Qwen-Omni-Turbo

复制成功!
加入对比
多模态

概述

多模态

千问全新多模态理解生成大模型,支持文本, 图像,语音,视频输入理解和混合输入理解,具备文本和语音同时流式生成能力,多模态内容理解速度显著提升,提供了4种自然对话音色。

输入

文本图像视频音频

输出

文本音频

功能

前缀补全

函数调用

缓存

结构化输出

批量任务

联网搜索

微调

定价

  • 输入:文本
    ¥0.4/M tokens
  • 输入:音频
    ¥25/M tokens
  • 输入:图片/视频
    ¥1.5/M tokens
  • 输出:文本(输入仅包含文本时)
    ¥1.6/M tokens
  • 输出:文本(输入包含图片/音频/视频时)
    ¥4.5/M tokens
  • 输出:文本+音频(输出的文本不计费)
    ¥50/M tokens
  • 输入:图片/视频(缓存命中)
    ¥0.3/M tokens
  • 输入:文本(缓存命中)
    ¥0.08/M tokens
  • 输入:音频(缓存命中)
    ¥5/M tokens
  • 输入:文本(Batch File)
    ¥0.2/M tokens
  • 输入:音频(Batch File)
    ¥12.5/M tokens
  • 输入:图片/视频(Batch File)
    ¥0.75/M tokens
  • 输出:文本+音频(Batch File)
    ¥25/M tokens
  • 输出:文本(Batch File,输入包含图片/音频/视频时)
    ¥2.25/M tokens
  • 输出:文本(Batch File,输入仅包含文本时)
    ¥0.8/M tokens

上下文

上下文
32.76K
最大输入
30.72K
最大输出
2.04K

速率限制

  • RPM每分钟请求数
    60
  • TPM每分钟 Token 数
    100K

API 参考

获取 API Key
复制成功!
12345678910111213141516171819202122232425
import os
from openai import OpenAI

client = OpenAI(
    # 新加坡和北京地域的API Key不同。获取API Key:https://www.alibabacloud.com/help/zh/model-studio/get-api-key
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="qwen-omni-turbo",
    messages=[{"role": "user", "content": "你是谁"}],
    # 设置输出数据的模态,当前支持两种:["text","audio"]、["text"]
    modalities=["text", "audio"],
    audio={"voice": "Ethan", "format": "wav"},
    # stream 必须设置为 True,否则会报错
    stream=True,
    stream_options={"include_usage": True},
)

for chunk in completion:
    if chunk.choices:
        print(chunk.choices[0].delta)
    else:
        print(chunk.usage)