{ "aboutHtml": "

Qwen3.5-Omni-Flash เป็นชื่อเรียกโมเดลในตระกูล Qwen แบบหลายสื่อของ Alibaba สำหรับสร้างข้อความ ผู้ช่วยเสียง และวิเคราะห์มัลติมีเดีย รับข้อความ ภาพ เสียง และวิดีโอร่วมกัน และส่งกลับข้อความหรือข้อความพร้อมเสียงพูด ปัจจุบันผู้ผลิตระบุว่าชื่อนี้มีความสามารถเทียบเท่า Qwen3.5-Omni-Flash 2026-03-15 ชื่อ Flash เพียงอย่างเดียวไม่ได้รับประกันเวลาตอบหรือระบุสแนปช็อตถาวรรุ่นใดรุ่นหนึ่ง

อินพุตอาจรวมภาพกับคำถามที่พูด หรือรวมภาพและเสียงของวิดีโอกับคำสั่งที่เขียน เหมาะเมื่อการสรุปเฉพาะข้อความทำให้ความเชื่อมโยงระหว่างสิ่งที่เห็นกับสิ่งที่ได้ยินหายไป สำหรับบรีฟสื่อ ให้ขอลำดับภาพ ข้อความบนจอ และเนื้อหาที่พูดแยกกัน และขอเวลาที่อ้างอิงกับต้นฉบับเมื่อจำเป็นต้องรักษาลำดับเหตุการณ์ เอฟเฟกต์เสียงและเสียงที่ไม่ใช่คำพูดอื่น ๆ ก็ใช้ในการวิเคราะห์ร่วมกับคำพูดได้

สำหรับคำตอบด้วยเสียง ให้ระบุภาษา ผู้ฟัง และวิธีพูด คู่มือ Qwen อธิบายคำสั่งควบคุมความดัง ความเร็ว และอารมณ์ โดยระบุภาษาและสำเนียงอินพุตเสียง 113 แบบ และภาษาและสำเนียงเอาต์พุตเสียงพูด 36 แบบ รวมถึงอังกฤษ ฝรั่งเศส เยอรมัน และรัสเซีย รายการเสียงกำหนด Tina เป็นค่าเริ่มต้น และมีตัวเลือกอย่าง Serena กับ Ethan เลือกเสียงและขอคำอธิบายสั้น ๆ ด้วยจังหวะพอเหมาะ แทนการปล่อยให้เสียงอินพุตกำหนดรูปแบบเสียงตอบ

ขั้นตอนเสียงพูดผ่าน HTTP ที่มีเอกสารรองรับส่งกลับข้อความแบบสตรีมและชิ้นเสียงที่เข้ารหัส Base64 ตัวอย่าง WAV ใช้ PCM 24 kHz แบบโมโน 16-bit แอปพลิเคชันรวบรวมชิ้นเหล่านี้เป็นไฟล์เสียงหรือถอดรหัสเพื่อเล่นทันทีที่ได้รับได้ นี่คือการสร้างแบบสตรีมจากคำขอที่ส่งแล้ว ส่วนการตรวจจับจังหวะผลัดกันพูดสด การจัดการการพูดแทรก และการสนทนาผ่านไมโครโฟนเป็นของโมเดล realtime ที่มีชื่อแยกกัน ตารางตระกูล Qwen3.5-Omni ไม่มีโหมดคิดเชิงลึก

การ์ดโมเดล Flash ระบุการค้นหาเว็บ และระบุว่าไม่รองรับ Structured Outputs ในตารางของทั้งสองภูมิภาค ขอหัวข้อที่มีชื่อในข้อความทั่วไปได้ แต่คำสั่งนั้นต่างจากโหมด JSON ที่บังคับโครงสร้าง Function Calling มีเอกสารสำหรับการใช้งาน Chat Completions ของ Alibaba ในปักกิ่งที่ให้เอาต์พุตข้อความ แต่ตารางสิงคโปร์ระบุว่าไม่รองรับ แอปพลิเคชันเป็นผู้ดำเนินการเครื่องมือที่เลือก ไม่รองรับ prefix completion, context caching และ fine-tuning ตารางปักกิ่งของชื่อนี้รองรับ batch inference ขณะที่ตารางสิงคโปร์ไม่รองรับ

หน้าต่างบริบทที่เผยแพร่คือ 262,144 โทเคน โดยมีอินพุตสูงสุด 196,608 โทเคน และเอาต์พุตสูงสุด 65,536 โทเคน สื่อหลายประเภทและข้อความใช้งบบริบทร่วมกัน คู่มือ HTTP ของ Alibaba อนุญาตเสียงสูงสุดสามชั่วโมงหรือวิดีโอหนึ่งชั่วโมงสำหรับซีรีส์นี้ โดยระบุเสียง AMR, WAV, 3GP, 3GPP, AAC และ MP3 และวิดีโอ MP4, AVI, MKV, MOV, FLV และ WMV ไฟล์เสียงหรือวิดีโอที่ส่งผ่าน URL มีขนาดได้สูงสุด 2 GB ส่วนสื่อที่เข้ารหัส Base64 ต้องเล็กกว่า 10 MB นี่คือขีดจำกัดขั้นตอนจัดการไฟล์ของผู้ผลิต ซึ่งต่างจากบทแนะนำโมเดลที่กล่าวถึงความเข้าใจเสียงเกินสิบชั่วโมง หรือวิดีโอ 720p เกิน 400 วินาทีที่สุ่มเฟรม 1 FPS

ภาพมีข้อจำกัดการเตรียมแยกต่างหากในคู่มือเดียวกัน ได้แก่ ภาพผ่าน URL สูงสุดภาพละ 20 MB แต่ละด้านยาวมากกว่า 10 พิกเซล และอัตราส่วนภาพไม่สุดขั้วเกิน 200:1 คู่มืออนุญาตภาพหรือไฟล์เสียงผ่าน URL สูงสุด 2,048 ไฟล์ และวิดีโอผ่าน URL 512 ไฟล์ ส่วนอินพุต Base64 อนุญาตสูงสุด 250 ไฟล์ ขีดจำกัดการถ่ายโอนเหล่านี้ยังอยู่ภายใต้งบโทเคนอินพุตร่วม ซีรีส์นี้รวมสื่อหลายประเภทในคำขอเดียวได้ เลือกช่วงที่เกี่ยวข้อง ทำให้ป้ายข้อความเล็ก ๆ อ่านออก และอธิบายความสัมพันธ์ระหว่างอินพุตต่าง ๆ เพดานจำนวนไฟล์ตามเอกสารแตกต่างตามชนิดสื่อและวิธีส่ง แต่ทุกอินพุตยังต้องอยู่ในงบโทเคนร่วม

โมเดล Flash ที่ไม่มีวันที่รองรับการโคลนเสียงเฉพาะผ่านขั้นตอนสร้างเสียงแยกต่างหาก เสียงอ้างอิงต้องมีคำพูดชัดเจนต่อเนื่องอย่างน้อยสามวินาที โดยช่วงหยุดไม่เกินสองวินาที ใช้คำพูดปกติที่ไม่มีดนตรี การร้องเพลง เสียงรบกวน หรือผู้พูดอื่น สำหรับ WAV ให้ใช้เสียง 16-bit เสียงอ้างอิงจะสร้างเสียงที่ผูกกับโมเดลเป้าหมายที่ระบุชื่อ และเป้าหมายนั้นต้องตรงกับโมเดลที่ใช้สร้างเสียงพูดภายหลัง Alibaba แนะนำเสียงพูดโมโนสะอาดยาว 10–20 วินาที ที่อย่างน้อย 24 kHz โดยยาวสูงสุด 60 วินาที และไฟล์เล็กกว่า 10 MB รูปแบบอ้างอิงคือ WAV, MP3 และ M4A สแนปช็อต Flash วันที่ March 15 ไม่รองรับขั้นตอนโคลนนี้

สำหรับคำอธิบายงานสนับสนุนที่ใช้หลายสื่อ ให้ส่งภาพหน้าจอ คำถามที่บันทึกเสียง และศัพท์ผลิตภัณฑ์เป็นข้อความ ตัวอย่างบรีฟคือ “ใช้ป้ายข้อความในภาพหน้าจอ ตอบคำถามเสียงเป็นภาษาฝรั่งเศส และอธิบายสั้น ๆ ด้วยเสียงที่ช้าลงและสร้างความมั่นใจ” สำหรับการวิเคราะห์แทนการสนทนา ให้ขอข้อสังเกตตามเวลา ข้อความที่มองเห็นตรงตามต้นฉบับ และคำพูดแยกเป็นหัวข้อ ระบุผู้ฟังเป้าหมายและว่าต้องการถอดเสียง ตีความ หรือสรุปสั้น ๆ

", "aboutText": "Qwen3.5-Omni-Flash เป็นชื่อเรียกโมเดลในตระกูล Qwen แบบหลายสื่อของ Alibaba สำหรับสร้างข้อความ ผู้ช่วยเสียง และวิเคราะห์มัลติมีเดีย รับข้อความ ภาพ เสียง และวิดีโอร่วมกัน และส่งกลับข้อความหรือข้อความพร้อมเสียงพูด ปัจจุบันผู้ผลิตระบุว่าชื่อนี้มีความสามารถเทียบเท่า Qwen3.5-Omni-Flash 2026-03-15 ชื่อ Flash เพียงอย่างเดียวไม่ได้รับประกันเวลาตอบหรือระบุสแนปช็อตถาวรรุ่นใดรุ่นหนึ่ง\n\nอินพุตอาจรวมภาพกับคำถามที่พูด หรือรวมภาพและเสียงของวิดีโอกับคำสั่งที่เขียน เหมาะเมื่อการสรุปเฉพาะข้อความทำให้ความเชื่อมโยงระหว่างสิ่งที่เห็นกับสิ่งที่ได้ยินหายไป สำหรับบรีฟสื่อ ให้ขอลำดับภาพ ข้อความบนจอ และเนื้อหาที่พูดแยกกัน และขอเวลาที่อ้างอิงกับต้นฉบับเมื่อจำเป็นต้องรักษาลำดับเหตุการณ์ เอฟเฟกต์เสียงและเสียงที่ไม่ใช่คำพูดอื่น ๆ ก็ใช้ในการวิเคราะห์ร่วมกับคำพูดได้\n\nสำหรับคำตอบด้วยเสียง ให้ระบุภาษา ผู้ฟัง และวิธีพูด คู่มือ Qwen อธิบายคำสั่งควบคุมความดัง ความเร็ว และอารมณ์ โดยระบุภาษาและสำเนียงอินพุตเสียง 113 แบบ และภาษาและสำเนียงเอาต์พุตเสียงพูด 36 แบบ รวมถึงอังกฤษ ฝรั่งเศส เยอรมัน และรัสเซีย รายการเสียงกำหนด Tina เป็นค่าเริ่มต้น และมีตัวเลือกอย่าง Serena กับ Ethan เลือกเสียงและขอคำอธิบายสั้น ๆ ด้วยจังหวะพอเหมาะ แทนการปล่อยให้เสียงอินพุตกำหนดรูปแบบเสียงตอบ\n\nขั้นตอนเสียงพูดผ่าน HTTP ที่มีเอกสารรองรับส่งกลับข้อความแบบสตรีมและชิ้นเสียงที่เข้ารหัส Base64 ตัวอย่าง WAV ใช้ PCM 24 kHz แบบโมโน 16-bit แอปพลิเคชันรวบรวมชิ้นเหล่านี้เป็นไฟล์เสียงหรือถอดรหัสเพื่อเล่นทันทีที่ได้รับได้ นี่คือการสร้างแบบสตรีมจากคำขอที่ส่งแล้ว ส่วนการตรวจจับจังหวะผลัดกันพูดสด การจัดการการพูดแทรก และการสนทนาผ่านไมโครโฟนเป็นของโมเดล realtime ที่มีชื่อแยกกัน ตารางตระกูล Qwen3.5-Omni ไม่มีโหมดคิดเชิงลึก\n\nการ์ดโมเดล Flash ระบุการค้นหาเว็บ และระบุว่าไม่รองรับ Structured Outputs ในตารางของทั้งสองภูมิภาค ขอหัวข้อที่มีชื่อในข้อความทั่วไปได้ แต่คำสั่งนั้นต่างจากโหมด JSON ที่บังคับโครงสร้าง Function Calling มีเอกสารสำหรับการใช้งาน Chat Completions ของ Alibaba ในปักกิ่งที่ให้เอาต์พุตข้อความ แต่ตารางสิงคโปร์ระบุว่าไม่รองรับ แอปพลิเคชันเป็นผู้ดำเนินการเครื่องมือที่เลือก ไม่รองรับ prefix completion, context caching และ fine-tuning ตารางปักกิ่งของชื่อนี้รองรับ batch inference ขณะที่ตารางสิงคโปร์ไม่รองรับ\n\nหน้าต่างบริบทที่เผยแพร่คือ 262,144 โทเคน โดยมีอินพุตสูงสุด 196,608 โทเคน และเอาต์พุตสูงสุด 65,536 โทเคน สื่อหลายประเภทและข้อความใช้งบบริบทร่วมกัน คู่มือ HTTP ของ Alibaba อนุญาตเสียงสูงสุดสามชั่วโมงหรือวิดีโอหนึ่งชั่วโมงสำหรับซีรีส์นี้ โดยระบุเสียง AMR, WAV, 3GP, 3GPP, AAC และ MP3 และวิดีโอ MP4, AVI, MKV, MOV, FLV และ WMV ไฟล์เสียงหรือวิดีโอที่ส่งผ่าน URL มีขนาดได้สูงสุด 2 GB ส่วนสื่อที่เข้ารหัส Base64 ต้องเล็กกว่า 10 MB นี่คือขีดจำกัดขั้นตอนจัดการไฟล์ของผู้ผลิต ซึ่งต่างจากบทแนะนำโมเดลที่กล่าวถึงความเข้าใจเสียงเกินสิบชั่วโมง หรือวิดีโอ 720p เกิน 400 วินาทีที่สุ่มเฟรม 1 FPS\n\nภาพมีข้อจำกัดการเตรียมแยกต่างหากในคู่มือเดียวกัน ได้แก่ ภาพผ่าน URL สูงสุดภาพละ 20 MB แต่ละด้านยาวมากกว่า 10 พิกเซล และอัตราส่วนภาพไม่สุดขั้วเกิน 200:1 คู่มืออนุญาตภาพหรือไฟล์เสียงผ่าน URL สูงสุด 2,048 ไฟล์ และวิดีโอผ่าน URL 512 ไฟล์ ส่วนอินพุต Base64 อนุญาตสูงสุด 250 ไฟล์ ขีดจำกัดการถ่ายโอนเหล่านี้ยังอยู่ภายใต้งบโทเคนอินพุตร่วม ซีรีส์นี้รวมสื่อหลายประเภทในคำขอเดียวได้ เลือกช่วงที่เกี่ยวข้อง ทำให้ป้ายข้อความเล็ก ๆ อ่านออก และอธิบายความสัมพันธ์ระหว่างอินพุตต่าง ๆ เพดานจำนวนไฟล์ตามเอกสารแตกต่างตามชนิดสื่อและวิธีส่ง แต่ทุกอินพุตยังต้องอยู่ในงบโทเคนร่วม\n\nโมเดล Flash ที่ไม่มีวันที่รองรับการโคลนเสียงเฉพาะผ่านขั้นตอนสร้างเสียงแยกต่างหาก เสียงอ้างอิงต้องมีคำพูดชัดเจนต่อเนื่องอย่างน้อยสามวินาที โดยช่วงหยุดไม่เกินสองวินาที ใช้คำพูดปกติที่ไม่มีดนตรี การร้องเพลง เสียงรบกวน หรือผู้พูดอื่น สำหรับ WAV ให้ใช้เสียง 16-bit เสียงอ้างอิงจะสร้างเสียงที่ผูกกับโมเดลเป้าหมายที่ระบุชื่อ และเป้าหมายนั้นต้องตรงกับโมเดลที่ใช้สร้างเสียงพูดภายหลัง Alibaba แนะนำเสียงพูดโมโนสะอาดยาว 10–20 วินาที ที่อย่างน้อย 24 kHz โดยยาวสูงสุด 60 วินาที และไฟล์เล็กกว่า 10 MB รูปแบบอ้างอิงคือ WAV, MP3 และ M4A สแนปช็อต Flash วันที่ March 15 ไม่รองรับขั้นตอนโคลนนี้\n\nสำหรับคำอธิบายงานสนับสนุนที่ใช้หลายสื่อ ให้ส่งภาพหน้าจอ คำถามที่บันทึกเสียง และศัพท์ผลิตภัณฑ์เป็นข้อความ ตัวอย่างบรีฟคือ “ใช้ป้ายข้อความในภาพหน้าจอ ตอบคำถามเสียงเป็นภาษาฝรั่งเศส และอธิบายสั้น ๆ ด้วยเสียงที่ช้าลงและสร้างความมั่นใจ” สำหรับการวิเคราะห์แทนการสนทนา ให้ขอข้อสังเกตตามเวลา ข้อความที่มองเห็นตรงตามต้นฉบับ และคำพูดแยกเป็นหัวข้อ ระบุผู้ฟังเป้าหมายและว่าต้องการถอดเสียง ตีความ หรือสรุปสั้น ๆ", "editorialOverlay": { "copy_fields": { "practical_html": "

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

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.

ผลลัพธ์ที่คาดหวัง

Three text sections preserving timestamps and separating visible wording from spoken content.

ตรวจสอบผลลัพธ์

The combined procedure retains the cold-water condition and the ten-second duration with their stated source.
" }, "copy_sha256": "a548fa6226be094f2a382d84a4fdf05431a7cab54c2bbbbbbaf29befc39b499c", "copy_source": { "locale": "th", "pack_sha256": "0f56d90ba41881e1134accf82e57338f246f8753ca4c0cee929aaffada5d10e7", "record_model_id": "qwen3.5-omni-flash", "source_facts_sha256": "8bc5dc650c0de6e03dc0737d737fb56a10761a8b18a9027cbae55bb85e5549cd", "validation_sha256": "a2ac2f28056280fc0b2ea34a501bf156d5ce155406e57e708edf30bfdf6bfdc6" }, "html_sha256": "1263b0f8eb688d22fa20cbd71f5526f251d7edb5d00c771a56b7be4cacc2b5a0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "th", "methods": [ { "html": "
Al

qwen3.5-omni-flash

Alibaba /qwen3.5-omni-flash

เริ่มต้น

Qwen3.5-Omni-Flash ผสานข้อความ ภาพ เสียง และวิดีโอ แล้วตอบเป็นข้อความหรือเสียงพูด รองรับคำอธิบายจากสื่อหลายประเภทและการตอบด้วยเสียงตามวิธีพูดที่สั่ง มีบริบท 262,144 โทเคน พร้อมชุดความสามารถด้านเครื่องมือและรูปแบบผลลัพธ์เฉพาะของตน

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
ข้อความ
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Qwen3.5-Omni-Flash เป็นชื่อเรียกโมเดลในตระกูล Qwen แบบหลายสื่อของ Alibaba สำหรับสร้างข้อความ ผู้ช่วยเสียง และวิเคราะห์มัลติมีเดีย รับข้อความ ภาพ เสียง และวิดีโอร่วมกัน และส่งกลับข้อความหรือข้อความพร้อมเสียงพูด ปัจจุบันผู้ผลิตระบุว่าชื่อนี้มีความสามารถเทียบเท่า Qwen3.5-Omni-Flash 2026-03-15 ชื่อ Flash เพียงอย่างเดียวไม่ได้รับประกันเวลาตอบหรือระบุสแนปช็อตถาวรรุ่นใดรุ่นหนึ่ง

อินพุตอาจรวมภาพกับคำถามที่พูด หรือรวมภาพและเสียงของวิดีโอกับคำสั่งที่เขียน เหมาะเมื่อการสรุปเฉพาะข้อความทำให้ความเชื่อมโยงระหว่างสิ่งที่เห็นกับสิ่งที่ได้ยินหายไป สำหรับบรีฟสื่อ ให้ขอลำดับภาพ ข้อความบนจอ และเนื้อหาที่พูดแยกกัน และขอเวลาที่อ้างอิงกับต้นฉบับเมื่อจำเป็นต้องรักษาลำดับเหตุการณ์ เอฟเฟกต์เสียงและเสียงที่ไม่ใช่คำพูดอื่น ๆ ก็ใช้ในการวิเคราะห์ร่วมกับคำพูดได้

สำหรับคำตอบด้วยเสียง ให้ระบุภาษา ผู้ฟัง และวิธีพูด คู่มือ Qwen อธิบายคำสั่งควบคุมความดัง ความเร็ว และอารมณ์ โดยระบุภาษาและสำเนียงอินพุตเสียง 113 แบบ และภาษาและสำเนียงเอาต์พุตเสียงพูด 36 แบบ รวมถึงอังกฤษ ฝรั่งเศส เยอรมัน และรัสเซีย รายการเสียงกำหนด Tina เป็นค่าเริ่มต้น และมีตัวเลือกอย่าง Serena กับ Ethan เลือกเสียงและขอคำอธิบายสั้น ๆ ด้วยจังหวะพอเหมาะ แทนการปล่อยให้เสียงอินพุตกำหนดรูปแบบเสียงตอบ

ขั้นตอนเสียงพูดผ่าน HTTP ที่มีเอกสารรองรับส่งกลับข้อความแบบสตรีมและชิ้นเสียงที่เข้ารหัส Base64 ตัวอย่าง WAV ใช้ PCM 24 kHz แบบโมโน 16-bit แอปพลิเคชันรวบรวมชิ้นเหล่านี้เป็นไฟล์เสียงหรือถอดรหัสเพื่อเล่นทันทีที่ได้รับได้ นี่คือการสร้างแบบสตรีมจากคำขอที่ส่งแล้ว ส่วนการตรวจจับจังหวะผลัดกันพูดสด การจัดการการพูดแทรก และการสนทนาผ่านไมโครโฟนเป็นของโมเดล realtime ที่มีชื่อแยกกัน ตารางตระกูล Qwen3.5-Omni ไม่มีโหมดคิดเชิงลึก

การ์ดโมเดล Flash ระบุการค้นหาเว็บ และระบุว่าไม่รองรับ Structured Outputs ในตารางของทั้งสองภูมิภาค ขอหัวข้อที่มีชื่อในข้อความทั่วไปได้ แต่คำสั่งนั้นต่างจากโหมด JSON ที่บังคับโครงสร้าง Function Calling มีเอกสารสำหรับการใช้งาน Chat Completions ของ Alibaba ในปักกิ่งที่ให้เอาต์พุตข้อความ แต่ตารางสิงคโปร์ระบุว่าไม่รองรับ แอปพลิเคชันเป็นผู้ดำเนินการเครื่องมือที่เลือก ไม่รองรับ prefix completion, context caching และ fine-tuning ตารางปักกิ่งของชื่อนี้รองรับ batch inference ขณะที่ตารางสิงคโปร์ไม่รองรับ

หน้าต่างบริบทที่เผยแพร่คือ 262,144 โทเคน โดยมีอินพุตสูงสุด 196,608 โทเคน และเอาต์พุตสูงสุด 65,536 โทเคน สื่อหลายประเภทและข้อความใช้งบบริบทร่วมกัน คู่มือ HTTP ของ Alibaba อนุญาตเสียงสูงสุดสามชั่วโมงหรือวิดีโอหนึ่งชั่วโมงสำหรับซีรีส์นี้ โดยระบุเสียง AMR, WAV, 3GP, 3GPP, AAC และ MP3 และวิดีโอ MP4, AVI, MKV, MOV, FLV และ WMV ไฟล์เสียงหรือวิดีโอที่ส่งผ่าน URL มีขนาดได้สูงสุด 2 GB ส่วนสื่อที่เข้ารหัส Base64 ต้องเล็กกว่า 10 MB นี่คือขีดจำกัดขั้นตอนจัดการไฟล์ของผู้ผลิต ซึ่งต่างจากบทแนะนำโมเดลที่กล่าวถึงความเข้าใจเสียงเกินสิบชั่วโมง หรือวิดีโอ 720p เกิน 400 วินาทีที่สุ่มเฟรม 1 FPS

ภาพมีข้อจำกัดการเตรียมแยกต่างหากในคู่มือเดียวกัน ได้แก่ ภาพผ่าน URL สูงสุดภาพละ 20 MB แต่ละด้านยาวมากกว่า 10 พิกเซล และอัตราส่วนภาพไม่สุดขั้วเกิน 200:1 คู่มืออนุญาตภาพหรือไฟล์เสียงผ่าน URL สูงสุด 2,048 ไฟล์ และวิดีโอผ่าน URL 512 ไฟล์ ส่วนอินพุต Base64 อนุญาตสูงสุด 250 ไฟล์ ขีดจำกัดการถ่ายโอนเหล่านี้ยังอยู่ภายใต้งบโทเคนอินพุตร่วม ซีรีส์นี้รวมสื่อหลายประเภทในคำขอเดียวได้ เลือกช่วงที่เกี่ยวข้อง ทำให้ป้ายข้อความเล็ก ๆ อ่านออก และอธิบายความสัมพันธ์ระหว่างอินพุตต่าง ๆ เพดานจำนวนไฟล์ตามเอกสารแตกต่างตามชนิดสื่อและวิธีส่ง แต่ทุกอินพุตยังต้องอยู่ในงบโทเคนร่วม

โมเดล Flash ที่ไม่มีวันที่รองรับการโคลนเสียงเฉพาะผ่านขั้นตอนสร้างเสียงแยกต่างหาก เสียงอ้างอิงต้องมีคำพูดชัดเจนต่อเนื่องอย่างน้อยสามวินาที โดยช่วงหยุดไม่เกินสองวินาที ใช้คำพูดปกติที่ไม่มีดนตรี การร้องเพลง เสียงรบกวน หรือผู้พูดอื่น สำหรับ WAV ให้ใช้เสียง 16-bit เสียงอ้างอิงจะสร้างเสียงที่ผูกกับโมเดลเป้าหมายที่ระบุชื่อ และเป้าหมายนั้นต้องตรงกับโมเดลที่ใช้สร้างเสียงพูดภายหลัง Alibaba แนะนำเสียงพูดโมโนสะอาดยาว 10–20 วินาที ที่อย่างน้อย 24 kHz โดยยาวสูงสุด 60 วินาที และไฟล์เล็กกว่า 10 MB รูปแบบอ้างอิงคือ WAV, MP3 และ M4A สแนปช็อต Flash วันที่ March 15 ไม่รองรับขั้นตอนโคลนนี้

สำหรับคำอธิบายงานสนับสนุนที่ใช้หลายสื่อ ให้ส่งภาพหน้าจอ คำถามที่บันทึกเสียง และศัพท์ผลิตภัณฑ์เป็นข้อความ ตัวอย่างบรีฟคือ “ใช้ป้ายข้อความในภาพหน้าจอ ตอบคำถามเสียงเป็นภาษาฝรั่งเศส และอธิบายสั้น ๆ ด้วยเสียงที่ช้าลงและสร้างความมั่นใจ” สำหรับการวิเคราะห์แทนการสนทนา ให้ขอข้อสังเกตตามเวลา ข้อความที่มองเห็นตรงตามต้นฉบับ และคำพูดแยกเป็นหัวข้อ ระบุผู้ฟังเป้าหมายและว่าต้องการถอดเสียง ตีความ หรือสรุปสั้น ๆ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
ขาเข้า
text
ขาออก
text
รูปแบบเอาต์พุต
json หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
qwen3.5-omni-flash
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัด
จำนวนรายการขั้นต่ำ: 1
ค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ตัวอย่าง: system, user, assistant, tool, function
เงื่อนไข: บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstring|content_part[]|nullข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].tool_callsประเภทtool_call[]ข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].tool_call_idประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ใช้เมื่อ: role=tool โดยใช้ ID ที่ส่งกลับจริง
ค่าเริ่มต้น—
ฟิลด์messages[].nameประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].reasoning_contentประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ใช้เมื่อ: ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น
ค่าเริ่มต้น—
ฟิลด์messages[].reasoning_detailsประเภทobject|arrayข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์max_tokensประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 1
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์max_completion_tokensประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 1
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ฟิลด์stream_options.include_usageประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์temperatureประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์top_pประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์stopประเภทstring|string[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์toolsประเภทfunction_tool[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์tools[].typeประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
function
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์tools[].function.nameประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ใช้เมื่อ: มีเครื่องมือฟังก์ชันให้ใช้
ค่าเริ่มต้น—
ฟิลด์tools[].function.descriptionประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์tools[].function.parametersประเภทJSON_schemaข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์tool_choiceประเภทstring|objectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์parallel_tool_callsประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์response_formatประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์reasoning_effortประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์reasoningประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์service_tierประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์instructionsประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ฟิลด์เพื่อความเข้ากันได้
ค่าเริ่มต้น—
ฟิลด์functionsประเภทfunction[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์function_callประเภทstring|objectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์prompt_cache_optionsประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์modalitiesประเภทstring[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
text
ค่าเริ่มต้น—
ฟิลด์providerประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
เงื่อนไข: เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options
ค่าเริ่มต้น—
ฟิลด์cache_control.ttlประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
เงื่อนไข: ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h
ค่าเริ่มต้น—
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF8

messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, messages
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์messagesข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content
พารามิเตอร์file_materialข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์
พารามิเตอร์optional_controlsข้อกำหนดstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
พารามิเตอร์control_scopeข้อกำหนดขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้
พารามิเตอร์output_modalitiesข้อกำหนดtext
พารามิเตอร์hosted_operationsข้อกำหนดfalse
พารามิเตอร์multimodal_input_bindingข้อกำหนดnull

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

การตั้งค่าตารางอัตราค่าบริการค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคนตารางอัตราค่าบริการอัตราพื้นฐานค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.00069 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.00418 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0 / 1K โทเค็น
ขาเข้า · การเขียนแคช $0 / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · OpenAI Chat

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\n

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
ฟิลด์ประเภท
ฟิลด์choices[].indexประเภทinteger
ฟิลด์choices[].message.contentประเภทstring|null
ฟิลด์choices[].message.tool_callsประเภทtool_call[]
ฟิลด์choices[].message.reasoning_contentประเภทstring
ฟิลด์choices[].message.reasoning_detailsประเภทobject|array
ฟิลด์choices[].finish_reasonประเภทstring|null
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra qwen3.5-omni-flash

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

qwen3.5-omni-flash

", "method_identity": { "effective_request_model_id": "qwen3.5-omni-flash", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "qwen3.5-omni-flash", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|qwen3.5-omni-flash", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "ข้อความ UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen3.5-omni-flash" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool โดยใช้ ID ที่ส่งกลับจริง" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "มีเครื่องมือฟังก์ชันให้ใช้" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages", "ความยาวบริบทไม่ใช่เพดานผลลัพธ์", "ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง" ], "input": { "content_type": "application/json", "control_scope": "ขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้", "file_material": "แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์", "hosted_operations": false, "material_types": [ "text" ], "messages": "อาร์เรย์ข้อความที่มีโครงสร้าง role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.69, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 4.18, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen3.5-omni-flash", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "
Al

qwen3.5-omni-flash

Alibaba /qwen3.5-omni-flash

เริ่มต้น

Qwen3.5-Omni-Flash ผสานข้อความ ภาพ เสียง และวิดีโอ แล้วตอบเป็นข้อความหรือเสียงพูด รองรับคำอธิบายจากสื่อหลายประเภทและการตอบด้วยเสียงตามวิธีพูดที่สั่ง มีบริบท 262,144 โทเคน พร้อมชุดความสามารถด้านเครื่องมือและรูปแบบผลลัพธ์เฉพาะของตน

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
json · sse
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Qwen3.5-Omni-Flash เป็นชื่อเรียกโมเดลในตระกูล Qwen แบบหลายสื่อของ Alibaba สำหรับสร้างข้อความ ผู้ช่วยเสียง และวิเคราะห์มัลติมีเดีย รับข้อความ ภาพ เสียง และวิดีโอร่วมกัน และส่งกลับข้อความหรือข้อความพร้อมเสียงพูด ปัจจุบันผู้ผลิตระบุว่าชื่อนี้มีความสามารถเทียบเท่า Qwen3.5-Omni-Flash 2026-03-15 ชื่อ Flash เพียงอย่างเดียวไม่ได้รับประกันเวลาตอบหรือระบุสแนปช็อตถาวรรุ่นใดรุ่นหนึ่ง

อินพุตอาจรวมภาพกับคำถามที่พูด หรือรวมภาพและเสียงของวิดีโอกับคำสั่งที่เขียน เหมาะเมื่อการสรุปเฉพาะข้อความทำให้ความเชื่อมโยงระหว่างสิ่งที่เห็นกับสิ่งที่ได้ยินหายไป สำหรับบรีฟสื่อ ให้ขอลำดับภาพ ข้อความบนจอ และเนื้อหาที่พูดแยกกัน และขอเวลาที่อ้างอิงกับต้นฉบับเมื่อจำเป็นต้องรักษาลำดับเหตุการณ์ เอฟเฟกต์เสียงและเสียงที่ไม่ใช่คำพูดอื่น ๆ ก็ใช้ในการวิเคราะห์ร่วมกับคำพูดได้

สำหรับคำตอบด้วยเสียง ให้ระบุภาษา ผู้ฟัง และวิธีพูด คู่มือ Qwen อธิบายคำสั่งควบคุมความดัง ความเร็ว และอารมณ์ โดยระบุภาษาและสำเนียงอินพุตเสียง 113 แบบ และภาษาและสำเนียงเอาต์พุตเสียงพูด 36 แบบ รวมถึงอังกฤษ ฝรั่งเศส เยอรมัน และรัสเซีย รายการเสียงกำหนด Tina เป็นค่าเริ่มต้น และมีตัวเลือกอย่าง Serena กับ Ethan เลือกเสียงและขอคำอธิบายสั้น ๆ ด้วยจังหวะพอเหมาะ แทนการปล่อยให้เสียงอินพุตกำหนดรูปแบบเสียงตอบ

ขั้นตอนเสียงพูดผ่าน HTTP ที่มีเอกสารรองรับส่งกลับข้อความแบบสตรีมและชิ้นเสียงที่เข้ารหัส Base64 ตัวอย่าง WAV ใช้ PCM 24 kHz แบบโมโน 16-bit แอปพลิเคชันรวบรวมชิ้นเหล่านี้เป็นไฟล์เสียงหรือถอดรหัสเพื่อเล่นทันทีที่ได้รับได้ นี่คือการสร้างแบบสตรีมจากคำขอที่ส่งแล้ว ส่วนการตรวจจับจังหวะผลัดกันพูดสด การจัดการการพูดแทรก และการสนทนาผ่านไมโครโฟนเป็นของโมเดล realtime ที่มีชื่อแยกกัน ตารางตระกูล Qwen3.5-Omni ไม่มีโหมดคิดเชิงลึก

การ์ดโมเดล Flash ระบุการค้นหาเว็บ และระบุว่าไม่รองรับ Structured Outputs ในตารางของทั้งสองภูมิภาค ขอหัวข้อที่มีชื่อในข้อความทั่วไปได้ แต่คำสั่งนั้นต่างจากโหมด JSON ที่บังคับโครงสร้าง Function Calling มีเอกสารสำหรับการใช้งาน Chat Completions ของ Alibaba ในปักกิ่งที่ให้เอาต์พุตข้อความ แต่ตารางสิงคโปร์ระบุว่าไม่รองรับ แอปพลิเคชันเป็นผู้ดำเนินการเครื่องมือที่เลือก ไม่รองรับ prefix completion, context caching และ fine-tuning ตารางปักกิ่งของชื่อนี้รองรับ batch inference ขณะที่ตารางสิงคโปร์ไม่รองรับ

หน้าต่างบริบทที่เผยแพร่คือ 262,144 โทเคน โดยมีอินพุตสูงสุด 196,608 โทเคน และเอาต์พุตสูงสุด 65,536 โทเคน สื่อหลายประเภทและข้อความใช้งบบริบทร่วมกัน คู่มือ HTTP ของ Alibaba อนุญาตเสียงสูงสุดสามชั่วโมงหรือวิดีโอหนึ่งชั่วโมงสำหรับซีรีส์นี้ โดยระบุเสียง AMR, WAV, 3GP, 3GPP, AAC และ MP3 และวิดีโอ MP4, AVI, MKV, MOV, FLV และ WMV ไฟล์เสียงหรือวิดีโอที่ส่งผ่าน URL มีขนาดได้สูงสุด 2 GB ส่วนสื่อที่เข้ารหัส Base64 ต้องเล็กกว่า 10 MB นี่คือขีดจำกัดขั้นตอนจัดการไฟล์ของผู้ผลิต ซึ่งต่างจากบทแนะนำโมเดลที่กล่าวถึงความเข้าใจเสียงเกินสิบชั่วโมง หรือวิดีโอ 720p เกิน 400 วินาทีที่สุ่มเฟรม 1 FPS

ภาพมีข้อจำกัดการเตรียมแยกต่างหากในคู่มือเดียวกัน ได้แก่ ภาพผ่าน URL สูงสุดภาพละ 20 MB แต่ละด้านยาวมากกว่า 10 พิกเซล และอัตราส่วนภาพไม่สุดขั้วเกิน 200:1 คู่มืออนุญาตภาพหรือไฟล์เสียงผ่าน URL สูงสุด 2,048 ไฟล์ และวิดีโอผ่าน URL 512 ไฟล์ ส่วนอินพุต Base64 อนุญาตสูงสุด 250 ไฟล์ ขีดจำกัดการถ่ายโอนเหล่านี้ยังอยู่ภายใต้งบโทเคนอินพุตร่วม ซีรีส์นี้รวมสื่อหลายประเภทในคำขอเดียวได้ เลือกช่วงที่เกี่ยวข้อง ทำให้ป้ายข้อความเล็ก ๆ อ่านออก และอธิบายความสัมพันธ์ระหว่างอินพุตต่าง ๆ เพดานจำนวนไฟล์ตามเอกสารแตกต่างตามชนิดสื่อและวิธีส่ง แต่ทุกอินพุตยังต้องอยู่ในงบโทเคนร่วม

โมเดล Flash ที่ไม่มีวันที่รองรับการโคลนเสียงเฉพาะผ่านขั้นตอนสร้างเสียงแยกต่างหาก เสียงอ้างอิงต้องมีคำพูดชัดเจนต่อเนื่องอย่างน้อยสามวินาที โดยช่วงหยุดไม่เกินสองวินาที ใช้คำพูดปกติที่ไม่มีดนตรี การร้องเพลง เสียงรบกวน หรือผู้พูดอื่น สำหรับ WAV ให้ใช้เสียง 16-bit เสียงอ้างอิงจะสร้างเสียงที่ผูกกับโมเดลเป้าหมายที่ระบุชื่อ และเป้าหมายนั้นต้องตรงกับโมเดลที่ใช้สร้างเสียงพูดภายหลัง Alibaba แนะนำเสียงพูดโมโนสะอาดยาว 10–20 วินาที ที่อย่างน้อย 24 kHz โดยยาวสูงสุด 60 วินาที และไฟล์เล็กกว่า 10 MB รูปแบบอ้างอิงคือ WAV, MP3 และ M4A สแนปช็อต Flash วันที่ March 15 ไม่รองรับขั้นตอนโคลนนี้

สำหรับคำอธิบายงานสนับสนุนที่ใช้หลายสื่อ ให้ส่งภาพหน้าจอ คำถามที่บันทึกเสียง และศัพท์ผลิตภัณฑ์เป็นข้อความ ตัวอย่างบรีฟคือ “ใช้ป้ายข้อความในภาพหน้าจอ ตอบคำถามเสียงเป็นภาษาฝรั่งเศส และอธิบายสั้น ๆ ด้วยเสียงที่ช้าลงและสร้างความมั่นใจ” สำหรับการวิเคราะห์แทนการสนทนา ให้ขอข้อสังเกตตามเวลา ข้อความที่มองเห็นตรงตามต้นฉบับ และคำพูดแยกเป็นหัวข้อ ระบุผู้ฟังเป้าหมายและว่าต้องการถอดเสียง ตีความ หรือสรุปสั้น ๆ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · Anthropic Messages POST /v1/messages
ขาเข้า
text
ขาออก
json, sse
รูปแบบเอาต์พุต
JSON หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
qwen3.5-omni-flash
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
user, assistant
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์max_tokensประเภทintegerข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF-8

สตริง messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, messages, max_tokens
พารามิเตอร์optional_controlsข้อกำหนดstream
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์text_file_materialข้อกำหนดอ่านเอกสาร 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

การตั้งค่าตารางอัตราค่าบริการค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคนตารางอัตราค่าบริการอัตราพื้นฐานค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.00069 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.00418 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0 / 1K โทเค็น
ขาเข้า · การเขียนแคช $0 / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · Anthropic Messages

{\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}

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
ฟิลด์ประเภท
ฟิลด์idประเภทstring
ฟิลด์modelประเภทstring
ฟิลด์content[]ประเภทtext|thinking|tool_use|other content block
ฟิลด์stop_reasonประเภทstring|null
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra qwen3.5-omni-flash

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

qwen3.5-omni-flash

", "method_identity": { "effective_request_model_id": "qwen3.5-omni-flash", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "qwen3.5-omni-flash", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|qwen3.5-omni-flash", "ordinal": 1, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen3.5-omni-flash", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "สตริง messages[].content", "required_material": "ข้อความ UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen3.5-omni-flash" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "qwen3.5-omni-flash" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen3.5-omni-flash", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "อ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ" }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\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}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "in": 0.69, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 4.18, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen3.5-omni-flash", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "qwen3.5-omni-flash", "nativeProvenance": { "input_facts_canonical_sha256": "c15d72bc96b3132773c4c81460db4e15975d0af1f97eb7d7f5554af1a746e71e", "input_html_sha256": "5a6c239e6e5d0562c305c166e322f664b5855022359e4a0de766ce4013fd92ff", "private_audit_sha256": "01ec9912aeef72fde12ea8ba45f06114f5a097c78c78471fd89b321fd4eb9d73", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/th/qwen3-5-omni-flash/", "description": "Qwen3.5-Omni-Flash ผสานข้อความ ภาพ เสียง และวิดีโอ แล้วตอบเป็นข้อความหรือเสียงพูด รองรับคำอธิบายจากสื่อหลายประเภทและการตอบด้วยเสียงตามวิธีพูดที่สั่ง มีบริบท 262,144 โทเคน พร้อมชุดความสามารถด้านเครื่องมือและรูปแบบผลลัพธ์เฉพาะของตน", "locale": "th", "md_url": "https://ailoot.ai/models/th/qwen3-5-omni-flash/index.md", "title": "qwen3.5-omni-flash — Ailoot", "url": "https://ailoot.ai/models/th/qwen3-5-omni-flash/" }, "practicalHtml": "

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

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.

ผลลัพธ์ที่คาดหวัง

Three text sections preserving timestamps and separating visible wording from spoken content.

ตรวจสอบผลลัพธ์

The combined procedure retains the cold-water condition and the ten-second duration with their stated source.
", "practicalText": "งานตัวอย่างจริง ตัวอย่างทางเทคนิคภาษาอังกฤษ Organize a transcribed demonstration brief Use 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. ผลลัพธ์ที่คาดหวัง Three text sections preserving timestamps and separating visible wording from spoken content. ตรวจสอบผลลัพธ์ The combined procedure retains the cold-water condition and the ten-second duration with their stated source.", "rawModel": { "about": "Qwen3.5-Omni-Flash เป็นชื่อเรียกโมเดลในตระกูล Qwen แบบหลายสื่อของ Alibaba สำหรับสร้างข้อความ ผู้ช่วยเสียง และวิเคราะห์มัลติมีเดีย รับข้อความ ภาพ เสียง และวิดีโอร่วมกัน และส่งกลับข้อความหรือข้อความพร้อมเสียงพูด ปัจจุบันผู้ผลิตระบุว่าชื่อนี้มีความสามารถเทียบเท่า Qwen3.5-Omni-Flash 2026-03-15 ชื่อ Flash เพียงอย่างเดียวไม่ได้รับประกันเวลาตอบหรือระบุสแนปช็อตถาวรรุ่นใดรุ่นหนึ่ง\n\nอินพุตอาจรวมภาพกับคำถามที่พูด หรือรวมภาพและเสียงของวิดีโอกับคำสั่งที่เขียน เหมาะเมื่อการสรุปเฉพาะข้อความทำให้ความเชื่อมโยงระหว่างสิ่งที่เห็นกับสิ่งที่ได้ยินหายไป สำหรับบรีฟสื่อ ให้ขอลำดับภาพ ข้อความบนจอ และเนื้อหาที่พูดแยกกัน และขอเวลาที่อ้างอิงกับต้นฉบับเมื่อจำเป็นต้องรักษาลำดับเหตุการณ์ เอฟเฟกต์เสียงและเสียงที่ไม่ใช่คำพูดอื่น ๆ ก็ใช้ในการวิเคราะห์ร่วมกับคำพูดได้\n\nสำหรับคำตอบด้วยเสียง ให้ระบุภาษา ผู้ฟัง และวิธีพูด คู่มือ Qwen อธิบายคำสั่งควบคุมความดัง ความเร็ว และอารมณ์ โดยระบุภาษาและสำเนียงอินพุตเสียง 113 แบบ และภาษาและสำเนียงเอาต์พุตเสียงพูด 36 แบบ รวมถึงอังกฤษ ฝรั่งเศส เยอรมัน และรัสเซีย รายการเสียงกำหนด Tina เป็นค่าเริ่มต้น และมีตัวเลือกอย่าง Serena กับ Ethan เลือกเสียงและขอคำอธิบายสั้น ๆ ด้วยจังหวะพอเหมาะ แทนการปล่อยให้เสียงอินพุตกำหนดรูปแบบเสียงตอบ\n\nขั้นตอนเสียงพูดผ่าน HTTP ที่มีเอกสารรองรับส่งกลับข้อความแบบสตรีมและชิ้นเสียงที่เข้ารหัส Base64 ตัวอย่าง WAV ใช้ PCM 24 kHz แบบโมโน 16-bit แอปพลิเคชันรวบรวมชิ้นเหล่านี้เป็นไฟล์เสียงหรือถอดรหัสเพื่อเล่นทันทีที่ได้รับได้ นี่คือการสร้างแบบสตรีมจากคำขอที่ส่งแล้ว ส่วนการตรวจจับจังหวะผลัดกันพูดสด การจัดการการพูดแทรก และการสนทนาผ่านไมโครโฟนเป็นของโมเดล realtime ที่มีชื่อแยกกัน ตารางตระกูล Qwen3.5-Omni ไม่มีโหมดคิดเชิงลึก\n\nการ์ดโมเดล Flash ระบุการค้นหาเว็บ และระบุว่าไม่รองรับ Structured Outputs ในตารางของทั้งสองภูมิภาค ขอหัวข้อที่มีชื่อในข้อความทั่วไปได้ แต่คำสั่งนั้นต่างจากโหมด JSON ที่บังคับโครงสร้าง Function Calling มีเอกสารสำหรับการใช้งาน Chat Completions ของ Alibaba ในปักกิ่งที่ให้เอาต์พุตข้อความ แต่ตารางสิงคโปร์ระบุว่าไม่รองรับ แอปพลิเคชันเป็นผู้ดำเนินการเครื่องมือที่เลือก ไม่รองรับ prefix completion, context caching และ fine-tuning ตารางปักกิ่งของชื่อนี้รองรับ batch inference ขณะที่ตารางสิงคโปร์ไม่รองรับ\n\nหน้าต่างบริบทที่เผยแพร่คือ 262,144 โทเคน โดยมีอินพุตสูงสุด 196,608 โทเคน และเอาต์พุตสูงสุด 65,536 โทเคน สื่อหลายประเภทและข้อความใช้งบบริบทร่วมกัน คู่มือ HTTP ของ Alibaba อนุญาตเสียงสูงสุดสามชั่วโมงหรือวิดีโอหนึ่งชั่วโมงสำหรับซีรีส์นี้ โดยระบุเสียง AMR, WAV, 3GP, 3GPP, AAC และ MP3 และวิดีโอ MP4, AVI, MKV, MOV, FLV และ WMV ไฟล์เสียงหรือวิดีโอที่ส่งผ่าน URL มีขนาดได้สูงสุด 2 GB ส่วนสื่อที่เข้ารหัส Base64 ต้องเล็กกว่า 10 MB นี่คือขีดจำกัดขั้นตอนจัดการไฟล์ของผู้ผลิต ซึ่งต่างจากบทแนะนำโมเดลที่กล่าวถึงความเข้าใจเสียงเกินสิบชั่วโมง หรือวิดีโอ 720p เกิน 400 วินาทีที่สุ่มเฟรม 1 FPS\n\nภาพมีข้อจำกัดการเตรียมแยกต่างหากในคู่มือเดียวกัน ได้แก่ ภาพผ่าน URL สูงสุดภาพละ 20 MB แต่ละด้านยาวมากกว่า 10 พิกเซล และอัตราส่วนภาพไม่สุดขั้วเกิน 200:1 คู่มืออนุญาตภาพหรือไฟล์เสียงผ่าน URL สูงสุด 2,048 ไฟล์ และวิดีโอผ่าน URL 512 ไฟล์ ส่วนอินพุต Base64 อนุญาตสูงสุด 250 ไฟล์ ขีดจำกัดการถ่ายโอนเหล่านี้ยังอยู่ภายใต้งบโทเคนอินพุตร่วม ซีรีส์นี้รวมสื่อหลายประเภทในคำขอเดียวได้ เลือกช่วงที่เกี่ยวข้อง ทำให้ป้ายข้อความเล็ก ๆ อ่านออก และอธิบายความสัมพันธ์ระหว่างอินพุตต่าง ๆ เพดานจำนวนไฟล์ตามเอกสารแตกต่างตามชนิดสื่อและวิธีส่ง แต่ทุกอินพุตยังต้องอยู่ในงบโทเคนร่วม\n\nโมเดล Flash ที่ไม่มีวันที่รองรับการโคลนเสียงเฉพาะผ่านขั้นตอนสร้างเสียงแยกต่างหาก เสียงอ้างอิงต้องมีคำพูดชัดเจนต่อเนื่องอย่างน้อยสามวินาที โดยช่วงหยุดไม่เกินสองวินาที ใช้คำพูดปกติที่ไม่มีดนตรี การร้องเพลง เสียงรบกวน หรือผู้พูดอื่น สำหรับ WAV ให้ใช้เสียง 16-bit เสียงอ้างอิงจะสร้างเสียงที่ผูกกับโมเดลเป้าหมายที่ระบุชื่อ และเป้าหมายนั้นต้องตรงกับโมเดลที่ใช้สร้างเสียงพูดภายหลัง Alibaba แนะนำเสียงพูดโมโนสะอาดยาว 10–20 วินาที ที่อย่างน้อย 24 kHz โดยยาวสูงสุด 60 วินาที และไฟล์เล็กกว่า 10 MB รูปแบบอ้างอิงคือ WAV, MP3 และ M4A สแนปช็อต Flash วันที่ March 15 ไม่รองรับขั้นตอนโคลนนี้\n\nสำหรับคำอธิบายงานสนับสนุนที่ใช้หลายสื่อ ให้ส่งภาพหน้าจอ คำถามที่บันทึกเสียง และศัพท์ผลิตภัณฑ์เป็นข้อความ ตัวอย่างบรีฟคือ “ใช้ป้ายข้อความในภาพหน้าจอ ตอบคำถามเสียงเป็นภาษาฝรั่งเศส และอธิบายสั้น ๆ ด้วยเสียงที่ช้าลงและสร้างความมั่นใจ” สำหรับการวิเคราะห์แทนการสนทนา ให้ขอข้อสังเกตตามเวลา ข้อความที่มองเห็นตรงตามต้นฉบับ และคำพูดแยกเป็นหัวข้อ ระบุผู้ฟังเป้าหมายและว่าต้องการถอดเสียง ตีความ หรือสรุปสั้น ๆ", "alias_of": null, "aliases": [], "author": "Alibaba", "available": null, "canonical_model": "qwen3.5-omni-flash", "capabilities": { "context_length": 262144, "manufacturer_input": [], "manufacturer_output": [] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "ดูราคาตามการกำหนดค่าแบบครบถ้วนในรายละเอียด" } ], "ctx": null, "entity_type": "model", "formats": [ "chat", "messages" ], "id": "qwen3.5-omni-flash", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "ข้อความ UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen3.5-omni-flash" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool โดยใช้ ID ที่ส่งกลับจริง" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "มีเครื่องมือฟังก์ชันให้ใช้" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages", "ความยาวบริบทไม่ใช่เพดานผลลัพธ์", "ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง" ], "input": { "content_type": "application/json", "control_scope": "ขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้", "file_material": "แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์", "hosted_operations": false, "material_types": [ "text" ], "messages": "อาร์เรย์ข้อความที่มีโครงสร้าง role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.69, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 4.18, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen3.5-omni-flash", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen3.5-omni-flash", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "สตริง messages[].content", "required_material": "ข้อความ UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen3.5-omni-flash" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "qwen3.5-omni-flash" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen3.5-omni-flash", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "อ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ" }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\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}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "in": 0.69, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 4.18, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen3.5-omni-flash", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "qwen3.5-omni-flash", "request_model_id": "qwen3.5-omni-flash", "route_label": "Ultra" } ], "name": "qwen3.5-omni-flash", "price": { "in": 0.69, "in_label": null, "out": 4.18, "out_label": null, "scope_label": "Token rates", "sort_in": 0.69, "sort_out": 4.18, "varies": false }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "OpenAI Chat · Base token rates", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "regime": "base" }, "label": "Anthropic Messages · Base token rates", "units": [ { "amount": "0.00069000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000069", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00418000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000418", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "public_id": "qwen3.5-omni-flash", "short": "Qwen3.5-Omni-Flash ผสานข้อความ ภาพ เสียง และวิดีโอ แล้วตอบเป็นข้อความหรือเสียงพูด รองรับคำอธิบายจากสื่อหลายประเภทและการตอบด้วยเสียงตามวิธีพูดที่สั่ง มีบริบท 262,144 โทเคน พร้อมชุดความสามารถด้านเครื่องมือและรูปแบบผลลัพธ์เฉพาะของตน" }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Qwen3.5-Omni-Flash ผสานข้อความ ภาพ เสียง และวิดีโอ แล้วตอบเป็นข้อความหรือเสียงพูด รองรับคำอธิบายจากสื่อหลายประเภทและการตอบด้วยเสียงตามวิธีพูดที่สั่ง มีบริบท 262,144 โทเคน พร้อมชุดความสามารถด้านเครื่องมือและรูปแบบผลลัพธ์เฉพาะของตน", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "e739ca4a09cd04690742ceeaa4a5d7c2ed2831ff4cdc57329ddac41eb91f4590", "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9" }, "sourceRevision": "70b77502b3f0c5efee072a5e55166fbc76b61c5601797bb7de6ea62d80161009" }