Qwen-Omni-Turbo

复制成功!
加入对比
多模态

概述

多模态

千问全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,此版本为2025年1月19日的快照版本,预计维护至下一个快照发布前的一个月左右。

输入

文本图像视频音频

输出

文本音频

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode,确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能,通过引入外部工具,使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀,减少推理时的重复计算,提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后,模型将基于实时检索数据进行回复。查看文档

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

速率限制与上下文

  • 最大输入
    30.72K
  • 最大输出
    2.04K
  • RPM每分钟请求数
    60
  • TPM每分钟 Token 数
    100K
  • 上下文
    32.76K

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-2025-01-19",
    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)