Qwen3.5-Omni-Plus is het multimodale Qwen-model van Alibaba voor tekstcreatie, spraakassistenten en multimedia-analyse. Het accepteert tekst, afbeeldingen, audio en video, inclusief gemengde invoer, en produceert tekst of tekst met spraak. De ongedateerde Plus-naam is een familiealias; de fabrikant beschrijft haar momenteel als functioneel gelijkwaardig aan Qwen3.5-Omni-Plus 2026-03-15. De alias en de benoemde snapshot blijven verschillende modelkeuzes.
De invoer kan een afbeelding met een gesproken vraag verbinden, of de beelden en het geluid van een video met geschreven instructies combineren. Dit is bruikbaar wanneer een samenvatting met alleen tekst de verbinding tussen wat zichtbaar en hoorbaar is zou verliezen. Vraag in een mediaopdracht afzonderlijk om de zichtbare opeenvolging, de tekst in beeld en de gesproken inhoud, en vraag om tijdstempels ten opzichte van de bron wanneer de volgorde van gebeurtenissen van belang is. Geluidseffecten en andere niet-gesproken audio kunnen naast spraak aan de analyse bijdragen.
Specificeer voor een gesproken antwoord de taal, doelgroep en voordracht. De handleiding van Qwen documenteert instructies voor volume, spreektempo en emotie. Zij vermeldt 113 talen en dialecten voor audio-invoer en 36 talen en dialecten voor spraakuitvoer, waaronder Engels, Frans, Duits en Russisch. De stemcatalogus geeft Tina aan als standaard en bevat opties zoals Serena en Ethan. Kies de stem en vraag om een beknopte uitleg in een beheerst tempo, in plaats van erop te vertrouwen dat de invoerstem de uitvoerstijl bepaalt.
De gedocumenteerde HTTP-spraakworkflow geeft streamingtekst en Base64-gecodeerde audiofragmenten terug. Het WAV-voorbeeld gebruikt 24 kHz, mono, 16-bit PCM; een toepassing kan de fragmenten tot een audiobestand verzamelen of ze bij ontvangst decoderen voor afspelen. Dit is gestreamde generatie op basis van een ingediend verzoek. Live detectie van gespreksbeurten, afhandeling van onderbrekingen en gesprekken via de microfoon behoren tot afzonderlijk benoemde realtime-modellen. De familietabel van Qwen3.5-Omni biedt geen modus voor diep nadenken.
De modelkaart vermeldt webzoeken. Function Calling is gedocumenteerd voor de deployment van Alibaba met Beijing Chat Completions en tekstuitvoer, terwijl de Singapore-tabel het als niet ondersteund markeert. JSON Object-uitvoer is voor Beijing vermeld en voor Singapore niet ondersteund. Een model kan een toolaanroep voorstellen, terwijl de toepassing de actie uitvoert en het resultaat teruggeeft. De Plus-tabellen markeren prefixaanvulling, contextcaching en fijnafstemming als niet ondersteund; batchinferentie wordt ondersteund in de aliastabel van Beijing en niet ondersteund in de tabel van Singapore.
Het gepubliceerde contextvenster is 262.144 tokens, met maximaal 196.608 invoertokens en maximaal 65.536 uitvoertokens. Gemengde media en tekst delen het contextbudget. De HTTP-handleiding van Alibaba staat voor deze serie maximaal drie uur audio of één uur video toe; zij vermeldt AMR, WAV, 3GP, 3GPP, AAC en MP3 voor audio en MP4, AVI, MKV, MOV, FLV en WMV voor video. Audio- of videobestanden via een URL mogen maximaal 2 GB zijn, terwijl Base64-gecodeerde media kleiner dan 10 MB moeten zijn. Dit zijn de grenzen van de bestandsworkflow van de fabrikant, onderscheiden van de beschrijving in de modelintroductie van begrip van meer dan tien uur audio of meer dan 400 seconden 720p-video, bemonsterd op 1 FPS.
Afbeeldingen hebben in die handleiding eigen voorbereidingsgrenzen: maximaal 20 MB per afbeelding via een URL, afmetingen groter dan 10 pixels aan elke zijde en een beeldverhouding die niet extremer is dan 200:1. De handleiding staat maximaal 2.048 afbeeldingen of audiobestanden via URL's en 512 videobestanden via URL's toe; Base64-invoer staat maximaal 250 bestanden toe. Deze overdrachtslimieten blijven onderworpen aan het gedeelde budget voor invoertokens. De serie kan meerdere mediatypen in één verzoek combineren. Kies het relevante fragment, maak kleine labels leesbaar en leg uit hoe afzonderlijke invoeronderdelen samenhangen. De gedocumenteerde maximumaantallen bestanden variëren per modaliteit en overdrachtsmethode, terwijl elke invoer nog steeds binnen het gedeelde tokenbudget moet passen.
Het klonen van aangepaste stemmen is voor het ongedateerde Plus-model gedocumenteerd via een afzonderlijke workflow voor het eerst creëren en daarna gebruiken van een stem. De referentie moet minstens drie seconden ononderbroken duidelijke spraak bevatten, met pauzes van maximaal twee seconden; gebruik gewone spraak zonder muziek, zang, ruis of een andere spreker. Gebruik voor WAV 16-bit audio. Een referentiefragment wordt gebruikt om een stem voor een benoemd doelmodel te creëren, en dat doel moet overeenkomen met het model dat voor spraak wordt gebruikt. De fabrikant raadt 10–20 seconden schone monospraak aan, op minstens 24 kHz, met een maximum van 60 seconden en een bestand kleiner dan 10 MB. WAV, MP3 en M4A zijn gedocumenteerde referentieformaten. Klonen wordt niet ondersteund door de snapshot van 15 maart, zodat een gedateerde modelkeuze dit deel van de workflow verandert.
Lever voor een praktische leerassistent een diagram, de opgenomen vraag van de leerling en een korte geschreven opdracht aan: “Leg uit hoe de gelabelde onderdelen samenhangen, beantwoord de gesproken vraag in het Engels en gebruik een rustige, tragere voordracht. Geef naast spraak ook het tekstantwoord.” Definieer voor een mediarapport afzonderlijke secties voor gebeurtenissen, zichtbare tekst en spraak en vraag voor elke sectie om tijdstempels. Bereid namen of terminologie in de geschreven context voor en vermeld of het resultaat een letterlijk transcript, een uitleg of een samenvatting voor de doelgroep moet zijn.
", "aboutText": "Qwen3.5-Omni-Plus is het multimodale Qwen-model van Alibaba voor tekstcreatie, spraakassistenten en multimedia-analyse. Het accepteert tekst, afbeeldingen, audio en video, inclusief gemengde invoer, en produceert tekst of tekst met spraak. De ongedateerde Plus-naam is een familiealias; de fabrikant beschrijft haar momenteel als functioneel gelijkwaardig aan Qwen3.5-Omni-Plus 2026-03-15. De alias en de benoemde snapshot blijven verschillende modelkeuzes.\n\nDe invoer kan een afbeelding met een gesproken vraag verbinden, of de beelden en het geluid van een video met geschreven instructies combineren. Dit is bruikbaar wanneer een samenvatting met alleen tekst de verbinding tussen wat zichtbaar en hoorbaar is zou verliezen. Vraag in een mediaopdracht afzonderlijk om de zichtbare opeenvolging, de tekst in beeld en de gesproken inhoud, en vraag om tijdstempels ten opzichte van de bron wanneer de volgorde van gebeurtenissen van belang is. Geluidseffecten en andere niet-gesproken audio kunnen naast spraak aan de analyse bijdragen.\n\nSpecificeer voor een gesproken antwoord de taal, doelgroep en voordracht. De handleiding van Qwen documenteert instructies voor volume, spreektempo en emotie. Zij vermeldt 113 talen en dialecten voor audio-invoer en 36 talen en dialecten voor spraakuitvoer, waaronder Engels, Frans, Duits en Russisch. De stemcatalogus geeft Tina aan als standaard en bevat opties zoals Serena en Ethan. Kies de stem en vraag om een beknopte uitleg in een beheerst tempo, in plaats van erop te vertrouwen dat de invoerstem de uitvoerstijl bepaalt.\n\nDe gedocumenteerde HTTP-spraakworkflow geeft streamingtekst en Base64-gecodeerde audiofragmenten terug. Het WAV-voorbeeld gebruikt 24 kHz, mono, 16-bit PCM; een toepassing kan de fragmenten tot een audiobestand verzamelen of ze bij ontvangst decoderen voor afspelen. Dit is gestreamde generatie op basis van een ingediend verzoek. Live detectie van gespreksbeurten, afhandeling van onderbrekingen en gesprekken via de microfoon behoren tot afzonderlijk benoemde realtime-modellen. De familietabel van Qwen3.5-Omni biedt geen modus voor diep nadenken.\n\nDe modelkaart vermeldt webzoeken. Function Calling is gedocumenteerd voor de deployment van Alibaba met Beijing Chat Completions en tekstuitvoer, terwijl de Singapore-tabel het als niet ondersteund markeert. JSON Object-uitvoer is voor Beijing vermeld en voor Singapore niet ondersteund. Een model kan een toolaanroep voorstellen, terwijl de toepassing de actie uitvoert en het resultaat teruggeeft. De Plus-tabellen markeren prefixaanvulling, contextcaching en fijnafstemming als niet ondersteund; batchinferentie wordt ondersteund in de aliastabel van Beijing en niet ondersteund in de tabel van Singapore.\n\nHet gepubliceerde contextvenster is 262.144 tokens, met maximaal 196.608 invoertokens en maximaal 65.536 uitvoertokens. Gemengde media en tekst delen het contextbudget. De HTTP-handleiding van Alibaba staat voor deze serie maximaal drie uur audio of één uur video toe; zij vermeldt AMR, WAV, 3GP, 3GPP, AAC en MP3 voor audio en MP4, AVI, MKV, MOV, FLV en WMV voor video. Audio- of videobestanden via een URL mogen maximaal 2 GB zijn, terwijl Base64-gecodeerde media kleiner dan 10 MB moeten zijn. Dit zijn de grenzen van de bestandsworkflow van de fabrikant, onderscheiden van de beschrijving in de modelintroductie van begrip van meer dan tien uur audio of meer dan 400 seconden 720p-video, bemonsterd op 1 FPS.\n\nAfbeeldingen hebben in die handleiding eigen voorbereidingsgrenzen: maximaal 20 MB per afbeelding via een URL, afmetingen groter dan 10 pixels aan elke zijde en een beeldverhouding die niet extremer is dan 200:1. De handleiding staat maximaal 2.048 afbeeldingen of audiobestanden via URL's en 512 videobestanden via URL's toe; Base64-invoer staat maximaal 250 bestanden toe. Deze overdrachtslimieten blijven onderworpen aan het gedeelde budget voor invoertokens. De serie kan meerdere mediatypen in één verzoek combineren. Kies het relevante fragment, maak kleine labels leesbaar en leg uit hoe afzonderlijke invoeronderdelen samenhangen. De gedocumenteerde maximumaantallen bestanden variëren per modaliteit en overdrachtsmethode, terwijl elke invoer nog steeds binnen het gedeelde tokenbudget moet passen.\n\nHet klonen van aangepaste stemmen is voor het ongedateerde Plus-model gedocumenteerd via een afzonderlijke workflow voor het eerst creëren en daarna gebruiken van een stem. De referentie moet minstens drie seconden ononderbroken duidelijke spraak bevatten, met pauzes van maximaal twee seconden; gebruik gewone spraak zonder muziek, zang, ruis of een andere spreker. Gebruik voor WAV 16-bit audio. Een referentiefragment wordt gebruikt om een stem voor een benoemd doelmodel te creëren, en dat doel moet overeenkomen met het model dat voor spraak wordt gebruikt. De fabrikant raadt 10–20 seconden schone monospraak aan, op minstens 24 kHz, met een maximum van 60 seconden en een bestand kleiner dan 10 MB. WAV, MP3 en M4A zijn gedocumenteerde referentieformaten. Klonen wordt niet ondersteund door de snapshot van 15 maart, zodat een gedateerde modelkeuze dit deel van de workflow verandert.\n\nLever voor een praktische leerassistent een diagram, de opgenomen vraag van de leerling en een korte geschreven opdracht aan: “Leg uit hoe de gelabelde onderdelen samenhangen, beantwoord de gesproken vraag in het Engels en gebruik een rustige, tragere voordracht. Geef naast spraak ook het tekstantwoord.” Definieer voor een mediarapport afzonderlijke secties voor gebeurtenissen, zichtbare tekst en spraak en vraag voor elke sectie om tijdstempels. Bereid namen of terminologie in de geschreven context voor en vermeld of het resultaat een letterlijk transcript, een uitleg of een samenvatting voor de doelgroep moet zijn.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
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 begrijpt tekst, afbeeldingen, audio en video samen en geeft tekst of gesproken antwoorden terug. De multimodale workflow past bij stemassistenten en gedetailleerde media-analyse, met instructies voor spreekstijl en een context van 262.144 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3.5-Omni-Plus is het multimodale Qwen-model van Alibaba voor tekstcreatie, spraakassistenten en multimedia-analyse. Het accepteert tekst, afbeeldingen, audio en video, inclusief gemengde invoer, en produceert tekst of tekst met spraak. De ongedateerde Plus-naam is een familiealias; de fabrikant beschrijft haar momenteel als functioneel gelijkwaardig aan Qwen3.5-Omni-Plus 2026-03-15. De alias en de benoemde snapshot blijven verschillende modelkeuzes.
De invoer kan een afbeelding met een gesproken vraag verbinden, of de beelden en het geluid van een video met geschreven instructies combineren. Dit is bruikbaar wanneer een samenvatting met alleen tekst de verbinding tussen wat zichtbaar en hoorbaar is zou verliezen. Vraag in een mediaopdracht afzonderlijk om de zichtbare opeenvolging, de tekst in beeld en de gesproken inhoud, en vraag om tijdstempels ten opzichte van de bron wanneer de volgorde van gebeurtenissen van belang is. Geluidseffecten en andere niet-gesproken audio kunnen naast spraak aan de analyse bijdragen.
Specificeer voor een gesproken antwoord de taal, doelgroep en voordracht. De handleiding van Qwen documenteert instructies voor volume, spreektempo en emotie. Zij vermeldt 113 talen en dialecten voor audio-invoer en 36 talen en dialecten voor spraakuitvoer, waaronder Engels, Frans, Duits en Russisch. De stemcatalogus geeft Tina aan als standaard en bevat opties zoals Serena en Ethan. Kies de stem en vraag om een beknopte uitleg in een beheerst tempo, in plaats van erop te vertrouwen dat de invoerstem de uitvoerstijl bepaalt.
De gedocumenteerde HTTP-spraakworkflow geeft streamingtekst en Base64-gecodeerde audiofragmenten terug. Het WAV-voorbeeld gebruikt 24 kHz, mono, 16-bit PCM; een toepassing kan de fragmenten tot een audiobestand verzamelen of ze bij ontvangst decoderen voor afspelen. Dit is gestreamde generatie op basis van een ingediend verzoek. Live detectie van gespreksbeurten, afhandeling van onderbrekingen en gesprekken via de microfoon behoren tot afzonderlijk benoemde realtime-modellen. De familietabel van Qwen3.5-Omni biedt geen modus voor diep nadenken.
De modelkaart vermeldt webzoeken. Function Calling is gedocumenteerd voor de deployment van Alibaba met Beijing Chat Completions en tekstuitvoer, terwijl de Singapore-tabel het als niet ondersteund markeert. JSON Object-uitvoer is voor Beijing vermeld en voor Singapore niet ondersteund. Een model kan een toolaanroep voorstellen, terwijl de toepassing de actie uitvoert en het resultaat teruggeeft. De Plus-tabellen markeren prefixaanvulling, contextcaching en fijnafstemming als niet ondersteund; batchinferentie wordt ondersteund in de aliastabel van Beijing en niet ondersteund in de tabel van Singapore.
Het gepubliceerde contextvenster is 262.144 tokens, met maximaal 196.608 invoertokens en maximaal 65.536 uitvoertokens. Gemengde media en tekst delen het contextbudget. De HTTP-handleiding van Alibaba staat voor deze serie maximaal drie uur audio of één uur video toe; zij vermeldt AMR, WAV, 3GP, 3GPP, AAC en MP3 voor audio en MP4, AVI, MKV, MOV, FLV en WMV voor video. Audio- of videobestanden via een URL mogen maximaal 2 GB zijn, terwijl Base64-gecodeerde media kleiner dan 10 MB moeten zijn. Dit zijn de grenzen van de bestandsworkflow van de fabrikant, onderscheiden van de beschrijving in de modelintroductie van begrip van meer dan tien uur audio of meer dan 400 seconden 720p-video, bemonsterd op 1 FPS.
Afbeeldingen hebben in die handleiding eigen voorbereidingsgrenzen: maximaal 20 MB per afbeelding via een URL, afmetingen groter dan 10 pixels aan elke zijde en een beeldverhouding die niet extremer is dan 200:1. De handleiding staat maximaal 2.048 afbeeldingen of audiobestanden via URL's en 512 videobestanden via URL's toe; Base64-invoer staat maximaal 250 bestanden toe. Deze overdrachtslimieten blijven onderworpen aan het gedeelde budget voor invoertokens. De serie kan meerdere mediatypen in één verzoek combineren. Kies het relevante fragment, maak kleine labels leesbaar en leg uit hoe afzonderlijke invoeronderdelen samenhangen. De gedocumenteerde maximumaantallen bestanden variëren per modaliteit en overdrachtsmethode, terwijl elke invoer nog steeds binnen het gedeelde tokenbudget moet passen.
Het klonen van aangepaste stemmen is voor het ongedateerde Plus-model gedocumenteerd via een afzonderlijke workflow voor het eerst creëren en daarna gebruiken van een stem. De referentie moet minstens drie seconden ononderbroken duidelijke spraak bevatten, met pauzes van maximaal twee seconden; gebruik gewone spraak zonder muziek, zang, ruis of een andere spreker. Gebruik voor WAV 16-bit audio. Een referentiefragment wordt gebruikt om een stem voor een benoemd doelmodel te creëren, en dat doel moet overeenkomen met het model dat voor spraak wordt gebruikt. De fabrikant raadt 10–20 seconden schone monospraak aan, op minstens 24 kHz, met een maximum van 60 seconden en een bestand kleiner dan 10 MB. WAV, MP3 en M4A zijn gedocumenteerde referentieformaten. Klonen wordt niet ondersteund door de snapshot van 15 maart, zodat een gedateerde modelkeuze dit deel van de workflow verandert.
Lever voor een praktische leerassistent een diagram, de opgenomen vraag van de leerling en een korte geschreven opdracht aan: “Leg uit hoe de gelabelde onderdelen samenhangen, beantwoord de gesproken vraag in het Engels en gebruik een rustige, tragere voordracht. Geef naast spraak ook het tekstantwoord.” Definieer voor een mediarapport afzonderlijke secties voor gebeurtenissen, zichtbare tekst en spraak en vraag voor elke sectie om tijdstempels. Bereid namen of terminologie in de geschreven context voor en vermeld of het resultaat een letterlijk transcript, een uitleg of een samenvatting voor de doelgroep moet zijn.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen3.5-omni-plus | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0022 / 1K tokens Uitvoer · Uitvoertokens $0.012584 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra qwen3.5-omni-plus
Gebruik de hierboven getoonde methodepaden.
qwen3.5-omni-plusQwen3.5-Omni-Plus begrijpt tekst, afbeeldingen, audio en video samen en geeft tekst of gesproken antwoorden terug. De multimodale workflow past bij stemassistenten en gedetailleerde media-analyse, met instructies voor spreekstijl en een context van 262.144 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3.5-Omni-Plus is het multimodale Qwen-model van Alibaba voor tekstcreatie, spraakassistenten en multimedia-analyse. Het accepteert tekst, afbeeldingen, audio en video, inclusief gemengde invoer, en produceert tekst of tekst met spraak. De ongedateerde Plus-naam is een familiealias; de fabrikant beschrijft haar momenteel als functioneel gelijkwaardig aan Qwen3.5-Omni-Plus 2026-03-15. De alias en de benoemde snapshot blijven verschillende modelkeuzes.
De invoer kan een afbeelding met een gesproken vraag verbinden, of de beelden en het geluid van een video met geschreven instructies combineren. Dit is bruikbaar wanneer een samenvatting met alleen tekst de verbinding tussen wat zichtbaar en hoorbaar is zou verliezen. Vraag in een mediaopdracht afzonderlijk om de zichtbare opeenvolging, de tekst in beeld en de gesproken inhoud, en vraag om tijdstempels ten opzichte van de bron wanneer de volgorde van gebeurtenissen van belang is. Geluidseffecten en andere niet-gesproken audio kunnen naast spraak aan de analyse bijdragen.
Specificeer voor een gesproken antwoord de taal, doelgroep en voordracht. De handleiding van Qwen documenteert instructies voor volume, spreektempo en emotie. Zij vermeldt 113 talen en dialecten voor audio-invoer en 36 talen en dialecten voor spraakuitvoer, waaronder Engels, Frans, Duits en Russisch. De stemcatalogus geeft Tina aan als standaard en bevat opties zoals Serena en Ethan. Kies de stem en vraag om een beknopte uitleg in een beheerst tempo, in plaats van erop te vertrouwen dat de invoerstem de uitvoerstijl bepaalt.
De gedocumenteerde HTTP-spraakworkflow geeft streamingtekst en Base64-gecodeerde audiofragmenten terug. Het WAV-voorbeeld gebruikt 24 kHz, mono, 16-bit PCM; een toepassing kan de fragmenten tot een audiobestand verzamelen of ze bij ontvangst decoderen voor afspelen. Dit is gestreamde generatie op basis van een ingediend verzoek. Live detectie van gespreksbeurten, afhandeling van onderbrekingen en gesprekken via de microfoon behoren tot afzonderlijk benoemde realtime-modellen. De familietabel van Qwen3.5-Omni biedt geen modus voor diep nadenken.
De modelkaart vermeldt webzoeken. Function Calling is gedocumenteerd voor de deployment van Alibaba met Beijing Chat Completions en tekstuitvoer, terwijl de Singapore-tabel het als niet ondersteund markeert. JSON Object-uitvoer is voor Beijing vermeld en voor Singapore niet ondersteund. Een model kan een toolaanroep voorstellen, terwijl de toepassing de actie uitvoert en het resultaat teruggeeft. De Plus-tabellen markeren prefixaanvulling, contextcaching en fijnafstemming als niet ondersteund; batchinferentie wordt ondersteund in de aliastabel van Beijing en niet ondersteund in de tabel van Singapore.
Het gepubliceerde contextvenster is 262.144 tokens, met maximaal 196.608 invoertokens en maximaal 65.536 uitvoertokens. Gemengde media en tekst delen het contextbudget. De HTTP-handleiding van Alibaba staat voor deze serie maximaal drie uur audio of één uur video toe; zij vermeldt AMR, WAV, 3GP, 3GPP, AAC en MP3 voor audio en MP4, AVI, MKV, MOV, FLV en WMV voor video. Audio- of videobestanden via een URL mogen maximaal 2 GB zijn, terwijl Base64-gecodeerde media kleiner dan 10 MB moeten zijn. Dit zijn de grenzen van de bestandsworkflow van de fabrikant, onderscheiden van de beschrijving in de modelintroductie van begrip van meer dan tien uur audio of meer dan 400 seconden 720p-video, bemonsterd op 1 FPS.
Afbeeldingen hebben in die handleiding eigen voorbereidingsgrenzen: maximaal 20 MB per afbeelding via een URL, afmetingen groter dan 10 pixels aan elke zijde en een beeldverhouding die niet extremer is dan 200:1. De handleiding staat maximaal 2.048 afbeeldingen of audiobestanden via URL's en 512 videobestanden via URL's toe; Base64-invoer staat maximaal 250 bestanden toe. Deze overdrachtslimieten blijven onderworpen aan het gedeelde budget voor invoertokens. De serie kan meerdere mediatypen in één verzoek combineren. Kies het relevante fragment, maak kleine labels leesbaar en leg uit hoe afzonderlijke invoeronderdelen samenhangen. De gedocumenteerde maximumaantallen bestanden variëren per modaliteit en overdrachtsmethode, terwijl elke invoer nog steeds binnen het gedeelde tokenbudget moet passen.
Het klonen van aangepaste stemmen is voor het ongedateerde Plus-model gedocumenteerd via een afzonderlijke workflow voor het eerst creëren en daarna gebruiken van een stem. De referentie moet minstens drie seconden ononderbroken duidelijke spraak bevatten, met pauzes van maximaal twee seconden; gebruik gewone spraak zonder muziek, zang, ruis of een andere spreker. Gebruik voor WAV 16-bit audio. Een referentiefragment wordt gebruikt om een stem voor een benoemd doelmodel te creëren, en dat doel moet overeenkomen met het model dat voor spraak wordt gebruikt. De fabrikant raadt 10–20 seconden schone monospraak aan, op minstens 24 kHz, met een maximum van 60 seconden en een bestand kleiner dan 10 MB. WAV, MP3 en M4A zijn gedocumenteerde referentieformaten. Klonen wordt niet ondersteund door de snapshot van 15 maart, zodat een gedateerde modelkeuze dit deel van de workflow verandert.
Lever voor een praktische leerassistent een diagram, de opgenomen vraag van de leerling en een korte geschreven opdracht aan: “Leg uit hoe de gelabelde onderdelen samenhangen, beantwoord de gesproken vraag in het Engels en gebruik een rustige, tragere voordracht. Geef naast spraak ook het tekstantwoord.” Definieer voor een mediarapport afzonderlijke secties voor gebeurtenissen, zichtbare tekst en spraak en vraag voor elke sectie om tijdstempels. Bereid namen of terminologie in de geschreven context voor en vermeld of het resultaat een letterlijk transcript, een uitleg of een samenvatting voor de doelgroep moet zijn.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen3.5-omni-plus | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0022 / 1K tokens Uitvoer · Uitvoertokens $0.012584 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen3.5-omni-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra qwen3.5-omni-plus
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
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.