प्रदाता और मॉडलAlibaba Cloud

Qwen3.5 Omni Plus

Qwen3.5 Omni Plus
Alibaba Cloud · Text Generation
POST /v1/chat/completions

टेक्स्ट, छवि, ऑडियो और वीडियो के लिए फ्लैगशिप ओमनी-मोडल मॉडल। 3 घंटे ऑडियो, 1 घंटे वीडियो, 90 + इनपुट और 30 + आउटपुट भाषाएं, 55 आवाज का समय।

एक नजर में

फ़ील्डमूल्य
मॉडल आईडीqwen3-5-omni-plus
मॉडल रिलीज की तारीख2026-03-30
इनपुट तौर-तरीकेपाठ, छवि, वीडियो, ऑडियो
आउटपुट के तौर-तरीकेपाठ, ऑडियो
संदर्भ विंडो256 के
वजन परिशुद्धता-
अधिकतम आउटपुट टोकन32,768
क्षेत्रसिंगापुर
सुविधाऐंदृष्टि, audio_in, audio_out, बहुभाषी
मूल अनुमाननहीं
नयानहीं
समर्थित समापन बिंदुPOST /v1/chat/completions, POST /v1/responses, POST /v1/messages, POST /v1/audio/speech

मूल्य निर्धारण

आवेशित करनायुक्तिदर
इनपुटप्रति 1M प्रॉम्प्ट टोकनप्रति 1M प्रॉम्प्ट टोकन $1.40; प्रति 1M प्रॉम्प्ट टोकन $11.00
उत्पादनप्रति 1M जेनरेट किए गए टोकनप्रति 1M उत्पन्न टोकन $8.30; प्रति 1M उत्पन्न टोकन $44.00
वेब खोजप्रति अनुरोध$0.015

उदाहरण अनुरोध

$curl https://api.empiriolabs.ai/v1/chat/completions \
>  -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>  -H 'Content-Type: application/json' \
>  -d '{"model": "qwen3-5-omni-plus", "messages": [{"role":"user","content":"Hello"}]}'

पैरामीटर

प्राचलप्रकारआवश्यकडिफ़ॉल्टया क़िस्‍म
temperatureसंख्यानहीं0.7नमूना तापमान। 0 = नियतात्मक, 2 = अधिकतम यादृच्छिकता। · रेंज: 0 - 2
top_pसंख्यानहीं0.9नाभिक नमूनाकरण संभाव्यता द्रव्यमान। निचला = अधिक केंद्रित। · रेंज: 0 - 1
max_tokensसंख्यानहीं4096प्रतिक्रिया में अधिकतम टोकन। · रेंज: 1 - 32768
output_modeएनमनहीं"text"आउटपुट स्वरूप मोड। पाठ = केवल पाठ, ऑडियो = संश्लेषित भाषण शामिल करें। · अनुमति: text, text_audio
voiceतारनहीं"Tina"ऑडियो आउटपुट के लिए आवाज का नाम (जब output_mode = ऑडियो)।
tool_web_searchबूलियननहींगलतजरूरत पड़ने पर मॉडल को वेब खोज करने की अनुमति दें।
video_fpsसंख्यानहीं2विश्लेषण के लिए इनपुट वीडियो से फ्रेम्स-प्रति-सेकंड का नमूना लिया गया। · रेंज: 0.1 - 10
vl_high_resolution_imagesबूलियननहींसचइनपुट छवियों के लिए उच्च रिज़ॉल्यूशन का उपयोग करें। उच्च लागत पर बेहतर विवरण।
max_pixelsसंख्यानहीं2621440प्रति इनपुट छवि अधिकतम पिक्सेल। बड़ा = अधिक विवरण लेकिन धीमा/अधिक टोकन। · रेंज: 1 - 99999999

टिप्पणियाँ

ऑडियो बिलिंग

  • ऑडियो को text/image/वीडियो की तुलना में उच्च टोकन दर पर बिल किया जाता है
  • जब ऑडियो आउटपुट सक्षम किया जाता है, तो आउटपुट टेक्स्ट चार्ज नहीं होता है - केवल ऑडियो टोकन

आवाज और भाषा

  • 55 वॉयस टिम्ब्रेस उपलब्ध हैं
  • ऑडियो आउटपुट 29 भाषाओं, 7 बोलियों का समर्थन करता है

प्रति-उपकरण बिलिंग (usage.tool_usage)

जब यह मॉडल एक ही अनुरोध के अंदर टूल (वेब खोज, कोड दुभाषिया, आदि) का आह्वान करता है, तो प्रतिक्रिया टोकन गणना के साथ एक सामान्यीकृत usage.tool_usage मानचित्र ले जाती है। नीचे दिया गया उदाहरण आकार दिखाता है - सटीक फ़ील्ड नाम, इकाइयाँ, और कौन से उपकरण दिखाई देते हैं, प्रति प्रदाता थोड़ा भिन्न हो सकते हैं:

1"usage": {
2  "prompt_tokens": 123,
3  "completion_tokens": 456,
4  "cost_usd": 0.0042,
5  "tool_usage": {"web_search": 3, "code_interpreter": 1}
6}

टूल काउंट पहले से ही cost_usd में फैक्टर किए गए हैं - वे पारदर्शिता के लिए सामने आए हैं ताकि आप प्रति-टूल बिलिंग का ऑडिट कर सकें। जब कोई उपकरण लागू नहीं किया गया था तो फ़ील्ड को छोड़ दिया जाता है।

Machine-पठनीय स्कीमा: GET https://api.empiriolabs.ai/v1/models/qwen3-5-omni-plus।