Qwen3.5-Omni-Plus ialah model Qwen multimodal Alibaba untuk penciptaan teks, pembantu suara dan analisis multimedia. Ia menerima teks, imej, audio dan video, termasuk input campuran, serta menghasilkan teks atau teks bersama pertuturan. Nama Plus tanpa tarikh ialah alias keluarga; pengeluar kini menerangkannya sebagai setara dari segi fungsi dengan Qwen3.5-Omni-Plus 2026-03-15. Alias dan snapshot bernama kekal sebagai pilihan model yang berbeza.
Inputnya boleh menggabungkan gambar dengan soalan lisan, atau menyatukan visual dan bunyi video dengan arahan bertulis. Ini menjadikannya berguna apabila ringkasan teks sahaja akan kehilangan hubungan antara perkara yang dilihat dengan perkara yang didengar. Untuk ringkasan tugasan media, minta urutan visual, ungkapan pada skrin dan kandungan lisan secara berasingan, serta minta cap masa relatif kepada sumber apabila urutan peristiwa penting. Kesan bunyi dan audio bukan pertuturan lain boleh menyumbang kepada analisis bersama pertuturan.
Untuk jawapan suara, nyatakan bahasa, pembaca sasaran dan penyampaian jawapan. Panduan Qwen mendokumenkan arahan untuk kelantangan, kadar pertuturan dan emosi. Ia menyenaraikan 113 bahasa dan dialek input audio serta 36 bahasa dan dialek output pertuturan, termasuk bahasa Inggeris, Perancis, Jerman dan Rusia. Katalog suara mengenal pasti Tina sebagai lalai dan merangkumi pilihan seperti Serena dan Ethan. Pilih suara dan minta penerangan ringkas pada rentak terkawal, bukannya bergantung pada suara input untuk menentukan gaya output.
Aliran kerja pertuturan HTTP yang didokumenkan mengembalikan teks penstriman dan cebisan audio berkod Base64. Contoh WAV menggunakan PCM 24 kHz, mono, 16-bit; aplikasi boleh mengumpulkan cebisan itu menjadi fail audio atau menyahkodnya untuk dimainkan sebaik sahaja diterima. Ini ialah penjanaan penstriman daripada permintaan yang diserahkan. Pengesanan giliran langsung, pengendalian gangguan dan perbualan mikrofon milik model masa nyata dengan nama berasingan. Jadual keluarga Qwen3.5-Omni tidak menawarkan mod pemikiran mendalam.
Kad model menyenaraikan carian web. Function Calling didokumenkan untuk pelaksanaan Beijing Chat Completions Alibaba dengan output teks, manakala jadual Singapuranya menandainya tidak disokong. Output JSON Object disenaraikan untuk Beijing dan tidak disokong untuk Singapura. Model boleh mencadangkan panggilan alat, manakala aplikasi melaksanakan tindakan dan mengembalikan hasilnya. Jadual Plus menandakan pelengkapan awalan, caching konteks dan penalaan halus sebagai tidak disokong; inferens kelompok disokong dalam jadual alias Beijing dan tidak disokong dalam jadual Singapura.
Tetingkap konteks yang diterbitkan ialah 262,144 token, dengan input maksimum 196,608 token dan output maksimum 65,536 token. Media campuran dan teks berkongsi bajet konteks. Panduan HTTP Alibaba membenarkan sehingga tiga jam audio atau satu jam video untuk siri ini; ia menyenaraikan audio AMR, WAV, 3GP, 3GPP, AAC dan MP3 serta video MP4, AVI, MKV, MOV, FLV dan WMV. Fail audio atau video berasaskan URL boleh berukuran sehingga 2 GB, manakala media berkod Base64 mesti lebih kecil daripada 10 MB. Ini ialah had aliran kerja fail pengeluar, yang berbeza daripada huraian pengenalan model tentang pemahaman lebih sepuluh jam audio atau lebih 400 saat video 720p yang disampel pada 1 FPS.
Imej mempunyai had penyediaannya sendiri dalam panduan itu: sehingga 20 MB bagi setiap imej berasaskan URL, dimensi melebihi 10 piksel pada setiap sisi dan nisbah bidang yang tidak lebih ekstrem daripada 200:1. Panduan membenarkan sehingga 2,048 imej atau fail audio berasaskan URL dan 512 fail video berasaskan URL; input Base64 membenarkan sehingga 250 fail. Had pemindahan ini tetap tertakluk pada bajet token input bersama. Siri ini boleh menggabungkan beberapa jenis media dalam satu permintaan. Pilih petikan yang relevan, pastikan label kecil boleh dibaca dan jelaskan hubungan antara input berasingan. Siling bilangan fail yang didokumenkan berbeza mengikut modaliti dan kaedah pemindahan, manakala setiap input masih mesti muat dalam bajet token bersama.
Pengklonan suara tersuai didokumenkan untuk model Plus tanpa tarikh melalui aliran kerja suara cipta-kemudian-guna yang berasingan. Rujukan mesti mengandungi sekurang-kurangnya tiga saat pertuturan jelas tanpa gangguan, dengan jeda tidak melebihi dua saat; gunakan pertuturan biasa tanpa muzik, nyanyian, hingar atau penutur lain. Untuk WAV, gunakan audio 16-bit. Klip rujukan digunakan untuk mencipta suara bagi model sasaran bernama, dan sasaran itu mesti sepadan dengan model yang digunakan untuk pertuturan. Pengeluar mencadangkan 10–20 saat pertuturan mono yang bersih, sekurang-kurangnya 24 kHz, dengan maksimum 60 saat dan fail lebih kecil daripada 10 MB. WAV, MP3 dan M4A ialah format rujukan yang didokumenkan. Pengklonan tidak disokong oleh snapshot 15 Mac, jadi pilihan model bertarikh mengubah bahagian aliran kerja ini.
Untuk pembantu pembelajaran praktikal, berikan rajah, soalan rakaman pelajar dan ringkasan tugasan bertulis yang pendek: “Jelaskan hubungan antara bahagian berlabel, jawab soalan lisan dalam bahasa Inggeris dan gunakan penyampaian yang tenang serta lebih perlahan. Berikan jawapan teks serta pertuturan.” Untuk laporan media, takrifkan bahagian berasingan bagi peristiwa, teks kelihatan dan pertuturan, serta minta cap masa bagi setiap satu. Sediakan nama atau istilah dalam konteks bertulis dan nyatakan sama ada hasil perlu berupa transkrip literal, penerangan atau ringkasan yang sedia untuk pembaca sasaran.
", "aboutText": "Qwen3.5-Omni-Plus ialah model Qwen multimodal Alibaba untuk penciptaan teks, pembantu suara dan analisis multimedia. Ia menerima teks, imej, audio dan video, termasuk input campuran, serta menghasilkan teks atau teks bersama pertuturan. Nama Plus tanpa tarikh ialah alias keluarga; pengeluar kini menerangkannya sebagai setara dari segi fungsi dengan Qwen3.5-Omni-Plus 2026-03-15. Alias dan snapshot bernama kekal sebagai pilihan model yang berbeza.\n\nInputnya boleh menggabungkan gambar dengan soalan lisan, atau menyatukan visual dan bunyi video dengan arahan bertulis. Ini menjadikannya berguna apabila ringkasan teks sahaja akan kehilangan hubungan antara perkara yang dilihat dengan perkara yang didengar. Untuk ringkasan tugasan media, minta urutan visual, ungkapan pada skrin dan kandungan lisan secara berasingan, serta minta cap masa relatif kepada sumber apabila urutan peristiwa penting. Kesan bunyi dan audio bukan pertuturan lain boleh menyumbang kepada analisis bersama pertuturan.\n\nUntuk jawapan suara, nyatakan bahasa, pembaca sasaran dan penyampaian jawapan. Panduan Qwen mendokumenkan arahan untuk kelantangan, kadar pertuturan dan emosi. Ia menyenaraikan 113 bahasa dan dialek input audio serta 36 bahasa dan dialek output pertuturan, termasuk bahasa Inggeris, Perancis, Jerman dan Rusia. Katalog suara mengenal pasti Tina sebagai lalai dan merangkumi pilihan seperti Serena dan Ethan. Pilih suara dan minta penerangan ringkas pada rentak terkawal, bukannya bergantung pada suara input untuk menentukan gaya output.\n\nAliran kerja pertuturan HTTP yang didokumenkan mengembalikan teks penstriman dan cebisan audio berkod Base64. Contoh WAV menggunakan PCM 24 kHz, mono, 16-bit; aplikasi boleh mengumpulkan cebisan itu menjadi fail audio atau menyahkodnya untuk dimainkan sebaik sahaja diterima. Ini ialah penjanaan penstriman daripada permintaan yang diserahkan. Pengesanan giliran langsung, pengendalian gangguan dan perbualan mikrofon milik model masa nyata dengan nama berasingan. Jadual keluarga Qwen3.5-Omni tidak menawarkan mod pemikiran mendalam.\n\nKad model menyenaraikan carian web. Function Calling didokumenkan untuk pelaksanaan Beijing Chat Completions Alibaba dengan output teks, manakala jadual Singapuranya menandainya tidak disokong. Output JSON Object disenaraikan untuk Beijing dan tidak disokong untuk Singapura. Model boleh mencadangkan panggilan alat, manakala aplikasi melaksanakan tindakan dan mengembalikan hasilnya. Jadual Plus menandakan pelengkapan awalan, caching konteks dan penalaan halus sebagai tidak disokong; inferens kelompok disokong dalam jadual alias Beijing dan tidak disokong dalam jadual Singapura.\n\nTetingkap konteks yang diterbitkan ialah 262,144 token, dengan input maksimum 196,608 token dan output maksimum 65,536 token. Media campuran dan teks berkongsi bajet konteks. Panduan HTTP Alibaba membenarkan sehingga tiga jam audio atau satu jam video untuk siri ini; ia menyenaraikan audio AMR, WAV, 3GP, 3GPP, AAC dan MP3 serta video MP4, AVI, MKV, MOV, FLV dan WMV. Fail audio atau video berasaskan URL boleh berukuran sehingga 2 GB, manakala media berkod Base64 mesti lebih kecil daripada 10 MB. Ini ialah had aliran kerja fail pengeluar, yang berbeza daripada huraian pengenalan model tentang pemahaman lebih sepuluh jam audio atau lebih 400 saat video 720p yang disampel pada 1 FPS.\n\nImej mempunyai had penyediaannya sendiri dalam panduan itu: sehingga 20 MB bagi setiap imej berasaskan URL, dimensi melebihi 10 piksel pada setiap sisi dan nisbah bidang yang tidak lebih ekstrem daripada 200:1. Panduan membenarkan sehingga 2,048 imej atau fail audio berasaskan URL dan 512 fail video berasaskan URL; input Base64 membenarkan sehingga 250 fail. Had pemindahan ini tetap tertakluk pada bajet token input bersama. Siri ini boleh menggabungkan beberapa jenis media dalam satu permintaan. Pilih petikan yang relevan, pastikan label kecil boleh dibaca dan jelaskan hubungan antara input berasingan. Siling bilangan fail yang didokumenkan berbeza mengikut modaliti dan kaedah pemindahan, manakala setiap input masih mesti muat dalam bajet token bersama.\n\nPengklonan suara tersuai didokumenkan untuk model Plus tanpa tarikh melalui aliran kerja suara cipta-kemudian-guna yang berasingan. Rujukan mesti mengandungi sekurang-kurangnya tiga saat pertuturan jelas tanpa gangguan, dengan jeda tidak melebihi dua saat; gunakan pertuturan biasa tanpa muzik, nyanyian, hingar atau penutur lain. Untuk WAV, gunakan audio 16-bit. Klip rujukan digunakan untuk mencipta suara bagi model sasaran bernama, dan sasaran itu mesti sepadan dengan model yang digunakan untuk pertuturan. Pengeluar mencadangkan 10–20 saat pertuturan mono yang bersih, sekurang-kurangnya 24 kHz, dengan maksimum 60 saat dan fail lebih kecil daripada 10 MB. WAV, MP3 dan M4A ialah format rujukan yang didokumenkan. Pengklonan tidak disokong oleh snapshot 15 Mac, jadi pilihan model bertarikh mengubah bahagian aliran kerja ini.\n\nUntuk pembantu pembelajaran praktikal, berikan rajah, soalan rakaman pelajar dan ringkasan tugasan bertulis yang pendek: “Jelaskan hubungan antara bahagian berlabel, jawab soalan lisan dalam bahasa Inggeris dan gunakan penyampaian yang tenang serta lebih perlahan. Berikan jawapan teks serta pertuturan.” Untuk laporan media, takrifkan bahagian berasingan bagi peristiwa, teks kelihatan dan pertuturan, serta minta cap masa bagi setiap satu. Sediakan nama atau istilah dalam konteks bertulis dan nyatakan sama ada hasil perlu berupa transkrip literal, penerangan atau ringkasan yang sedia untuk pembaca sasaran.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Create a media brief from a transcript\n\nCreate a compact media brief from this text record. 00:00 title card: 'Refill station'. 00:04 demonstrator opens a bottle. 00:08 speech: 'Fill only to the marked line.' 00:12 demonstrator closes the bottle. Separate visible events, on-screen wording and spoken instruction, retaining timestamps. Do not infer audio effects or actions absent from the record.Three labelled sections with timestamped entries for visible events, visible wording and speech.The spoken fill-line instruction remains distinct from what is explicitly described as visible.qwen3.5-omni-plusQwen3.5-Omni-Plus memahami teks, imej, audio dan video bersama-sama serta mengembalikan jawapan teks atau lisan. Aliran kerja multimodalnya sesuai untuk pembantu suara dan analisis media terperinci, dengan arahan gaya pertuturan dan konteks 262,144 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen3.5-Omni-Plus ialah model Qwen multimodal Alibaba untuk penciptaan teks, pembantu suara dan analisis multimedia. Ia menerima teks, imej, audio dan video, termasuk input campuran, serta menghasilkan teks atau teks bersama pertuturan. Nama Plus tanpa tarikh ialah alias keluarga; pengeluar kini menerangkannya sebagai setara dari segi fungsi dengan Qwen3.5-Omni-Plus 2026-03-15. Alias dan snapshot bernama kekal sebagai pilihan model yang berbeza.
Inputnya boleh menggabungkan gambar dengan soalan lisan, atau menyatukan visual dan bunyi video dengan arahan bertulis. Ini menjadikannya berguna apabila ringkasan teks sahaja akan kehilangan hubungan antara perkara yang dilihat dengan perkara yang didengar. Untuk ringkasan tugasan media, minta urutan visual, ungkapan pada skrin dan kandungan lisan secara berasingan, serta minta cap masa relatif kepada sumber apabila urutan peristiwa penting. Kesan bunyi dan audio bukan pertuturan lain boleh menyumbang kepada analisis bersama pertuturan.
Untuk jawapan suara, nyatakan bahasa, pembaca sasaran dan penyampaian jawapan. Panduan Qwen mendokumenkan arahan untuk kelantangan, kadar pertuturan dan emosi. Ia menyenaraikan 113 bahasa dan dialek input audio serta 36 bahasa dan dialek output pertuturan, termasuk bahasa Inggeris, Perancis, Jerman dan Rusia. Katalog suara mengenal pasti Tina sebagai lalai dan merangkumi pilihan seperti Serena dan Ethan. Pilih suara dan minta penerangan ringkas pada rentak terkawal, bukannya bergantung pada suara input untuk menentukan gaya output.
Aliran kerja pertuturan HTTP yang didokumenkan mengembalikan teks penstriman dan cebisan audio berkod Base64. Contoh WAV menggunakan PCM 24 kHz, mono, 16-bit; aplikasi boleh mengumpulkan cebisan itu menjadi fail audio atau menyahkodnya untuk dimainkan sebaik sahaja diterima. Ini ialah penjanaan penstriman daripada permintaan yang diserahkan. Pengesanan giliran langsung, pengendalian gangguan dan perbualan mikrofon milik model masa nyata dengan nama berasingan. Jadual keluarga Qwen3.5-Omni tidak menawarkan mod pemikiran mendalam.
Kad model menyenaraikan carian web. Function Calling didokumenkan untuk pelaksanaan Beijing Chat Completions Alibaba dengan output teks, manakala jadual Singapuranya menandainya tidak disokong. Output JSON Object disenaraikan untuk Beijing dan tidak disokong untuk Singapura. Model boleh mencadangkan panggilan alat, manakala aplikasi melaksanakan tindakan dan mengembalikan hasilnya. Jadual Plus menandakan pelengkapan awalan, caching konteks dan penalaan halus sebagai tidak disokong; inferens kelompok disokong dalam jadual alias Beijing dan tidak disokong dalam jadual Singapura.
Tetingkap konteks yang diterbitkan ialah 262,144 token, dengan input maksimum 196,608 token dan output maksimum 65,536 token. Media campuran dan teks berkongsi bajet konteks. Panduan HTTP Alibaba membenarkan sehingga tiga jam audio atau satu jam video untuk siri ini; ia menyenaraikan audio AMR, WAV, 3GP, 3GPP, AAC dan MP3 serta video MP4, AVI, MKV, MOV, FLV dan WMV. Fail audio atau video berasaskan URL boleh berukuran sehingga 2 GB, manakala media berkod Base64 mesti lebih kecil daripada 10 MB. Ini ialah had aliran kerja fail pengeluar, yang berbeza daripada huraian pengenalan model tentang pemahaman lebih sepuluh jam audio atau lebih 400 saat video 720p yang disampel pada 1 FPS.
Imej mempunyai had penyediaannya sendiri dalam panduan itu: sehingga 20 MB bagi setiap imej berasaskan URL, dimensi melebihi 10 piksel pada setiap sisi dan nisbah bidang yang tidak lebih ekstrem daripada 200:1. Panduan membenarkan sehingga 2,048 imej atau fail audio berasaskan URL dan 512 fail video berasaskan URL; input Base64 membenarkan sehingga 250 fail. Had pemindahan ini tetap tertakluk pada bajet token input bersama. Siri ini boleh menggabungkan beberapa jenis media dalam satu permintaan. Pilih petikan yang relevan, pastikan label kecil boleh dibaca dan jelaskan hubungan antara input berasingan. Siling bilangan fail yang didokumenkan berbeza mengikut modaliti dan kaedah pemindahan, manakala setiap input masih mesti muat dalam bajet token bersama.
Pengklonan suara tersuai didokumenkan untuk model Plus tanpa tarikh melalui aliran kerja suara cipta-kemudian-guna yang berasingan. Rujukan mesti mengandungi sekurang-kurangnya tiga saat pertuturan jelas tanpa gangguan, dengan jeda tidak melebihi dua saat; gunakan pertuturan biasa tanpa muzik, nyanyian, hingar atau penutur lain. Untuk WAV, gunakan audio 16-bit. Klip rujukan digunakan untuk mencipta suara bagi model sasaran bernama, dan sasaran itu mesti sepadan dengan model yang digunakan untuk pertuturan. Pengeluar mencadangkan 10–20 saat pertuturan mono yang bersih, sekurang-kurangnya 24 kHz, dengan maksimum 60 saat dan fail lebih kecil daripada 10 MB. WAV, MP3 dan M4A ialah format rujukan yang didokumenkan. Pengklonan tidak disokong oleh snapshot 15 Mac, jadi pilihan model bertarikh mengubah bahagian aliran kerja ini.
Untuk pembantu pembelajaran praktikal, berikan rajah, soalan rakaman pelajar dan ringkasan tugasan bertulis yang pendek: “Jelaskan hubungan antara bahagian berlabel, jawab soalan lisan dalam bahasa Inggeris dan gunakan penyampaian yang tenang serta lebih perlahan. Berikan jawapan teks serta pertuturan.” Untuk laporan media, takrifkan bahagian berasingan bagi peristiwa, teks kelihatan dan pertuturan, serta minta cap masa bagi setiap satu. Sediakan nama atau istilah dalam konteks bertulis dan nyatakan sama ada hasil perlu berupa transkrip literal, penerangan atau ringkasan yang sedia untuk pembaca sasaran.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen3.5-omni-plus | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
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 berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.0022 / 1K token Output · Token output $0.012584 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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", "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',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',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, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra qwen3.5-omni-plus
Gunakan laluan kaedah yang dipaparkan di atas.
qwen3.5-omni-plusQwen3.5-Omni-Plus memahami teks, imej, audio dan video bersama-sama serta mengembalikan jawapan teks atau lisan. Aliran kerja multimodalnya sesuai untuk pembantu suara dan analisis media terperinci, dengan arahan gaya pertuturan dan konteks 262,144 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen3.5-Omni-Plus ialah model Qwen multimodal Alibaba untuk penciptaan teks, pembantu suara dan analisis multimedia. Ia menerima teks, imej, audio dan video, termasuk input campuran, serta menghasilkan teks atau teks bersama pertuturan. Nama Plus tanpa tarikh ialah alias keluarga; pengeluar kini menerangkannya sebagai setara dari segi fungsi dengan Qwen3.5-Omni-Plus 2026-03-15. Alias dan snapshot bernama kekal sebagai pilihan model yang berbeza.
Inputnya boleh menggabungkan gambar dengan soalan lisan, atau menyatukan visual dan bunyi video dengan arahan bertulis. Ini menjadikannya berguna apabila ringkasan teks sahaja akan kehilangan hubungan antara perkara yang dilihat dengan perkara yang didengar. Untuk ringkasan tugasan media, minta urutan visual, ungkapan pada skrin dan kandungan lisan secara berasingan, serta minta cap masa relatif kepada sumber apabila urutan peristiwa penting. Kesan bunyi dan audio bukan pertuturan lain boleh menyumbang kepada analisis bersama pertuturan.
Untuk jawapan suara, nyatakan bahasa, pembaca sasaran dan penyampaian jawapan. Panduan Qwen mendokumenkan arahan untuk kelantangan, kadar pertuturan dan emosi. Ia menyenaraikan 113 bahasa dan dialek input audio serta 36 bahasa dan dialek output pertuturan, termasuk bahasa Inggeris, Perancis, Jerman dan Rusia. Katalog suara mengenal pasti Tina sebagai lalai dan merangkumi pilihan seperti Serena dan Ethan. Pilih suara dan minta penerangan ringkas pada rentak terkawal, bukannya bergantung pada suara input untuk menentukan gaya output.
Aliran kerja pertuturan HTTP yang didokumenkan mengembalikan teks penstriman dan cebisan audio berkod Base64. Contoh WAV menggunakan PCM 24 kHz, mono, 16-bit; aplikasi boleh mengumpulkan cebisan itu menjadi fail audio atau menyahkodnya untuk dimainkan sebaik sahaja diterima. Ini ialah penjanaan penstriman daripada permintaan yang diserahkan. Pengesanan giliran langsung, pengendalian gangguan dan perbualan mikrofon milik model masa nyata dengan nama berasingan. Jadual keluarga Qwen3.5-Omni tidak menawarkan mod pemikiran mendalam.
Kad model menyenaraikan carian web. Function Calling didokumenkan untuk pelaksanaan Beijing Chat Completions Alibaba dengan output teks, manakala jadual Singapuranya menandainya tidak disokong. Output JSON Object disenaraikan untuk Beijing dan tidak disokong untuk Singapura. Model boleh mencadangkan panggilan alat, manakala aplikasi melaksanakan tindakan dan mengembalikan hasilnya. Jadual Plus menandakan pelengkapan awalan, caching konteks dan penalaan halus sebagai tidak disokong; inferens kelompok disokong dalam jadual alias Beijing dan tidak disokong dalam jadual Singapura.
Tetingkap konteks yang diterbitkan ialah 262,144 token, dengan input maksimum 196,608 token dan output maksimum 65,536 token. Media campuran dan teks berkongsi bajet konteks. Panduan HTTP Alibaba membenarkan sehingga tiga jam audio atau satu jam video untuk siri ini; ia menyenaraikan audio AMR, WAV, 3GP, 3GPP, AAC dan MP3 serta video MP4, AVI, MKV, MOV, FLV dan WMV. Fail audio atau video berasaskan URL boleh berukuran sehingga 2 GB, manakala media berkod Base64 mesti lebih kecil daripada 10 MB. Ini ialah had aliran kerja fail pengeluar, yang berbeza daripada huraian pengenalan model tentang pemahaman lebih sepuluh jam audio atau lebih 400 saat video 720p yang disampel pada 1 FPS.
Imej mempunyai had penyediaannya sendiri dalam panduan itu: sehingga 20 MB bagi setiap imej berasaskan URL, dimensi melebihi 10 piksel pada setiap sisi dan nisbah bidang yang tidak lebih ekstrem daripada 200:1. Panduan membenarkan sehingga 2,048 imej atau fail audio berasaskan URL dan 512 fail video berasaskan URL; input Base64 membenarkan sehingga 250 fail. Had pemindahan ini tetap tertakluk pada bajet token input bersama. Siri ini boleh menggabungkan beberapa jenis media dalam satu permintaan. Pilih petikan yang relevan, pastikan label kecil boleh dibaca dan jelaskan hubungan antara input berasingan. Siling bilangan fail yang didokumenkan berbeza mengikut modaliti dan kaedah pemindahan, manakala setiap input masih mesti muat dalam bajet token bersama.
Pengklonan suara tersuai didokumenkan untuk model Plus tanpa tarikh melalui aliran kerja suara cipta-kemudian-guna yang berasingan. Rujukan mesti mengandungi sekurang-kurangnya tiga saat pertuturan jelas tanpa gangguan, dengan jeda tidak melebihi dua saat; gunakan pertuturan biasa tanpa muzik, nyanyian, hingar atau penutur lain. Untuk WAV, gunakan audio 16-bit. Klip rujukan digunakan untuk mencipta suara bagi model sasaran bernama, dan sasaran itu mesti sepadan dengan model yang digunakan untuk pertuturan. Pengeluar mencadangkan 10–20 saat pertuturan mono yang bersih, sekurang-kurangnya 24 kHz, dengan maksimum 60 saat dan fail lebih kecil daripada 10 MB. WAV, MP3 dan M4A ialah format rujukan yang didokumenkan. Pengklonan tidak disokong oleh snapshot 15 Mac, jadi pilihan model bertarikh mengubah bahagian aliran kerja ini.
Untuk pembantu pembelajaran praktikal, berikan rajah, soalan rakaman pelajar dan ringkasan tugasan bertulis yang pendek: “Jelaskan hubungan antara bahagian berlabel, jawab soalan lisan dalam bahasa Inggeris dan gunakan penyampaian yang tenang serta lebih perlahan. Berikan jawapan teks serta pertuturan.” Untuk laporan media, takrifkan bahagian berasingan bagi peristiwa, teks kelihatan dan pertuturan, serta minta cap masa bagi setiap satu. Sediakan nama atau istilah dalam konteks bertulis dan nyatakan sama ada hasil perlu berupa transkrip literal, penerangan atau ringkasan yang sedia untuk pembaca sasaran.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen3.5-omni-plus | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan 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 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.0022 / 1K token Output · Token output $0.012584 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "qwen3.5-omni-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra qwen3.5-omni-plus
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Create a media brief from a transcript\n\nCreate a compact media brief from this text record. 00:00 title card: 'Refill station'. 00:04 demonstrator opens a bottle. 00:08 speech: 'Fill only to the marked line.' 00:12 demonstrator closes the bottle. Separate visible events, on-screen wording and spoken instruction, retaining timestamps. Do not infer audio effects or actions absent from the record.Three labelled sections with timestamped entries for visible events, visible wording and speech.The spoken fill-line instruction remains distinct from what is explicitly described as visible.