detection · object · 设为 null 使用手动提交,也可配置自动断句。
- voice · string · 此型号支持的音色。

安装 websocket-client,设置 ITERACOMPUTE_API_KEY。准备 16 kHz、单声道、小端 PCM16 原始录音 input.pcm。脚本将响应保存为可播放的 24 kHz WAV。 附图时先发送一段音频,再发送 input_image_buffer.append 事件,image 字段填 JPEG 的 Base64。

import base64, json, os, wave
from pathlib import Path
from urllib.parse import urlencode
from contextlib import closing
from websocket import create_connection

headers = {"Authorization": "Bearer " + os.environ["ITERACOMPUTE_API_KEY"]}
url = "wss://api.iteracompute.com/v1/realtime?" + urlencode({"model": "qwen/qwen3.8-omni-flash-realtime"})
audio = Path("input.pcm").read_bytes()
with closing(create_connection(url, header=headers, timeout=60)) as ws:
    def receive():
        event = json.loads(ws.recv())
        if event["type"] == "error":
            raise RuntimeError(event.get("error"))
        return event
    def wait_for(kind):
        while receive()["type"] != kind:
            pass
    wait_for("session.created")
    ws.send(json.dumps({"type": "session.update", "session": {"modalities": ["text", "audio"], "turn_detection": None}}))
    wait_for("session.updated")
    for offset in range(0, len(audio), 3200):
        chunk = base64.b64encode(audio[offset:offset+3200]).decode("ascii")
        ws.send(json.dumps({"type": "input_audio_buffer.append", "audio": chunk}))
    ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
    wait_for("input_audio_buffer.committed")
    ws.send(json.dumps({"type": "response.create"}))
    with wave.open("reply.wav", "wb") as out:
        out.setparams((1, 2, 24000, 0, "NONE", "PCM"))
        while True:
            event = receive()
            if event["type"] == "response.audio.delta":
                out.writeframesraw(base64.b64decode(event["delta"]))
            elif event["type"] == "response.done":
                if event["response"]["status"] != "completed":
                    raise RuntimeError(event["response"]["status"])
                break

https://www.alibabacloud.com/help/en/model-studio/realtime

接口参数

  • 通过 WebSocket 建立会话,从 response.done 读取用量。

以下为当前线路接受的参数与取值范围,账户额度和上下文限制同时适用。参数可接收不代表相关模型能力已经完成验证。

工具调用
不支持
推理
不支持
视觉
支持
流式输出
支持
JSON 模式
不支持

参数与取值

点击参数名即可复制;表格可横向滚动查看全部列。用途栏标明协议差异,不能将同名字段视为跨接口通用。

参数类型接收状态取值范围用途 / 协议
字符串可接收—此型号支持的音色。
数组可接收—需要的响应模态。
字符串可接收—本次会话的指令。
对象可接收—设为 null 使用手动提交,也可配置自动断句。
枚举值可接收["pcm"]16 kHz 单声道、小端 PCM16。
枚举值可接收["pcm"]24 kHz 单声道 PCM16。

当前配置调用示例

WebSocket /v1/realtime

请求示例
{
  "type": "session.update",
  "session": {
    "modalities": [
      "text",
      "audio"
    ],
    "turn_detection": null
  }
}

参数版本:60543f71d943

API

安装 websocket-client,设置 ITERACOMPUTE_API_KEY。准备 16 kHz、单声道、小端 PCM16 原始录音 input.pcm。脚本将响应保存为可播放的 24 kHz WAV。 附图时先发送一段音频,再发送 input_image_buffer.append 事件,image 字段填 JPEG 的 Base64。

Python
import base64, json, os, wave
from pathlib import Path
from urllib.parse import urlencode
from contextlib import closing
from websocket import create_connection

headers = {"Authorization": "Bearer " + os.environ["ITERACOMPUTE_API_KEY"]}
url = "wss://api.iteracompute.com/v1/realtime?" + urlencode({"model": "qwen/qwen3.8-omni-flash-realtime"})
audio = Path("input.pcm").read_bytes()
with closing(create_connection(url, header=headers, timeout=60)) as ws:
    def receive():
        event = json.loads(ws.recv())
        if event["type"] == "error":
            raise RuntimeError(event.get("error"))
        return event
    def wait_for(kind):
        while receive()["type"] != kind:
            pass
    wait_for("session.created")
    ws.send(json.dumps({"type": "session.update", "session": {"modalities": ["text", "audio"], "turn_detection": None}}))
    wait_for("session.updated")
    for offset in range(0, len(audio), 3200):
        chunk = base64.b64encode(audio[offset:offset+3200]).decode("ascii")
        ws.send(json.dumps({"type": "input_audio_buffer.append", "audio": chunk}))
    ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
    wait_for("input_audio_buffer.committed")
    ws.send(json.dumps({"type": "response.create"}))
    with wave.open("reply.wav", "wb") as out:
        out.setparams((1, 2, 24000, 0, "NONE", "PCM"))
        while True:
            event = receive()
            if event["type"] == "response.audio.delta":
                out.writeframesraw(base64.b64decode(event["delta"]))
            elif event["type"] == "response.done":
                if event["response"]["status"] != "completed":
                    raise RuntimeError(event["response"]["status"])
                break

管理 API 密钥

价格

美元/百万 Token

文本/图像/视频输入$0.23
音频输入$0.93
文本输出$0.70
音频输出$1.87
Model ID
qwen/qwen3.8-omni-flash-realtime
验证范围与来源
查看完整验证范围与来源

2026-11-21 · 通过 SG WebSocket 实测音频流、红蓝图像辨认、连续两轮独立扣费,以及上游确认取消但未返回用量时的估算扣费与预留返还。

使用限制

  • 音频及随附文本分别计费。

适用任务

使用实时连接传输语音和文本。

接入工具与指南

常见问题

如何接入?

查看此模型的原生接口示例

如何计费?

美元/百万 Token

最新上架

查看入选 New Arrivals 的模型,了解 API 价格、已支持能力与接入方式。

查看最新上架
Qwen新上架

Qwen3.7-Plus

qwen/qwen3.7-plus

Qwen3.7-Plus 接收文字与视觉输入,生成文本。

IteraCompute 上线日期

输入
$0.384
输出
$1.536

美元 / 百万 tokens