Source: https://ailoot.ai/models/th/qwen-qwen3-omni-30b-a3b-captioner/
Canonical: https://ailoot.ai/models/th/qwen-qwen3-omni-30b-a3b-captioner/
Language: th

# Qwen3 Omni 30B A3B Captioner

[Markdown](https://ailoot.ai/models/th/qwen-qwen3-omni-30b-a3b-captioner/index.md) · [JSON](https://ailoot.ai/models/th/qwen-qwen3-omni-30b-a3b-captioner/facts.json)

## [Qwen3 Omni 30B A3B Captioner](https://ailoot.ai/models/th/qwen-qwen3-omni-30b-a3b-captioner/)

Qwen3-Omni-30B-A3B-Captioner อธิบายเสียงพูด ดนตรี เสียงแวดล้อม และเสียงภาพยนตร์เป็นข้อความ รุ่นเฉพาะรอบเดียวนี้รับเสียงหนึ่งรายการโดยไม่มีพรอมป์ต์ข้อความ Qwen แนะนำคลิปไม่เกิน 30 วินาทีเพื่อรักษารายละเอียดปลีกย่อย

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Qwen/Qwen3-Omni-30B-A3B-Captioner`](https://ailoot.ai/models/th/qwen-qwen3-omni-30b-a3b-captioner/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Qwen/Qwen3-Omni-30B-A3B-Captioner`](https://ailoot.ai/models/th/qwen-qwen3-omni-30b-a3b-captioner/#method-1)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

ภาพรวม: คำอธิบายเสียงอย่างละเอียด

Qwen3-Omni-30B-A3B-Captioner เป็นโมเดลเฉพาะทางสำหรับอธิบายเสียงที่ปรับแต่งจาก Qwen3-Omni-30B-A3B-Instruct โดยเปลี่ยนคลิปเสียงเป็นคำบรรยายข้อความอย่างละเอียดเกี่ยวกับสิ่งที่ได้ยิน Qwen ออกแบบโมเดลนี้สำหรับเนื้อหาหลากหลาย ทั้งคำพูด เสียงสิ่งแวดล้อม ดนตรี เอฟเฟกต์แบบภาพยนตร์ และเสียงผสมจากหลายแหล่ง จึงมีประโยชน์ในการเตรียมคำอธิบายที่ค้นหาได้สำหรับไฟล์เสียง หรือทบทวนชั้นเสียงในช่วงสื่อสั้น ๆ

การเข้าใจคำพูดและเสียงที่ไม่ใช่คำพูด

ผู้ผลิตอธิบายการวิเคราะห์ผู้พูดหลายคน การแสดงออกหลายภาษา อารมณ์ในน้ำเสียง และเจตนาที่ลักษณะการพูดชวนให้ตีความ ตัวอย่างของผู้ผลิตไปไกลกว่าบทถอดเสียง โดยอธิบายว่าเสียงพูดมีลักษณะอย่างไร ใช้ภาษาใด และมีสภาพเสียงโดยรอบอย่างไร สำหรับเสียงที่ไม่ใช่คำพูด โมเดลอธิบายบรรยากาศสิ่งแวดล้อม เสียงในโลกจริง ชั้นดนตรี และรายละเอียดที่เปลี่ยนแปลงในภาพยนตร์หรือสื่อ

คำอธิบายอารมณ์ เจตนาของผู้พูด หรือบริบททางวัฒนธรรมเป็นการตีความสิ่งที่ได้ยิน ให้แยกจากคำพูดและเหตุการณ์เสียงที่ตรวจสอบได้โดยตรง คำบรรยายอาจช่วยให้ผู้ตรวจทานสังเกตการเปลี่ยนน้ำเสียงหรือชั้นเสียงพื้นหลัง แต่ไม่ใช่การวัดอารมณ์ภายในของบุคคลหรือหลักฐานยืนยันแหล่งกำเนิดทางกายภาพของเสียงที่กำกวม

รุ่น Captioner และข้อกำหนดอินพุต

เช็กพอยต์นี้ใช้การโต้ตอบรอบเดียว โดยรับอินพุตเสียงเพียงหนึ่งรายการต่อการอนุมานแต่ละครั้ง ไม่มีพรอมป์ต์ข้อความ และคืนเฉพาะข้อความ มีส่วนประกอบ thinker สำหรับทำความเข้าใจเสียง และการตั้งค่าที่เผยแพร่ปิดเอาต์พุตเสียงไว้อย่างชัดเจน อย่านำความสามารถด้านการสนทนา ภาพ วิดีโอ หรือการสร้างคำพูดของรุ่น Qwen3-Omni อื่นมาใช้กับ Captioner เพียงเพราะชื่ออยู่ในตระกูลเดียวกัน

การไม่มีพรอมป์ต์ข้อความมีผลต่อการใช้งานจริง เตรียมช่วงเสียงที่ต้องการให้อธิบายแล้วส่งช่วงนั้นเป็นงานทั้งหมด อย่าเพิ่มคำสั่งให้สรุปแบบกำหนดเอง แปล ตอบผู้พูด หรือใช้สคีมาเอาต์พุต หากกระบวนการต้องการการแปลงเหล่านี้ ควรเป็นอีกขั้นตอนหนึ่งที่ทำงานกับคำอธิบายที่คืนมา ไม่ใช่ถือว่าเป็นตัวควบคุมของเช็กพอยต์สำหรับบรรยายเสียงนี้

การเตรียมเสียงที่มีประโยชน์

Qwen แนะนำให้คลิปยาวไม่เกิน 30 วินาทีเพื่อคำอธิบายที่มีรายละเอียดปลีกย่อย นี่เป็นคำแนะนำด้านคุณภาพ เพราะเสียงที่ยาวเกินไปอาจลดการรับรู้รายละเอียด ไม่ได้ระบุว่าเป็นเกณฑ์ปฏิเสธตายตัวที่ใช้กับทุกกรณี สำหรับบันทึกที่ยาวกว่า ให้เลือกช่วงสั้นที่มีความหมายรอบเหตุการณ์หรือฉากที่กำลังตรวจทาน เก็บตัวระบุแหล่งที่มาและเวลาเริ่มต้นไว้นอกคำขอถึงโมเดล เพื่อให้ติดตามคำบรรยายกลับไปยังบันทึกต้นฉบับได้ภายหลัง

เก็บชั้นเสียงที่เกี่ยวข้องกับคำถาม ช่วงที่เน้นเสียงพูดควรยังมีเสียงพื้นหลังเมื่อพื้นหลังมีผลต่อคำอธิบายที่ต้องการ ส่วนไฟล์ดนตรีหรือเอฟเฟกต์เสียงควรเก็บช่วงเปลี่ยนผ่านสำคัญแทนการตัดตรงขอบเขตที่เลือกตามอำเภอใจ การประมวลผลคลิปแยกกันช่วยเก็บรายละเอียดเฉพาะช่วง แต่ไม่ได้ยืนยันความต่อเนื่องอัตโนมัติหรือการเข้าใจบันทึกทั้งหมดข้ามคำขอ

ผลลัพธ์ข้อความมีประโยชน์อย่างไร

คู่มือวิธีใช้งานของผู้ผลิตแสดงคำบรรยายที่อธิบายเนื้อหาคำพูดและลักษณะการพูดก่อน แล้วจึงอธิบายฉากโดยรอบ ตัวอย่างอื่นอธิบายดนตรี เอฟเฟกต์ การเปลี่ยนความเข้มเสียง และลำดับเหตุการณ์เกี่ยวกับเสียงพูด แค็ตตาล็อกเสียงสามารถเก็บข้อความที่คืนมาควบคู่กับชื่อไฟล์และช่วงเวลา ผู้ตรวจทานสื่อสามารถใช้เป็นร่างบันทึกรายการเสียงได้ ผู้ตัดต่อสามารถเปรียบเทียบคำบรรยายกับคลิปเพื่อดูว่าคำอธิบายจับชั้นเสียงที่ต้องการได้หรือไม่ นี่เป็นตัวอย่างการประยุกต์ใช้ ไม่ใช่หลักฐานว่าโมเดลได้ฟังไฟล์ใดของผู้ใช้ล่วงหน้าแล้ว

เอาต์พุตเป็นคำบรรยายเชิงพรรณนา ไม่ใช่การรับประกันบทถอดเสียงคำต่อคำ ตารางแยกผู้พูด ไฟล์คำบรรยายพร้อมเวลา หรือเสียงประกอบที่สร้างขึ้น หากต้องการถ้อยคำที่พูดหรือเวลาที่แน่นอน ให้ตรวจคำบรรยายเทียบกับเสียงและใช้กระบวนการเฉพาะทางที่เหมาะกับชิ้นงานนั้น คำอธิบายที่ละเอียดอาจมีข้อมูลฉากหรือประเภทที่อนุมานขึ้น จึงควรคงความไม่แน่นอนไว้เมื่อเสียงเองไม่สามารถระบุแหล่งกำเนิดได้อย่างชัดเจน

ตัวอย่างการสร้างและข้อจำกัด

ตัวอย่างแบบเดี่ยวของผู้ผลิตตั้งบริบทโมเดลเป็น 32,768 โทเคนและงบการสร้างเป็น 16,384 โทเคน โดยใช้ temperature 0.6, top\_p 0.95 และ top\_k 20 คู่มือวิธีใช้งานใช้งบการสร้าง 8,192 โทเคนด้วยค่าการสุ่มเดียวกัน นี่เป็นการตั้งค่าตัวอย่าง ไม่ใช่ความยาวคำบรรยายสูงสุดที่ประกาศแยกต่างหาก การตั้งค่าข้อความพื้นฐานระบุ 65,536 ตำแหน่ง ซึ่งไม่ควรนำไปแปลงเป็นการรับประกันระยะเวลาของเสียง

โค้ดยูทิลิตีทั่วไปหรือฟิลด์การตั้งค่าที่ใช้ร่วมกับตระกูล Omni ไม่ลบล้างข้อกำหนดชัดเจนของ Captioner ที่รับหนึ่งเสียง ไม่มีข้อความอินพุต และคืนเฉพาะข้อความ ผลลัพธ์ที่มีประโยชน์คือคำอธิบายอย่างละเอียดของฉากเสียงสั้น ๆ ก่อนใช้เป็นบันทึกที่น่าเชื่อถือ ให้ตรวจข้อความอ้างอิงจากคำพูด จำนวนผู้พูด และแหล่งกำเนิดเสียงที่อนุมานไว้

งานตัวอย่างจริง

### งานตัวอย่างจริง

คำอธิบายโมเดลกำหนดให้ใช้อินพุตเสียง แต่เส้นทางที่เลือกประกาศว่ารับอินพุตข้อความ จึงไม่มีตัวอย่างการสร้างที่พร้อมเรียกใช้สำหรับความไม่สอดคล้องนี้

ตัวอย่างทางเทคนิคภาษาอังกฤษ

```
Describe one short audio asset

Manufacturer workflow only: select one short audio clip whose sound layers need a description. Submit exactly that audio input with no text prompt through the documented manufacturer workflow. Keep the asset identifier outside the request. The selected Ailoot text-only route does not provide this audio-input workflow.
```

#### ผลลัพธ์ที่คาดหวัง

```
A detailed text caption covering audible speech, background sounds, music and event order when present, with uncertain sound sources or intentions kept distinct from direct audible observations.
```

#### ตรวจสอบผลลัพธ์

```
Compare the caption with the same clip for sound sequence and sources; reconcile the Ailoot text-input mismatch before use. Do not send this preparation note as a text prompt.
```

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Qwen/Qwen3-Omni-30B-A3B-Captioner`

[`Qwen/Qwen3-Omni-30B-A3B-Captioner`](https://ailoot.ai/models/th/#m=Qwen%2FQwen3-Omni-30B-A3B-Captioner&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Captioner&fmt=chat)

Alibaba /`Qwen/Qwen3-Omni-30B-A3B-Captioner`

### เริ่มต้น

Qwen3-Omni-30B-A3B-Captioner อธิบายเสียงพูด ดนตรี เสียงแวดล้อม และเสียงภาพยนตร์เป็นข้อความ รุ่นเฉพาะรอบเดียวนี้รับเสียงหนึ่งรายการโดยไม่มีพรอมป์ต์ข้อความ Qwen แนะนำคลิปไม่เกิน 30 วินาทีเพื่อรักษารายละเอียดปลีกย่อย

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

ข้อความ

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

ขาเข้า

`text`

ขาออก

`text`

รูปแบบเอาต์พุต

json หรือ SSE

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด Qwen/Qwen3-Omni-30B-A3B-Captioner | ค่าเริ่มต้น— |
| ฟิลด์`messages` | ประเภท`message[]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`messages[].role` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ตัวอย่าง: system, user, assistant, tool, function เงื่อนไข: บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`messages[].content` | ประเภท`string\|content_part[]\|null` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`messages[].tool_calls` | ประเภท`tool_call[]` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`messages[].tool_call_id` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: role=tool โดยใช้ ID ที่ส่งกลับจริง | ค่าเริ่มต้น— |
| ฟิลด์`messages[].name` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`messages[].reasoning_content` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น | ค่าเริ่มต้น— |
| ฟิลด์`messages[].reasoning_details` | ประเภท`object\|array` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`max_tokens` | ประเภท`integer` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`max_completion_tokens` | ประเภท`integer` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`stream` | ประเภท`boolean` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
| ฟิลด์`stream_options.include_usage` | ประเภท`boolean` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`temperature` | ประเภท`number` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`top_p` | ประเภท`number` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`stop` | ประเภท`string\|string[]` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`tools` | ประเภท`function_tool[]` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`tools[].type` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด function ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`tools[].function.name` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ใช้เมื่อ: มีเครื่องมือฟังก์ชันให้ใช้ | ค่าเริ่มต้น— |
| ฟิลด์`tools[].function.description` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`tools[].function.parameters` | ประเภท`JSON_schema` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`tool_choice` | ประเภท`string\|object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`parallel_tool_calls` | ประเภท`boolean` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`response_format` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`reasoning_effort` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`reasoning` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`service_tier` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`instructions` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ฟิลด์เพื่อความเข้ากันได้ | ค่าเริ่มต้น— |
| ฟิลด์`functions` | ประเภท`function[]` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`function_call` | ประเภท`string\|object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`prompt_cache_options` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`modalities` | ประเภท`string[]` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด text | ค่าเริ่มต้น— |
| ฟิลด์`provider` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options | ค่าเริ่มต้น— |
| ฟิลด์`cache_control.ttl` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**ข้อความ** · ข้อความ UTF8

`messages[].content`

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, messages |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`messages` | ข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content |
| พารามิเตอร์`file_material` | ข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์ |
| พารามิเตอร์`optional_controls` | ข้อกำหนดstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| พารามิเตอร์`control_scope` | ข้อกำหนดขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้ |
| พารามิเตอร์`output_modalities` | ข้อกำหนดtext |
| พารามิเตอร์`hosted_operations` | ข้อกำหนดfalse |
| พารามิเตอร์`multimodal_input_binding` | ข้อกำหนดnull |

วงจรการทำงาน: `synchronous_or_streamed`

ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages

ความยาวบริบทไม่ใช่เพดานผลลัพธ์

ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

ไม่ได้ระบุ เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.0002** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0.0008** / 1K โทเค็น ขาเข้า · การอ่านแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

คำอธิบายโมเดลกำหนดให้ใช้อินพุตเสียง แต่เส้นทางที่เลือกประกาศว่ารับอินพุตข้อความ จึงไม่มีตัวอย่างการสร้างที่พร้อมเรียกใช้สำหรับความไม่สอดคล้องนี้

`manufacturer: audio → text`

`route: text → text`

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · OpenAI Chat

json หรือ SSE

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`choices[].index` | ประเภทinteger |
| ฟิลด์`choices[].message.content` | ประเภทstring\|null |
| ฟิลด์`choices[].message.tool_calls` | ประเภทtool\_call\[\] |
| ฟิลด์`choices[].message.reasoning_content` | ประเภทstring |
| ฟิลด์`choices[].message.reasoning_details` | ประเภทobject\|array |
| ฟิลด์`choices[].finish_reason` | ประเภทstring\|null |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`Qwen/Qwen3-Omni-30B-A3B-Captioner`](https://ailoot.ai/models/th/#m=Qwen%2FQwen3-Omni-30B-A3B-Captioner&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Captioner&fmt=chat)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`Qwen/Qwen3-Omni-30B-A3B-Captioner`](https://ailoot.ai/models/th/#m=Qwen%2FQwen3-Omni-30B-A3B-Captioner&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Captioner&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Qwen/Qwen3-Omni-30B-A3B-Captioner`

[`Qwen/Qwen3-Omni-30B-A3B-Captioner`](https://ailoot.ai/models/th/#m=Qwen%2FQwen3-Omni-30B-A3B-Captioner&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Captioner&fmt=messages)

Alibaba /`Qwen/Qwen3-Omni-30B-A3B-Captioner`

### เริ่มต้น

Qwen3-Omni-30B-A3B-Captioner อธิบายเสียงพูด ดนตรี เสียงแวดล้อม และเสียงภาพยนตร์เป็นข้อความ รุ่นเฉพาะรอบเดียวนี้รับเสียงหนึ่งรายการโดยไม่มีพรอมป์ต์ข้อความ Qwen แนะนำคลิปไม่เกิน 30 วินาทีเพื่อรักษารายละเอียดปลีกย่อย

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

json · sse

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

ขาเข้า

`text`

ขาออก

`json`, `sse`

รูปแบบเอาต์พุต

JSON หรือ SSE

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด Qwen/Qwen3-Omni-30B-A3B-Captioner | ค่าเริ่มต้น— |
| ฟิลด์`messages` | ประเภท`message[]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`messages[].role` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด user, assistant | ค่าเริ่มต้น— |
| ฟิลด์`messages[].content` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`max_tokens` | ประเภท`integer` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`stream` | ประเภท`boolean` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |

ชุดผสมของสื่ออินพุต

**ข้อความ** · ข้อความ UTF-8

`สตริง messages[].content`

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, messages, max\_tokens |
| พารามิเตอร์`optional_controls` | ข้อกำหนดstream |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`text_file_material` | ข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ |

วงจรการทำงาน: `synchronous_or_streamed`

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

ไม่ได้ระบุ เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.0002** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0.0008** / 1K โทเค็น ขาเข้า · การอ่านแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

คำอธิบายโมเดลกำหนดให้ใช้อินพุตเสียง แต่เส้นทางที่เลือกประกาศว่ารับอินพุตข้อความ จึงไม่มีตัวอย่างการสร้างที่พร้อมเรียกใช้สำหรับความไม่สอดคล้องนี้

`manufacturer: audio → text`

`route: text → json, sse`

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · Anthropic Messages

JSON หรือ SSE

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`id` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`content[]` | ประเภทtext\|thinking\|tool\_use\|other content block |
| ฟิลด์`stop_reason` | ประเภทstring\|null |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`Qwen/Qwen3-Omni-30B-A3B-Captioner`](https://ailoot.ai/models/th/#m=Qwen%2FQwen3-Omni-30B-A3B-Captioner&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Captioner&fmt=messages)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`Qwen/Qwen3-Omni-30B-A3B-Captioner`](https://ailoot.ai/models/th/#m=Qwen%2FQwen3-Omni-30B-A3B-Captioner&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Captioner&fmt=messages)

FAQ · Qwen/Qwen3-Omni-30B-A3B-Captioner

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Captioner`: `text` → `text` `POST /v1/messages` · `Qwen/Qwen3-Omni-30B-A3B-Captioner`: `text` → `json`, `sse`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Captioner`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `Qwen/Qwen3-Omni-30B-A3B-Captioner`: `model`, `messages`, `max_tokens`, `stream`

มีข้อจำกัดใดบ้าง?

`POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Captioner`: `messages.min_items`: `1`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ