Qwen3.5-Omni-Plus 2026-03-15 adalah snapshot multimodal 15 Maret dari Alibaba untuk pembuatan teks, asisten suara, dan analisis multimedia. Model ini menerima teks, gambar, audio, dan video, termasuk masukan campuran, serta menghasilkan teks atau teks dengan ucapan. Edisi bertanggal ini terpisah dari alias Qwen3.5-Omni-Plus tanpa tanggal dan edisi realtime. Pertahankan nama lengkapnya ketika alur kerja perlu mencatat versi bernama mana yang dipilih.
Masukannya dapat menggabungkan gambar dengan pertanyaan yang diucapkan, atau menggabungkan visual dan suara video dengan instruksi tertulis. Hal ini berguna ketika ringkasan yang hanya berupa teks akan kehilangan hubungan antara apa yang terlihat dan apa yang terdengar. Untuk brief media, minta urutan yang terlihat, tulisan di layar, dan konten yang diucapkan secara terpisah, serta minta stempel waktu relatif terhadap sumber ketika urutan peristiwa penting. Efek suara dan audio non-ucapan lainnya dapat berkontribusi pada analisis bersama ucapan.
Untuk respons suara, tentukan bahasa, audiens, dan cara penyampaian jawaban. Panduan Qwen mendokumentasikan instruksi untuk volume, laju bicara, dan emosi. Panduan itu mencantumkan 113 bahasa dan dialek masukan audio serta 36 bahasa dan dialek keluaran ucapan, termasuk bahasa Inggris, Prancis, Jerman, dan Rusia. Katalog suara menetapkan Tina sebagai bawaan dan mencakup pilihan seperti Serena dan Ethan. Pilih suara dan minta penjelasan ringkas dengan tempo terukur, alih-alih mengandalkan suara masukan untuk menentukan gaya keluaran.
Alur ucapan HTTP yang didokumentasikan mengembalikan teks streaming dan potongan audio yang dienkode Base64. Contoh WAV-nya menggunakan 24 kHz, mono, PCM 16-bit; aplikasi dapat mengumpulkan potongan tersebut menjadi berkas audio atau mendekodenya untuk diputar saat tiba. Ini adalah generasi streaming dari permintaan yang dikirimkan. Deteksi giliran langsung, penanganan interupsi, dan percakapan mikrofon merupakan bagian dari model realtime yang dinamai secara terpisah. Tabel keluarga Qwen3.5-Omni tidak menawarkan mode deep-thinking.
Tabel kemampuan snapshot mencantumkan pencarian web dan Function Calling, dengan Function Calling terbatas pada Beijing Chat Completions dan keluaran teks. Tabel ini mencantumkan keluaran terstruktur JSON Object; tabel regional keluarga membedakan dukungan Beijing dari entri Singapura yang tidak didukung. Model mengusulkan panggilan alat; aplikasi menjalankan tindakan yang diminta dan mengembalikan hasil alat agar model dapat melanjutkan. Snapshot ini menandai prefix completion, context caching, inferensi batch, dan fine-tuning sebagai tidak didukung.
Jendela konteks yang dipublikasikan adalah 262,144 token, dengan masukan maksimum 196,608 token dan keluaran maksimum 65,536 token. Media campuran dan teks berbagi anggaran konteks. Panduan HTTP Alibaba mengizinkan audio hingga tiga jam atau video hingga satu jam untuk seri ini; panduan itu mencantumkan audio AMR, WAV, 3GP, 3GPP, AAC, dan MP3 serta video MP4, AVI, MKV, MOV, FLV, dan WMV. Berkas audio atau video berbasis URL dapat berukuran hingga 2 GB, sedangkan media yang dienkode Base64 harus lebih kecil dari 10 MB. Ini adalah batas alur berkas produsen, yang berbeda dari deskripsi dalam pengenalan model tentang pemahaman audio lebih dari sepuluh jam atau video 720p lebih dari 400 detik yang disampel pada 1 FPS.
Gambar memiliki batas persiapannya sendiri dalam panduan tersebut: hingga 20 MB per gambar berbasis URL, dimensi lebih besar dari 10 piksel pada setiap sisi, dan rasio aspek yang tidak lebih ekstrem dari 200:1. Panduan mengizinkan hingga 2,048 gambar atau berkas audio berbasis URL dan 512 berkas video berbasis URL; masukan Base64 mengizinkan hingga 250 berkas. Batas transfer ini tetap tunduk pada anggaran token masukan bersama. Seri ini dapat menggabungkan beberapa jenis media dalam satu permintaan. Pilih kutipan yang relevan, pastikan label kecil dapat dibaca, dan jelaskan hubungan antara masukan yang terpisah. Batas jumlah berkas yang didokumentasikan berbeda menurut modalitas dan metode transfer, sementara setiap masukan tetap harus sesuai dengan anggaran token bersama.
Snapshot 15 Maret bernama ini tidak mendukung kloning suara khusus dalam panduan Qwen3.5-Omni produsen. Gunakan suara katalog yang didokumentasikan untuk keluaran ucapannya, alih-alih mengasumsikan alur kloning buat-lalu-gunakan dari alias tanpa tanggal berlaku untuk edisi ini. Pemilihan suara dan cara penyampaian ucapan merupakan pilihan terpisah: parameter voice mengidentifikasi suara katalog, sedangkan instruksi tertulis mendeskripsikan tempo, volume, dan emosi.
Untuk rekaman pelajaran, gabungkan kutipan video yang relevan dengan diagram dan pertanyaan tertulis. Contoh brief: “Jelaskan mekanisme yang ditampilkan di sini, hubungkan penjelasan yang diucapkan dengan bagian berlabel, dan berikan jawaban teks dalam bahasa Inggris serta respons suara yang tenang.” Untuk laporan teks, minta peristiwa kronologis, tulisan yang terlihat, dan ucapan secara terpisah, dengan stempel waktu yang merujuk pada sumber. Pertahankan nama snapshot, kutipan masukan, dan instruksi keluaran agar tinjauan berikutnya dimulai dari tugas yang didokumentasikan yang sama.
", "aboutText": "Qwen3.5-Omni-Plus 2026-03-15 adalah snapshot multimodal 15 Maret dari Alibaba untuk pembuatan teks, asisten suara, dan analisis multimedia. Model ini menerima teks, gambar, audio, dan video, termasuk masukan campuran, serta menghasilkan teks atau teks dengan ucapan. Edisi bertanggal ini terpisah dari alias Qwen3.5-Omni-Plus tanpa tanggal dan edisi realtime. Pertahankan nama lengkapnya ketika alur kerja perlu mencatat versi bernama mana yang dipilih.\n\nMasukannya dapat menggabungkan gambar dengan pertanyaan yang diucapkan, atau menggabungkan visual dan suara video dengan instruksi tertulis. Hal ini berguna ketika ringkasan yang hanya berupa teks akan kehilangan hubungan antara apa yang terlihat dan apa yang terdengar. Untuk brief media, minta urutan yang terlihat, tulisan di layar, dan konten yang diucapkan secara terpisah, serta minta stempel waktu relatif terhadap sumber ketika urutan peristiwa penting. Efek suara dan audio non-ucapan lainnya dapat berkontribusi pada analisis bersama ucapan.\n\nUntuk respons suara, tentukan bahasa, audiens, dan cara penyampaian jawaban. Panduan Qwen mendokumentasikan instruksi untuk volume, laju bicara, dan emosi. Panduan itu mencantumkan 113 bahasa dan dialek masukan audio serta 36 bahasa dan dialek keluaran ucapan, termasuk bahasa Inggris, Prancis, Jerman, dan Rusia. Katalog suara menetapkan Tina sebagai bawaan dan mencakup pilihan seperti Serena dan Ethan. Pilih suara dan minta penjelasan ringkas dengan tempo terukur, alih-alih mengandalkan suara masukan untuk menentukan gaya keluaran.\n\nAlur ucapan HTTP yang didokumentasikan mengembalikan teks streaming dan potongan audio yang dienkode Base64. Contoh WAV-nya menggunakan 24 kHz, mono, PCM 16-bit; aplikasi dapat mengumpulkan potongan tersebut menjadi berkas audio atau mendekodenya untuk diputar saat tiba. Ini adalah generasi streaming dari permintaan yang dikirimkan. Deteksi giliran langsung, penanganan interupsi, dan percakapan mikrofon merupakan bagian dari model realtime yang dinamai secara terpisah. Tabel keluarga Qwen3.5-Omni tidak menawarkan mode deep-thinking.\n\nTabel kemampuan snapshot mencantumkan pencarian web dan Function Calling, dengan Function Calling terbatas pada Beijing Chat Completions dan keluaran teks. Tabel ini mencantumkan keluaran terstruktur JSON Object; tabel regional keluarga membedakan dukungan Beijing dari entri Singapura yang tidak didukung. Model mengusulkan panggilan alat; aplikasi menjalankan tindakan yang diminta dan mengembalikan hasil alat agar model dapat melanjutkan. Snapshot ini menandai prefix completion, context caching, inferensi batch, dan fine-tuning sebagai tidak didukung.\n\nJendela konteks yang dipublikasikan adalah 262,144 token, dengan masukan maksimum 196,608 token dan keluaran maksimum 65,536 token. Media campuran dan teks berbagi anggaran konteks. Panduan HTTP Alibaba mengizinkan audio hingga tiga jam atau video hingga satu jam untuk seri ini; panduan itu mencantumkan audio AMR, WAV, 3GP, 3GPP, AAC, dan MP3 serta video MP4, AVI, MKV, MOV, FLV, dan WMV. Berkas audio atau video berbasis URL dapat berukuran hingga 2 GB, sedangkan media yang dienkode Base64 harus lebih kecil dari 10 MB. Ini adalah batas alur berkas produsen, yang berbeda dari deskripsi dalam pengenalan model tentang pemahaman audio lebih dari sepuluh jam atau video 720p lebih dari 400 detik yang disampel pada 1 FPS.\n\nGambar memiliki batas persiapannya sendiri dalam panduan tersebut: hingga 20 MB per gambar berbasis URL, dimensi lebih besar dari 10 piksel pada setiap sisi, dan rasio aspek yang tidak lebih ekstrem dari 200:1. Panduan mengizinkan hingga 2,048 gambar atau berkas audio berbasis URL dan 512 berkas video berbasis URL; masukan Base64 mengizinkan hingga 250 berkas. Batas transfer ini tetap tunduk pada anggaran token masukan bersama. Seri ini dapat menggabungkan beberapa jenis media dalam satu permintaan. Pilih kutipan yang relevan, pastikan label kecil dapat dibaca, dan jelaskan hubungan antara masukan yang terpisah. Batas jumlah berkas yang didokumentasikan berbeda menurut modalitas dan metode transfer, sementara setiap masukan tetap harus sesuai dengan anggaran token bersama.\n\nSnapshot 15 Maret bernama ini tidak mendukung kloning suara khusus dalam panduan Qwen3.5-Omni produsen. Gunakan suara katalog yang didokumentasikan untuk keluaran ucapannya, alih-alih mengasumsikan alur kloning buat-lalu-gunakan dari alias tanpa tanggal berlaku untuk edisi ini. Pemilihan suara dan cara penyampaian ucapan merupakan pilihan terpisah: parameter voice mengidentifikasi suara katalog, sedangkan instruksi tertulis mendeskripsikan tempo, volume, dan emosi.\n\nUntuk rekaman pelajaran, gabungkan kutipan video yang relevan dengan diagram dan pertanyaan tertulis. Contoh brief: “Jelaskan mekanisme yang ditampilkan di sini, hubungkan penjelasan yang diucapkan dengan bagian berlabel, dan berikan jawaban teks dalam bahasa Inggris serta respons suara yang tenang.” Untuk laporan teks, minta peristiwa kronologis, tulisan yang terlihat, dan ucapan secara terpisah, dengan stempel waktu yang merujuk pada sumber. Pertahankan nama snapshot, kutipan masukan, dan instruksi keluaran agar tinjauan berikutnya dimulai dari tugas yang didokumentasikan yang sama.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Align a spoken script with written scene notes\n\nUse these text records only. Scene notes: at 00:05 the presenter opens the lid; at 00:10 they remove the filter. Transcript: 00:05 'First remove the filter'; 00:10 'Then open the lid.' Identify the mismatch and draft corrected narration aligned to the scene notes. Return text only; no audio or video is attached or requested.A timestamped mismatch report and two corrected narration lines matching the supplied scene order.The corrected 00:05 line opens the lid, and the 00:10 line removes the filter, without claiming media analysis or speech generation.qwen3.5-omni-plus-2026-03-15Qwen3.5-Omni-Plus 2026-03-15 adalah snapshot multimodal bernama untuk teks, gambar, audio, dan video. Model ini menghasilkan respons teks atau ucapan dan menggabungkan bukti visual dengan suara, sambil mempertahankan batas yang didokumentasikan dan perbedaan alur suara miliknya sendiri.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen3.5-Omni-Plus 2026-03-15 adalah snapshot multimodal 15 Maret dari Alibaba untuk pembuatan teks, asisten suara, dan analisis multimedia. Model ini menerima teks, gambar, audio, dan video, termasuk masukan campuran, serta menghasilkan teks atau teks dengan ucapan. Edisi bertanggal ini terpisah dari alias Qwen3.5-Omni-Plus tanpa tanggal dan edisi realtime. Pertahankan nama lengkapnya ketika alur kerja perlu mencatat versi bernama mana yang dipilih.
Masukannya dapat menggabungkan gambar dengan pertanyaan yang diucapkan, atau menggabungkan visual dan suara video dengan instruksi tertulis. Hal ini berguna ketika ringkasan yang hanya berupa teks akan kehilangan hubungan antara apa yang terlihat dan apa yang terdengar. Untuk brief media, minta urutan yang terlihat, tulisan di layar, dan konten yang diucapkan secara terpisah, serta minta stempel waktu relatif terhadap sumber ketika urutan peristiwa penting. Efek suara dan audio non-ucapan lainnya dapat berkontribusi pada analisis bersama ucapan.
Untuk respons suara, tentukan bahasa, audiens, dan cara penyampaian jawaban. Panduan Qwen mendokumentasikan instruksi untuk volume, laju bicara, dan emosi. Panduan itu mencantumkan 113 bahasa dan dialek masukan audio serta 36 bahasa dan dialek keluaran ucapan, termasuk bahasa Inggris, Prancis, Jerman, dan Rusia. Katalog suara menetapkan Tina sebagai bawaan dan mencakup pilihan seperti Serena dan Ethan. Pilih suara dan minta penjelasan ringkas dengan tempo terukur, alih-alih mengandalkan suara masukan untuk menentukan gaya keluaran.
Alur ucapan HTTP yang didokumentasikan mengembalikan teks streaming dan potongan audio yang dienkode Base64. Contoh WAV-nya menggunakan 24 kHz, mono, PCM 16-bit; aplikasi dapat mengumpulkan potongan tersebut menjadi berkas audio atau mendekodenya untuk diputar saat tiba. Ini adalah generasi streaming dari permintaan yang dikirimkan. Deteksi giliran langsung, penanganan interupsi, dan percakapan mikrofon merupakan bagian dari model realtime yang dinamai secara terpisah. Tabel keluarga Qwen3.5-Omni tidak menawarkan mode deep-thinking.
Tabel kemampuan snapshot mencantumkan pencarian web dan Function Calling, dengan Function Calling terbatas pada Beijing Chat Completions dan keluaran teks. Tabel ini mencantumkan keluaran terstruktur JSON Object; tabel regional keluarga membedakan dukungan Beijing dari entri Singapura yang tidak didukung. Model mengusulkan panggilan alat; aplikasi menjalankan tindakan yang diminta dan mengembalikan hasil alat agar model dapat melanjutkan. Snapshot ini menandai prefix completion, context caching, inferensi batch, dan fine-tuning sebagai tidak didukung.
Jendela konteks yang dipublikasikan adalah 262,144 token, dengan masukan maksimum 196,608 token dan keluaran maksimum 65,536 token. Media campuran dan teks berbagi anggaran konteks. Panduan HTTP Alibaba mengizinkan audio hingga tiga jam atau video hingga satu jam untuk seri ini; panduan itu mencantumkan audio AMR, WAV, 3GP, 3GPP, AAC, dan MP3 serta video MP4, AVI, MKV, MOV, FLV, dan WMV. Berkas audio atau video berbasis URL dapat berukuran hingga 2 GB, sedangkan media yang dienkode Base64 harus lebih kecil dari 10 MB. Ini adalah batas alur berkas produsen, yang berbeda dari deskripsi dalam pengenalan model tentang pemahaman audio lebih dari sepuluh jam atau video 720p lebih dari 400 detik yang disampel pada 1 FPS.
Gambar memiliki batas persiapannya sendiri dalam panduan tersebut: hingga 20 MB per gambar berbasis URL, dimensi lebih besar dari 10 piksel pada setiap sisi, dan rasio aspek yang tidak lebih ekstrem dari 200:1. Panduan mengizinkan hingga 2,048 gambar atau berkas audio berbasis URL dan 512 berkas video berbasis URL; masukan Base64 mengizinkan hingga 250 berkas. Batas transfer ini tetap tunduk pada anggaran token masukan bersama. Seri ini dapat menggabungkan beberapa jenis media dalam satu permintaan. Pilih kutipan yang relevan, pastikan label kecil dapat dibaca, dan jelaskan hubungan antara masukan yang terpisah. Batas jumlah berkas yang didokumentasikan berbeda menurut modalitas dan metode transfer, sementara setiap masukan tetap harus sesuai dengan anggaran token bersama.
Snapshot 15 Maret bernama ini tidak mendukung kloning suara khusus dalam panduan Qwen3.5-Omni produsen. Gunakan suara katalog yang didokumentasikan untuk keluaran ucapannya, alih-alih mengasumsikan alur kloning buat-lalu-gunakan dari alias tanpa tanggal berlaku untuk edisi ini. Pemilihan suara dan cara penyampaian ucapan merupakan pilihan terpisah: parameter voice mengidentifikasi suara katalog, sedangkan instruksi tertulis mendeskripsikan tempo, volume, dan emosi.
Untuk rekaman pelajaran, gabungkan kutipan video yang relevan dengan diagram dan pertanyaan tertulis. Contoh brief: “Jelaskan mekanisme yang ditampilkan di sini, hubungkan penjelasan yang diucapkan dengan bagian berlabel, dan berikan jawaban teks dalam bahasa Inggris serta respons suara yang tenang.” Untuk laporan teks, minta peristiwa kronologis, tulisan yang terlihat, dan ucapan secara terpisah, dengan stempel waktu yang merujuk pada sumber. Pertahankan nama snapshot, kutipan masukan, dan instruksi keluaran agar tinjauan berikutnya dimulai dari tugas yang didokumentasikan yang sama.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen3.5-omni-plus-2026-03-15 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0022 / 1K token Keluaran · Token keluaran $0.012584 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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-plus-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-plus-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-plus-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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra qwen3.5-omni-plus-2026-03-15
Gunakan jalur metode yang ditampilkan di atas.
qwen3.5-omni-plus-2026-03-15Qwen3.5-Omni-Plus 2026-03-15 adalah snapshot multimodal bernama untuk teks, gambar, audio, dan video. Model ini menghasilkan respons teks atau ucapan dan menggabungkan bukti visual dengan suara, sambil mempertahankan batas yang didokumentasikan dan perbedaan alur suara miliknya sendiri.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen3.5-Omni-Plus 2026-03-15 adalah snapshot multimodal 15 Maret dari Alibaba untuk pembuatan teks, asisten suara, dan analisis multimedia. Model ini menerima teks, gambar, audio, dan video, termasuk masukan campuran, serta menghasilkan teks atau teks dengan ucapan. Edisi bertanggal ini terpisah dari alias Qwen3.5-Omni-Plus tanpa tanggal dan edisi realtime. Pertahankan nama lengkapnya ketika alur kerja perlu mencatat versi bernama mana yang dipilih.
Masukannya dapat menggabungkan gambar dengan pertanyaan yang diucapkan, atau menggabungkan visual dan suara video dengan instruksi tertulis. Hal ini berguna ketika ringkasan yang hanya berupa teks akan kehilangan hubungan antara apa yang terlihat dan apa yang terdengar. Untuk brief media, minta urutan yang terlihat, tulisan di layar, dan konten yang diucapkan secara terpisah, serta minta stempel waktu relatif terhadap sumber ketika urutan peristiwa penting. Efek suara dan audio non-ucapan lainnya dapat berkontribusi pada analisis bersama ucapan.
Untuk respons suara, tentukan bahasa, audiens, dan cara penyampaian jawaban. Panduan Qwen mendokumentasikan instruksi untuk volume, laju bicara, dan emosi. Panduan itu mencantumkan 113 bahasa dan dialek masukan audio serta 36 bahasa dan dialek keluaran ucapan, termasuk bahasa Inggris, Prancis, Jerman, dan Rusia. Katalog suara menetapkan Tina sebagai bawaan dan mencakup pilihan seperti Serena dan Ethan. Pilih suara dan minta penjelasan ringkas dengan tempo terukur, alih-alih mengandalkan suara masukan untuk menentukan gaya keluaran.
Alur ucapan HTTP yang didokumentasikan mengembalikan teks streaming dan potongan audio yang dienkode Base64. Contoh WAV-nya menggunakan 24 kHz, mono, PCM 16-bit; aplikasi dapat mengumpulkan potongan tersebut menjadi berkas audio atau mendekodenya untuk diputar saat tiba. Ini adalah generasi streaming dari permintaan yang dikirimkan. Deteksi giliran langsung, penanganan interupsi, dan percakapan mikrofon merupakan bagian dari model realtime yang dinamai secara terpisah. Tabel keluarga Qwen3.5-Omni tidak menawarkan mode deep-thinking.
Tabel kemampuan snapshot mencantumkan pencarian web dan Function Calling, dengan Function Calling terbatas pada Beijing Chat Completions dan keluaran teks. Tabel ini mencantumkan keluaran terstruktur JSON Object; tabel regional keluarga membedakan dukungan Beijing dari entri Singapura yang tidak didukung. Model mengusulkan panggilan alat; aplikasi menjalankan tindakan yang diminta dan mengembalikan hasil alat agar model dapat melanjutkan. Snapshot ini menandai prefix completion, context caching, inferensi batch, dan fine-tuning sebagai tidak didukung.
Jendela konteks yang dipublikasikan adalah 262,144 token, dengan masukan maksimum 196,608 token dan keluaran maksimum 65,536 token. Media campuran dan teks berbagi anggaran konteks. Panduan HTTP Alibaba mengizinkan audio hingga tiga jam atau video hingga satu jam untuk seri ini; panduan itu mencantumkan audio AMR, WAV, 3GP, 3GPP, AAC, dan MP3 serta video MP4, AVI, MKV, MOV, FLV, dan WMV. Berkas audio atau video berbasis URL dapat berukuran hingga 2 GB, sedangkan media yang dienkode Base64 harus lebih kecil dari 10 MB. Ini adalah batas alur berkas produsen, yang berbeda dari deskripsi dalam pengenalan model tentang pemahaman audio lebih dari sepuluh jam atau video 720p lebih dari 400 detik yang disampel pada 1 FPS.
Gambar memiliki batas persiapannya sendiri dalam panduan tersebut: hingga 20 MB per gambar berbasis URL, dimensi lebih besar dari 10 piksel pada setiap sisi, dan rasio aspek yang tidak lebih ekstrem dari 200:1. Panduan mengizinkan hingga 2,048 gambar atau berkas audio berbasis URL dan 512 berkas video berbasis URL; masukan Base64 mengizinkan hingga 250 berkas. Batas transfer ini tetap tunduk pada anggaran token masukan bersama. Seri ini dapat menggabungkan beberapa jenis media dalam satu permintaan. Pilih kutipan yang relevan, pastikan label kecil dapat dibaca, dan jelaskan hubungan antara masukan yang terpisah. Batas jumlah berkas yang didokumentasikan berbeda menurut modalitas dan metode transfer, sementara setiap masukan tetap harus sesuai dengan anggaran token bersama.
Snapshot 15 Maret bernama ini tidak mendukung kloning suara khusus dalam panduan Qwen3.5-Omni produsen. Gunakan suara katalog yang didokumentasikan untuk keluaran ucapannya, alih-alih mengasumsikan alur kloning buat-lalu-gunakan dari alias tanpa tanggal berlaku untuk edisi ini. Pemilihan suara dan cara penyampaian ucapan merupakan pilihan terpisah: parameter voice mengidentifikasi suara katalog, sedangkan instruksi tertulis mendeskripsikan tempo, volume, dan emosi.
Untuk rekaman pelajaran, gabungkan kutipan video yang relevan dengan diagram dan pertanyaan tertulis. Contoh brief: “Jelaskan mekanisme yang ditampilkan di sini, hubungkan penjelasan yang diucapkan dengan bagian berlabel, dan berikan jawaban teks dalam bahasa Inggris serta respons suara yang tenang.” Untuk laporan teks, minta peristiwa kronologis, tulisan yang terlihat, dan ucapan secara terpisah, dengan stempel waktu yang merujuk pada sumber. Pertahankan nama snapshot, kutipan masukan, dan instruksi keluaran agar tinjauan berikutnya dimulai dari tugas yang didokumentasikan yang sama.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen3.5-omni-plus-2026-03-15 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0022 / 1K token Keluaran · Token keluaran $0.012584 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "qwen3.5-omni-plus-2026-03-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus-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-plus-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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra qwen3.5-omni-plus-2026-03-15
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Align a spoken script with written scene notes\n\nUse these text records only. Scene notes: at 00:05 the presenter opens the lid; at 00:10 they remove the filter. Transcript: 00:05 'First remove the filter'; 00:10 'Then open the lid.' Identify the mismatch and draft corrected narration aligned to the scene notes. Return text only; no audio or video is attached or requested.A timestamped mismatch report and two corrected narration lines matching the supplied scene order.The corrected 00:05 line opens the lid, and the 00:10 line removes the filter, without claiming media analysis or speech generation.