Qwen3.5-Omni-Flash 2026-03-15 ist Alibabas benannter multimodaler Snapshot vom 15. März für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Seine datierte Identität unterscheidet ihn vom undatierten Flash-Alias und von Realtime-Modellen. Bei einer dokumentierten Aufgabe kann dieser Ausgabename zusammen mit den zu prüfenden Medien und Anweisungen aufbewahrt werden.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Dieser Flash-Snapshot führt Websuche und Function Calling auf, wobei Function Calling auf Beijing Chat Completions und Textausgabe beschränkt ist. Structured Outputs ist als nicht unterstützt gekennzeichnet: Eine Anfrage nach chronologischen Abschnitten ist eine Textformat-Anweisung und kein eingeschränkter JSON-Modus. Die Werkzeugausführung erfolgt durch die umgebende Anwendung, die das Werkzeugergebnis für den nächsten Modellschritt zurückgibt. Prefix Completion, Context Caching, Batch-Inferenz und Fine-Tuning sind für diesen Snapshot ebenfalls als nicht unterstützt gekennzeichnet.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Individuelles Stimmenklonen wird laut Qwen3.5-Omni-Leitfaden vom benannten Snapshot vom 15. März nicht unterstützt. Wählen Sie für gesprochene Ausgaben eine dokumentierte Katalogstimme und beschreiben Sie die gewünschte Vortragsweise im schriftlichen Auftrag. Übertragen Sie den separaten Workflow des undatierten Flash-Alias zur Stimmeneinrichtung nicht auf diese Ausgabe. Eine Katalogstimme bestimmt den Sprecherstil, während Anweisungen Lautstärke, Sprechtempo und Emotion gestalten können.
Stellen Sie für einen reproduzierbaren Medienbericht den relevanten Clip bereit und fordern Sie Ereignisse, sichtbaren Wortlaut und Sprache in getrennten chronologischen Abschnitten an, jeweils mit Bezug zu den Zeitstempeln der Quelle. Ergänzen Sie für eine Lernantwort eine Abbildung und die aufgezeichnete Frage eines Lernenden: „Erklären Sie die beschrifteten Teile, beantworten Sie die Audiofrage auf Englisch und liefern Sie Text sowie ruhige Sprache.“ Bewahren Sie Eingabeausschnitt, Ausgabename und Prompt zusammen auf und legen Sie fest, ob die Ausgabe die Quelle transkribieren oder sie für eine neue Zielgruppe erklären soll.
", "aboutText": "Qwen3.5-Omni-Flash 2026-03-15 ist Alibabas benannter multimodaler Snapshot vom 15. März für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Seine datierte Identität unterscheidet ihn vom undatierten Flash-Alias und von Realtime-Modellen. Bei einer dokumentierten Aufgabe kann dieser Ausgabename zusammen mit den zu prüfenden Medien und Anweisungen aufbewahrt werden.\n\nDie Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.\n\nLegen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.\n\nDer dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.\n\nDieser Flash-Snapshot führt Websuche und Function Calling auf, wobei Function Calling auf Beijing Chat Completions und Textausgabe beschränkt ist. Structured Outputs ist als nicht unterstützt gekennzeichnet: Eine Anfrage nach chronologischen Abschnitten ist eine Textformat-Anweisung und kein eingeschränkter JSON-Modus. Die Werkzeugausführung erfolgt durch die umgebende Anwendung, die das Werkzeugergebnis für den nächsten Modellschritt zurückgibt. Prefix Completion, Context Caching, Batch-Inferenz und Fine-Tuning sind für diesen Snapshot ebenfalls als nicht unterstützt gekennzeichnet.\n\nDas veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.\n\nFür Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.\n\nIndividuelles Stimmenklonen wird laut Qwen3.5-Omni-Leitfaden vom benannten Snapshot vom 15. März nicht unterstützt. Wählen Sie für gesprochene Ausgaben eine dokumentierte Katalogstimme und beschreiben Sie die gewünschte Vortragsweise im schriftlichen Auftrag. Übertragen Sie den separaten Workflow des undatierten Flash-Alias zur Stimmeneinrichtung nicht auf diese Ausgabe. Eine Katalogstimme bestimmt den Sprecherstil, während Anweisungen Lautstärke, Sprechtempo und Emotion gestalten können.\n\nStellen Sie für einen reproduzierbaren Medienbericht den relevanten Clip bereit und fordern Sie Ereignisse, sichtbaren Wortlaut und Sprache in getrennten chronologischen Abschnitten an, jeweils mit Bezug zu den Zeitstempeln der Quelle. Ergänzen Sie für eine Lernantwort eine Abbildung und die aufgezeichnete Frage eines Lernenden: „Erklären Sie die beschrifteten Teile, beantworten Sie die Audiofrage auf Englisch und liefern Sie Text sowie ruhige Sprache.“ Bewahren Sie Eingabeausschnitt, Ausgabename und Prompt zusammen auf und legen Sie fest, ob die Ausgabe die Quelle transkribieren oder sie für eine neue Zielgruppe erklären soll.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Separate speech from scene notes\n\nPrepare a chronological report from these transcribed media notes: 00:00 a green indicator is visible; 00:03 speaker says “Wait for the light”; 00:05 indicator turns amber; 00:08 speaker says “Now disconnect.” Separate described visuals from quoted speech and list the action instruction with its time. Return text only.A timeline with distinct visual and speech entries, followed by the timed instruction.Check that the instruction stays at 00:08 and that the indicator change is not described as something the speaker said.qwen3.5-omni-flash-2026-03-15Qwen3.5-Omni-Flash 2026-03-15 ist ein multimodaler Snapshot, der Text, Bilder, Audio und Video entgegennimmt und Text oder Sprache zurückgibt. Verwenden Sie diese eigenständige Ausgabe für reproduzierbare Medienaufträge und gesprochene Erklärungen mit dokumentierten Eingabe- und Ausgabegrenzen.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3.5-Omni-Flash 2026-03-15 ist Alibabas benannter multimodaler Snapshot vom 15. März für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Seine datierte Identität unterscheidet ihn vom undatierten Flash-Alias und von Realtime-Modellen. Bei einer dokumentierten Aufgabe kann dieser Ausgabename zusammen mit den zu prüfenden Medien und Anweisungen aufbewahrt werden.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Dieser Flash-Snapshot führt Websuche und Function Calling auf, wobei Function Calling auf Beijing Chat Completions und Textausgabe beschränkt ist. Structured Outputs ist als nicht unterstützt gekennzeichnet: Eine Anfrage nach chronologischen Abschnitten ist eine Textformat-Anweisung und kein eingeschränkter JSON-Modus. Die Werkzeugausführung erfolgt durch die umgebende Anwendung, die das Werkzeugergebnis für den nächsten Modellschritt zurückgibt. Prefix Completion, Context Caching, Batch-Inferenz und Fine-Tuning sind für diesen Snapshot ebenfalls als nicht unterstützt gekennzeichnet.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Individuelles Stimmenklonen wird laut Qwen3.5-Omni-Leitfaden vom benannten Snapshot vom 15. März nicht unterstützt. Wählen Sie für gesprochene Ausgaben eine dokumentierte Katalogstimme und beschreiben Sie die gewünschte Vortragsweise im schriftlichen Auftrag. Übertragen Sie den separaten Workflow des undatierten Flash-Alias zur Stimmeneinrichtung nicht auf diese Ausgabe. Eine Katalogstimme bestimmt den Sprecherstil, während Anweisungen Lautstärke, Sprechtempo und Emotion gestalten können.
Stellen Sie für einen reproduzierbaren Medienbericht den relevanten Clip bereit und fordern Sie Ereignisse, sichtbaren Wortlaut und Sprache in getrennten chronologischen Abschnitten an, jeweils mit Bezug zu den Zeitstempeln der Quelle. Ergänzen Sie für eine Lernantwort eine Abbildung und die aufgezeichnete Frage eines Lernenden: „Erklären Sie die beschrifteten Teile, beantworten Sie die Audiofrage auf Englisch und liefern Sie Text sowie ruhige Sprache.“ Bewahren Sie Eingabeausschnitt, Ausgabename und Prompt zusammen auf und legen Sie fest, ob die Ausgabe die Quelle transkribieren oder sie für eine neue Zielgruppe erklären soll.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-omni-flash-2026-03-15 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.00069 / 1K Token Ausgabe · Ausgabetoken $0.00418 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3.5-omni-flash-2026-03-15", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3.5-omni-flash-2026-03-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3.5-omni-flash-2026-03-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qwen3.5-omni-flash-2026-03-15
Verwenden Sie die oben angezeigten Methodenpfade.
qwen3.5-omni-flash-2026-03-15Qwen3.5-Omni-Flash 2026-03-15 ist ein multimodaler Snapshot, der Text, Bilder, Audio und Video entgegennimmt und Text oder Sprache zurückgibt. Verwenden Sie diese eigenständige Ausgabe für reproduzierbare Medienaufträge und gesprochene Erklärungen mit dokumentierten Eingabe- und Ausgabegrenzen.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3.5-Omni-Flash 2026-03-15 ist Alibabas benannter multimodaler Snapshot vom 15. März für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Seine datierte Identität unterscheidet ihn vom undatierten Flash-Alias und von Realtime-Modellen. Bei einer dokumentierten Aufgabe kann dieser Ausgabename zusammen mit den zu prüfenden Medien und Anweisungen aufbewahrt werden.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Dieser Flash-Snapshot führt Websuche und Function Calling auf, wobei Function Calling auf Beijing Chat Completions und Textausgabe beschränkt ist. Structured Outputs ist als nicht unterstützt gekennzeichnet: Eine Anfrage nach chronologischen Abschnitten ist eine Textformat-Anweisung und kein eingeschränkter JSON-Modus. Die Werkzeugausführung erfolgt durch die umgebende Anwendung, die das Werkzeugergebnis für den nächsten Modellschritt zurückgibt. Prefix Completion, Context Caching, Batch-Inferenz und Fine-Tuning sind für diesen Snapshot ebenfalls als nicht unterstützt gekennzeichnet.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Individuelles Stimmenklonen wird laut Qwen3.5-Omni-Leitfaden vom benannten Snapshot vom 15. März nicht unterstützt. Wählen Sie für gesprochene Ausgaben eine dokumentierte Katalogstimme und beschreiben Sie die gewünschte Vortragsweise im schriftlichen Auftrag. Übertragen Sie den separaten Workflow des undatierten Flash-Alias zur Stimmeneinrichtung nicht auf diese Ausgabe. Eine Katalogstimme bestimmt den Sprecherstil, während Anweisungen Lautstärke, Sprechtempo und Emotion gestalten können.
Stellen Sie für einen reproduzierbaren Medienbericht den relevanten Clip bereit und fordern Sie Ereignisse, sichtbaren Wortlaut und Sprache in getrennten chronologischen Abschnitten an, jeweils mit Bezug zu den Zeitstempeln der Quelle. Ergänzen Sie für eine Lernantwort eine Abbildung und die aufgezeichnete Frage eines Lernenden: „Erklären Sie die beschrifteten Teile, beantworten Sie die Audiofrage auf Englisch und liefern Sie Text sowie ruhige Sprache.“ Bewahren Sie Eingabeausschnitt, Ausgabename und Prompt zusammen auf und legen Sie fest, ob die Ausgabe die Quelle transkribieren oder sie für eine neue Zielgruppe erklären soll.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-omni-flash-2026-03-15 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.00069 / 1K Token Ausgabe · Ausgabetoken $0.00418 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3.5-omni-flash-2026-03-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-flash-2026-03-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-flash-2026-03-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qwen3.5-omni-flash-2026-03-15
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Separate speech from scene notes\n\nPrepare a chronological report from these transcribed media notes: 00:00 a green indicator is visible; 00:03 speaker says “Wait for the light”; 00:05 indicator turns amber; 00:08 speaker says “Now disconnect.” Separate described visuals from quoted speech and list the action instruction with its time. Return text only.A timeline with distinct visual and speech entries, followed by the timed instruction.Check that the instruction stays at 00:08 and that the indicator change is not described as something the speaker said.