Qwen3.5-Omni-Flash är Alibabas multimodala Qwen-familjealias för textskapande, röstassistenter och multimedieanalys. Den tar emot text, bilder, ljud och video i kombinerade indata och returnerar text eller text med tal. Tillverkaren beskriver för närvarande aliaset som funktionellt likvärdigt med Qwen3.5-Omni-Flash 2026-03-15. Flash-namnet i sig fastställer ingen garanti för svarstid eller en viss permanent ögonblicksversion.
Indata kan förena en bild med en muntlig fråga eller kombinera en videos bild och ljud med skriftliga instruktioner. Det gör modellen användbar när en ren textsammanfattning skulle förlora sambandet mellan det som syns och det som hörs. För ett medieuppdrag ber du separat om det synliga händelseförloppet, texten på skärmen och det talade innehållet och begär tidsstämplar relativt källan när händelseordningen spelar roll. Ljudeffekter och annat ljud utan tal kan bidra till analysen tillsammans med talet.
För ett röstsvar anger du svarets språk, målgrupp och framförande. Qwens guide dokumenterar instruktioner för volym, talhastighet och känsla. Den anger 113 språk och dialekter för ljudindata och 36 språk och dialekter för talutdata, däribland engelska, franska, tyska och ryska. Röstkatalogen anger Tina som standard och innehåller alternativ som Serena och Ethan. Välj rösten och be om en kortfattad förklaring i lugnt tempo i stället för att låta indatarösten bestämma utdatas stil.
Det dokumenterade HTTP-arbetsflödet för tal returnerar strömmad text och Base64-kodade ljudfragment. WAV-exemplet använder 24 kHz, mono, 16-bitars PCM; en applikation kan samla fragmenten i en ljudfil eller avkoda dem för uppspelning efter hand som de kommer. Detta är strömmad generering från en skickad begäran. Direkt identifiering av samtalsturer, avbrottshantering och mikrofonsamtal hör till separat namngivna realtidsmodeller. Qwen3.5-Omnis familjetabell erbjuder inget läge för djupt tänkande.
Flash-modellkortet anger webbsökning och anger att Structured Outputs inte stöds i någon av regiontabellerna. Du kan begära namngivna avsnitt i vanlig text, men den instruktionen är skild från ett begränsat JSON-läge. Function Calling dokumenteras för Alibabas Beijing Chat Completions-driftsättning med textutdata och stöds inte i Singapore-tabellen; applikationen utför den valda verktygsåtgärden. Prefixkomplettering, kontextcache och finjustering stöds inte. Aliasets Beijing-tabell stöder batchinferens, medan Singapore-tabellen inte gör det.
Det publicerade kontextfönstret är 262 144 token, med maximala indata på 196 608 token och maximala utdata på 65 536 token. Blandade medier och text delar kontextbudgeten. Alibabas HTTP-guide tillåter upp till tre timmars ljud eller en timmes video för denna serie; den anger ljudformaten AMR, WAV, 3GP, 3GPP, AAC och MP3 samt videoformaten MP4, AVI, MKV, MOV, FLV och WMV. URL-baserade ljud- eller videofiler får vara upp till 2 GB, medan Base64-kodade medier måste vara mindre än 10 MB. Detta är tillverkarens gränser för filarbetsflödet, skilda från modellintroduktionens beskrivning av förståelse av över tio timmars ljud eller över 400 sekunder 720p-video samplad vid 1 FPS.
Bilder har egna förberedelsegränser i samma guide: upp till 20 MB per URL-baserad bild, dimensioner större än 10 pixlar på varje sida och ett bildförhållande som inte är mer extremt än 200:1. Guiden tillåter upp till 2 048 URL-baserade bilder eller ljudfiler och 512 URL-baserade videofiler; Base64-indata tillåter upp till 250 filer. Dessa överföringsgränser är fortfarande underställda den gemensamma budgeten för indatatoken. Serien kan kombinera flera medietyper i en begäran. Välj det relevanta utdraget, gör små etiketter läsbara och förklara hur separata indata hänger ihop. De dokumenterade gränserna för filantal varierar med modalitet och överföringsmetod, medan varje indata fortfarande måste rymmas i den gemensamma tokenbudgeten.
Den odaterade Flash-modellen stöder anpassad röstkloning genom ett separat arbetsflöde för att skapa röster. Referensen måste innehålla minst tre sekunder oavbrutet tydligt tal, med pauser som inte är längre än två sekunder; använd vanligt tal utan musik, sång, brus eller en annan talare. För WAV använder du 16-bitars ljud. Referensen producerar en röst kopplad till en namngiven målmodell, och målet måste överensstämma med modellen som senare används för tal. Alibaba rekommenderar 10–20 sekunder rent tal i mono vid minst 24 kHz, med högst 60 sekunder och en fil mindre än 10 MB. Referensformaten är WAV, MP3 och M4A. Flash-ögonblicksversionen från 15 mars stöder inte detta kloningsarbetsflöde.
För en supportförklaring med blandade medier lämnar du en skärmbild, en inspelad fråga och eventuella produkttermer som text. Ett illustrativt uppdrag är: ”Använd etiketterna i skärmbilden, besvara ljudfrågan på franska och ge en kort förklaring med ett långsammare, lugnande talframförande.” För analys snarare än dialog ber du om kronologiska observationer, exakt synlig text och tal i separata avsnitt. Ange den avsedda målgruppen och om du vill ha transkription, tolkning eller en kortfattad sammanfattning.
", "aboutText": "Qwen3.5-Omni-Flash är Alibabas multimodala Qwen-familjealias för textskapande, röstassistenter och multimedieanalys. Den tar emot text, bilder, ljud och video i kombinerade indata och returnerar text eller text med tal. Tillverkaren beskriver för närvarande aliaset som funktionellt likvärdigt med Qwen3.5-Omni-Flash 2026-03-15. Flash-namnet i sig fastställer ingen garanti för svarstid eller en viss permanent ögonblicksversion.\n\nIndata kan förena en bild med en muntlig fråga eller kombinera en videos bild och ljud med skriftliga instruktioner. Det gör modellen användbar när en ren textsammanfattning skulle förlora sambandet mellan det som syns och det som hörs. För ett medieuppdrag ber du separat om det synliga händelseförloppet, texten på skärmen och det talade innehållet och begär tidsstämplar relativt källan när händelseordningen spelar roll. Ljudeffekter och annat ljud utan tal kan bidra till analysen tillsammans med talet.\n\nFör ett röstsvar anger du svarets språk, målgrupp och framförande. Qwens guide dokumenterar instruktioner för volym, talhastighet och känsla. Den anger 113 språk och dialekter för ljudindata och 36 språk och dialekter för talutdata, däribland engelska, franska, tyska och ryska. Röstkatalogen anger Tina som standard och innehåller alternativ som Serena och Ethan. Välj rösten och be om en kortfattad förklaring i lugnt tempo i stället för att låta indatarösten bestämma utdatas stil.\n\nDet dokumenterade HTTP-arbetsflödet för tal returnerar strömmad text och Base64-kodade ljudfragment. WAV-exemplet använder 24 kHz, mono, 16-bitars PCM; en applikation kan samla fragmenten i en ljudfil eller avkoda dem för uppspelning efter hand som de kommer. Detta är strömmad generering från en skickad begäran. Direkt identifiering av samtalsturer, avbrottshantering och mikrofonsamtal hör till separat namngivna realtidsmodeller. Qwen3.5-Omnis familjetabell erbjuder inget läge för djupt tänkande.\n\nFlash-modellkortet anger webbsökning och anger att Structured Outputs inte stöds i någon av regiontabellerna. Du kan begära namngivna avsnitt i vanlig text, men den instruktionen är skild från ett begränsat JSON-läge. Function Calling dokumenteras för Alibabas Beijing Chat Completions-driftsättning med textutdata och stöds inte i Singapore-tabellen; applikationen utför den valda verktygsåtgärden. Prefixkomplettering, kontextcache och finjustering stöds inte. Aliasets Beijing-tabell stöder batchinferens, medan Singapore-tabellen inte gör det.\n\nDet publicerade kontextfönstret är 262 144 token, med maximala indata på 196 608 token och maximala utdata på 65 536 token. Blandade medier och text delar kontextbudgeten. Alibabas HTTP-guide tillåter upp till tre timmars ljud eller en timmes video för denna serie; den anger ljudformaten AMR, WAV, 3GP, 3GPP, AAC och MP3 samt videoformaten MP4, AVI, MKV, MOV, FLV och WMV. URL-baserade ljud- eller videofiler får vara upp till 2 GB, medan Base64-kodade medier måste vara mindre än 10 MB. Detta är tillverkarens gränser för filarbetsflödet, skilda från modellintroduktionens beskrivning av förståelse av över tio timmars ljud eller över 400 sekunder 720p-video samplad vid 1 FPS.\n\nBilder har egna förberedelsegränser i samma guide: upp till 20 MB per URL-baserad bild, dimensioner större än 10 pixlar på varje sida och ett bildförhållande som inte är mer extremt än 200:1. Guiden tillåter upp till 2 048 URL-baserade bilder eller ljudfiler och 512 URL-baserade videofiler; Base64-indata tillåter upp till 250 filer. Dessa överföringsgränser är fortfarande underställda den gemensamma budgeten för indatatoken. Serien kan kombinera flera medietyper i en begäran. Välj det relevanta utdraget, gör små etiketter läsbara och förklara hur separata indata hänger ihop. De dokumenterade gränserna för filantal varierar med modalitet och överföringsmetod, medan varje indata fortfarande måste rymmas i den gemensamma tokenbudgeten.\n\nDen odaterade Flash-modellen stöder anpassad röstkloning genom ett separat arbetsflöde för att skapa röster. Referensen måste innehålla minst tre sekunder oavbrutet tydligt tal, med pauser som inte är längre än två sekunder; använd vanligt tal utan musik, sång, brus eller en annan talare. För WAV använder du 16-bitars ljud. Referensen producerar en röst kopplad till en namngiven målmodell, och målet måste överensstämma med modellen som senare används för tal. Alibaba rekommenderar 10–20 sekunder rent tal i mono vid minst 24 kHz, med högst 60 sekunder och en fil mindre än 10 MB. Referensformaten är WAV, MP3 och M4A. Flash-ögonblicksversionen från 15 mars stöder inte detta kloningsarbetsflöde.\n\nFör en supportförklaring med blandade medier lämnar du en skärmbild, en inspelad fråga och eventuella produkttermer som text. Ett illustrativt uppdrag är: ”Använd etiketterna i skärmbilden, besvara ljudfrågan på franska och ge en kort förklaring med ett långsammare, lugnande talframförande.” För analys snarare än dialog ber du om kronologiska observationer, exakt synlig text och tal i separata avsnitt. Ange den avsedda målgruppen och om du vill ha transkription, tolkning eller en kortfattad sammanfattning.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Organize a transcribed demonstration brief\n\nUse these text notes from a demonstration: 00:03 visible label 'Add water'; narration says 'Use cold water'; 00:09 visible label 'Stir'; narration says 'Stir for ten seconds'. Prepare separate sections for visible instructions, spoken instructions and their combined chronological procedure. Use only the notes and do not generate speech or infer unseen actions.Three text sections preserving timestamps and separating visible wording from spoken content.The combined procedure retains the cold-water condition and the ten-second duration with their stated source.qwen3.5-omni-flashQwen3.5-Omni-Flash kombinerar text, bilder, ljud och video och svarar med text eller tal. Den stöder förklaringar med blandade medier och röstsvar med instruerat framförande, med en kontext på 262 144 token och sin egen profil för verktyg och utdataformat.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Qwen3.5-Omni-Flash är Alibabas multimodala Qwen-familjealias för textskapande, röstassistenter och multimedieanalys. Den tar emot text, bilder, ljud och video i kombinerade indata och returnerar text eller text med tal. Tillverkaren beskriver för närvarande aliaset som funktionellt likvärdigt med Qwen3.5-Omni-Flash 2026-03-15. Flash-namnet i sig fastställer ingen garanti för svarstid eller en viss permanent ögonblicksversion.
Indata kan förena en bild med en muntlig fråga eller kombinera en videos bild och ljud med skriftliga instruktioner. Det gör modellen användbar när en ren textsammanfattning skulle förlora sambandet mellan det som syns och det som hörs. För ett medieuppdrag ber du separat om det synliga händelseförloppet, texten på skärmen och det talade innehållet och begär tidsstämplar relativt källan när händelseordningen spelar roll. Ljudeffekter och annat ljud utan tal kan bidra till analysen tillsammans med talet.
För ett röstsvar anger du svarets språk, målgrupp och framförande. Qwens guide dokumenterar instruktioner för volym, talhastighet och känsla. Den anger 113 språk och dialekter för ljudindata och 36 språk och dialekter för talutdata, däribland engelska, franska, tyska och ryska. Röstkatalogen anger Tina som standard och innehåller alternativ som Serena och Ethan. Välj rösten och be om en kortfattad förklaring i lugnt tempo i stället för att låta indatarösten bestämma utdatas stil.
Det dokumenterade HTTP-arbetsflödet för tal returnerar strömmad text och Base64-kodade ljudfragment. WAV-exemplet använder 24 kHz, mono, 16-bitars PCM; en applikation kan samla fragmenten i en ljudfil eller avkoda dem för uppspelning efter hand som de kommer. Detta är strömmad generering från en skickad begäran. Direkt identifiering av samtalsturer, avbrottshantering och mikrofonsamtal hör till separat namngivna realtidsmodeller. Qwen3.5-Omnis familjetabell erbjuder inget läge för djupt tänkande.
Flash-modellkortet anger webbsökning och anger att Structured Outputs inte stöds i någon av regiontabellerna. Du kan begära namngivna avsnitt i vanlig text, men den instruktionen är skild från ett begränsat JSON-läge. Function Calling dokumenteras för Alibabas Beijing Chat Completions-driftsättning med textutdata och stöds inte i Singapore-tabellen; applikationen utför den valda verktygsåtgärden. Prefixkomplettering, kontextcache och finjustering stöds inte. Aliasets Beijing-tabell stöder batchinferens, medan Singapore-tabellen inte gör det.
Det publicerade kontextfönstret är 262 144 token, med maximala indata på 196 608 token och maximala utdata på 65 536 token. Blandade medier och text delar kontextbudgeten. Alibabas HTTP-guide tillåter upp till tre timmars ljud eller en timmes video för denna serie; den anger ljudformaten AMR, WAV, 3GP, 3GPP, AAC och MP3 samt videoformaten MP4, AVI, MKV, MOV, FLV och WMV. URL-baserade ljud- eller videofiler får vara upp till 2 GB, medan Base64-kodade medier måste vara mindre än 10 MB. Detta är tillverkarens gränser för filarbetsflödet, skilda från modellintroduktionens beskrivning av förståelse av över tio timmars ljud eller över 400 sekunder 720p-video samplad vid 1 FPS.
Bilder har egna förberedelsegränser i samma guide: upp till 20 MB per URL-baserad bild, dimensioner större än 10 pixlar på varje sida och ett bildförhållande som inte är mer extremt än 200:1. Guiden tillåter upp till 2 048 URL-baserade bilder eller ljudfiler och 512 URL-baserade videofiler; Base64-indata tillåter upp till 250 filer. Dessa överföringsgränser är fortfarande underställda den gemensamma budgeten för indatatoken. Serien kan kombinera flera medietyper i en begäran. Välj det relevanta utdraget, gör små etiketter läsbara och förklara hur separata indata hänger ihop. De dokumenterade gränserna för filantal varierar med modalitet och överföringsmetod, medan varje indata fortfarande måste rymmas i den gemensamma tokenbudgeten.
Den odaterade Flash-modellen stöder anpassad röstkloning genom ett separat arbetsflöde för att skapa röster. Referensen måste innehålla minst tre sekunder oavbrutet tydligt tal, med pauser som inte är längre än två sekunder; använd vanligt tal utan musik, sång, brus eller en annan talare. För WAV använder du 16-bitars ljud. Referensen producerar en röst kopplad till en namngiven målmodell, och målet måste överensstämma med modellen som senare används för tal. Alibaba rekommenderar 10–20 sekunder rent tal i mono vid minst 24 kHz, med högst 60 sekunder och en fil mindre än 10 MB. Referensformaten är WAV, MP3 och M4A. Flash-ögonblicksversionen från 15 mars stöder inte detta kloningsarbetsflöde.
För en supportförklaring med blandade medier lämnar du en skärmbild, en inspelad fråga och eventuella produkttermer som text. Ett illustrativt uppdrag är: ”Använd etiketterna i skärmbilden, besvara ljudfrågan på franska och ge en kort förklaring med ett långsammare, lugnande talframförande.” För analys snarare än dialog ber du om kronologiska observationer, exakt synlig text och tal i separata avsnitt. Ange den avsedda målgruppen och om du vill ha transkription, tolkning eller en kortfattad sammanfattning.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwen3.5-omni-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.00069 / 1K token Utdata · Utdatatoken $0.00418 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3.5-omni-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3.5-omni-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3.5-omni-flash',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra qwen3.5-omni-flash
Använd metodsökvägarna som visas ovan.
qwen3.5-omni-flashQwen3.5-Omni-Flash kombinerar text, bilder, ljud och video och svarar med text eller tal. Den stöder förklaringar med blandade medier och röstsvar med instruerat framförande, med en kontext på 262 144 token och sin egen profil för verktyg och utdataformat.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Qwen3.5-Omni-Flash är Alibabas multimodala Qwen-familjealias för textskapande, röstassistenter och multimedieanalys. Den tar emot text, bilder, ljud och video i kombinerade indata och returnerar text eller text med tal. Tillverkaren beskriver för närvarande aliaset som funktionellt likvärdigt med Qwen3.5-Omni-Flash 2026-03-15. Flash-namnet i sig fastställer ingen garanti för svarstid eller en viss permanent ögonblicksversion.
Indata kan förena en bild med en muntlig fråga eller kombinera en videos bild och ljud med skriftliga instruktioner. Det gör modellen användbar när en ren textsammanfattning skulle förlora sambandet mellan det som syns och det som hörs. För ett medieuppdrag ber du separat om det synliga händelseförloppet, texten på skärmen och det talade innehållet och begär tidsstämplar relativt källan när händelseordningen spelar roll. Ljudeffekter och annat ljud utan tal kan bidra till analysen tillsammans med talet.
För ett röstsvar anger du svarets språk, målgrupp och framförande. Qwens guide dokumenterar instruktioner för volym, talhastighet och känsla. Den anger 113 språk och dialekter för ljudindata och 36 språk och dialekter för talutdata, däribland engelska, franska, tyska och ryska. Röstkatalogen anger Tina som standard och innehåller alternativ som Serena och Ethan. Välj rösten och be om en kortfattad förklaring i lugnt tempo i stället för att låta indatarösten bestämma utdatas stil.
Det dokumenterade HTTP-arbetsflödet för tal returnerar strömmad text och Base64-kodade ljudfragment. WAV-exemplet använder 24 kHz, mono, 16-bitars PCM; en applikation kan samla fragmenten i en ljudfil eller avkoda dem för uppspelning efter hand som de kommer. Detta är strömmad generering från en skickad begäran. Direkt identifiering av samtalsturer, avbrottshantering och mikrofonsamtal hör till separat namngivna realtidsmodeller. Qwen3.5-Omnis familjetabell erbjuder inget läge för djupt tänkande.
Flash-modellkortet anger webbsökning och anger att Structured Outputs inte stöds i någon av regiontabellerna. Du kan begära namngivna avsnitt i vanlig text, men den instruktionen är skild från ett begränsat JSON-läge. Function Calling dokumenteras för Alibabas Beijing Chat Completions-driftsättning med textutdata och stöds inte i Singapore-tabellen; applikationen utför den valda verktygsåtgärden. Prefixkomplettering, kontextcache och finjustering stöds inte. Aliasets Beijing-tabell stöder batchinferens, medan Singapore-tabellen inte gör det.
Det publicerade kontextfönstret är 262 144 token, med maximala indata på 196 608 token och maximala utdata på 65 536 token. Blandade medier och text delar kontextbudgeten. Alibabas HTTP-guide tillåter upp till tre timmars ljud eller en timmes video för denna serie; den anger ljudformaten AMR, WAV, 3GP, 3GPP, AAC och MP3 samt videoformaten MP4, AVI, MKV, MOV, FLV och WMV. URL-baserade ljud- eller videofiler får vara upp till 2 GB, medan Base64-kodade medier måste vara mindre än 10 MB. Detta är tillverkarens gränser för filarbetsflödet, skilda från modellintroduktionens beskrivning av förståelse av över tio timmars ljud eller över 400 sekunder 720p-video samplad vid 1 FPS.
Bilder har egna förberedelsegränser i samma guide: upp till 20 MB per URL-baserad bild, dimensioner större än 10 pixlar på varje sida och ett bildförhållande som inte är mer extremt än 200:1. Guiden tillåter upp till 2 048 URL-baserade bilder eller ljudfiler och 512 URL-baserade videofiler; Base64-indata tillåter upp till 250 filer. Dessa överföringsgränser är fortfarande underställda den gemensamma budgeten för indatatoken. Serien kan kombinera flera medietyper i en begäran. Välj det relevanta utdraget, gör små etiketter läsbara och förklara hur separata indata hänger ihop. De dokumenterade gränserna för filantal varierar med modalitet och överföringsmetod, medan varje indata fortfarande måste rymmas i den gemensamma tokenbudgeten.
Den odaterade Flash-modellen stöder anpassad röstkloning genom ett separat arbetsflöde för att skapa röster. Referensen måste innehålla minst tre sekunder oavbrutet tydligt tal, med pauser som inte är längre än två sekunder; använd vanligt tal utan musik, sång, brus eller en annan talare. För WAV använder du 16-bitars ljud. Referensen producerar en röst kopplad till en namngiven målmodell, och målet måste överensstämma med modellen som senare används för tal. Alibaba rekommenderar 10–20 sekunder rent tal i mono vid minst 24 kHz, med högst 60 sekunder och en fil mindre än 10 MB. Referensformaten är WAV, MP3 och M4A. Flash-ögonblicksversionen från 15 mars stöder inte detta kloningsarbetsflöde.
För en supportförklaring med blandade medier lämnar du en skärmbild, en inspelad fråga och eventuella produkttermer som text. Ett illustrativt uppdrag är: ”Använd etiketterna i skärmbilden, besvara ljudfrågan på franska och ge en kort förklaring med ett långsammare, lugnande talframförande.” För analys snarare än dialog ber du om kronologiska observationer, exakt synlig text och tal i separata avsnitt. Ange den avsedda målgruppen och om du vill ha transkription, tolkning eller en kortfattad sammanfattning.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwen3.5-omni-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.00069 / 1K token Utdata · Utdatatoken $0.00418 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "qwen3.5-omni-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-flash', '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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra qwen3.5-omni-flash
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Organize a transcribed demonstration brief\n\nUse these text notes from a demonstration: 00:03 visible label 'Add water'; narration says 'Use cold water'; 00:09 visible label 'Stir'; narration says 'Stir for ten seconds'. Prepare separate sections for visible instructions, spoken instructions and their combined chronological procedure. Use only the notes and do not generate speech or infer unseen actions.Three text sections preserving timestamps and separating visible wording from spoken content.The combined procedure retains the cold-water condition and the ten-second duration with their stated source.