Sprach- und Live-Video-Frames, Sprach-Out über eine Socket, mit 56 Stimmen, Tool-Anrufe während des Gesprächs sowie getrennte Text- und Audio-Token-Raten.
Alibaba Cloud Audiogeneration 192K Kontext Veröffentlicht 21. Sept. 2026 Singapore Proprietärer Endpoint NeuSprach- und Live-Video-Frames, Sprach-Out über eine Socket, mit 56 Stimmen, Tool-Anrufe während des Gesprächs sowie getrennte Text- und Audio-Token-Raten.
Die Sitzung ist mit session.update-Ereignissen über den Socket konfiguriert, anstatt mit Anfrageparametern. Text- und Audio-Tokens werden zu getrennten Sätzen abgerechnet.
Auch bekannt als Alibaba Cloud Qwen3.8 Omni Flash Realtime
qwen3-8-omni-flash-realtime/v1/realtimeqwen3.8-omni-flash-realtimealibaba/qwen3-8-omni-flash-realtimeLive Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
Qwen3.8 Omni Flash Realtime führt ein Live-Gespräch über einen WebSocket unter wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-omni-flash-realtime, nicht über die HTTP-Endpunkte. Verbinden Sie sich mit der Modell-ID qwen3-8-omni-flash-realtime und senden Sie Ihren EmpirioLabs-API-Schlüssel beim Handshake als Authorization: Bearer-Header. Audio läuft in beide Richtungen als base64-kodiertes 16-Bit-PCM. Ein Browser kann bei einem WebSocket keine Header setzen. Öffnen Sie diese Verbindung daher von Ihrem Server aus und leiten Sie das Audio über Ihren eigenen Socket an den Browser weiter. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
import asyncio, json, os, websockets
async def main():
async with websockets.connect(
"wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-omni-flash-realtime",
additional_headers=[
("Authorization", f"Bearer {os.environ['EMPIRIOLABS_API_KEY']}"),
],
max_size=None,
) as ws:
print(json.loads(await ws.recv())["type"]) # session.created
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "message",
"role": "user",
"content": [{"type": "input_text", "text": "Say hello."}],
},
}))
await ws.send(json.dumps({"type": "response.create"}))
async for raw in ws:
event = json.loads(raw)
if event["type"] == "response.audio.delta":
... # base64 audio chunk, append to your playback buffer
elif event["type"] == "response.done":
break
asyncio.run(main())Request-Parameter, die die Qwen3.8 Omni Flash Realtime API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| voice | enum | Tina | Tina, Cindy, Liora Mira, Raymond, Zane, Katerina, Ryan, Mia, ... | Sprechstimme für die Sitzung. Setze sie mit session.update, bevor das Modell Audio erzeugt. Diese Stimmen sind spezifisch für dieses Modell. |
| instructions | string | - | - | Systemanleitung, wie sich das Modell während des Gesprächs verhalten und sprechen sollte. |
| modalities | string | ["text","audio"] | - | Welche Ausgabetypen das Modell für eine Runde zurückgibt. Lassen Sie Audio für eine reine Textantwort fallen. |
| input_audio_format | enum | pcm16 | pcm16 | Codierung des Audios, das du an den Eingangspuffer anhängst: base64 16-Bit-PCM bei 16 kHz. |
| output_audio_format | enum | pcm24 | pcm24 | Codierung des Audios, das das Modell zurückstreamt: 16-Bit-PCM bei 24 kHz. |
| turn_detection | string | {"type":"server_vad"} | - | Sprachaktivitätserkennung: entscheidet, wann du fertig gesprochen hast und das Modell antworten soll. Sie ist standardmäßig als server_vad aktiviert und beendet... |
| max_response_output_tokens | number | - | 1 bis 65536 | Die größte Anzahl der Ausgabetoken Eine Antwort kann verwenden: von 1 bis 65536, wobei eine größere Zahl bei 65536 oder "inf" für das eigene Limit des Modells läuft.... |
| temperature | number | - | 0 bis 1.99 | Stichprobentemperatur. 0 ist deterministisch und 1,99 die maximale Zufälligkeit. Wenn ausgelassen, gilt der Standardwert des Modells. |
| top_p | number | - | 0.01 bis 1 | Kernprobenproben-Wahrscheinlichkeitsmasse. Niedrigere Werte machen die Ausgaben fokussierter. Wenn sie ausgelassen werden, gilt der eigene Standard des Modells. |
| top_k | integer | - | 1 bis 100 | Beispiele nur aus den K wahrscheinlichsten Tokens. Wenn sie weggelassen werden, gilt der Standardstandard des Modells. |
| repetition_penalty | number | - | 0.1 bis 2 | Höhere Werte entmutigen wiederholte Formulierungen, und 1 verursacht keine Strafe. Wenn sie weggelassen werden, gilt der eigene Standard des Modells. |
| presence_penalty | number | - | -2 bis 2 | Strafe für Token, die bereits im generierten Text erschienen sind. Positive Werte fördern neue Themen. Wenn sie weggelassen werden, gilt der eigene Standard des Modells. |
| seed | integer | - | 0 bis 2147483647 | Zufälliger Seed für reproduzierbarere Stichproben. Die Wiederverwendung eines Seeds mit derselben Anfrage liefert ähnliche, aber nicht immer identische Ausgaben. |
| video_representation_compact | enum | - | none, normal | Wie das Modell die von dir gesendeten Videoframes liest: Keines behält alle Details, und Normal liest dieselben Bilder für ein Viertel der Eingabetoken, wenn keine... |
Vollduplex-Stimme über einen WebSocket zu wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-omni-flash-realtime, authentifiziert mit dem gewöhnlichen Authorization Bearer-Header. Konfigurieren Sie die Sitzung mit session.update über den Socket: Sprache, Befehle, Modalitäten, Dreherkennung, Sampling und das Limit für die Antwortlänge max_response_output_tokens.
Die Stimmen dieses Modells sind nicht dasselbe wie bei den Qwen3.5 Omni Echtzeit-Modellen. Wählen Sie eine aus der Sprachliste, anstatt eine Stimme zu übertragen, oder lassen Sie sie ungesetzt und die Standardstimme wird für Sie bereitgestellt.
Audio- und Texttoken werden in beide Richtungen separat bepreist, und jede abgeschlossene Runde wird eigenständig nach der vom Modell angegebenen Nutzung berechnet.
Auf EmpirioLabs wird Qwen3.8 Omni Flash Realtime nach Verbrauch abgerechnet: Eingabe: Audio $1.86 pro 1M Audio-Eingangstoken; Eingabe $0.46 pro 1M Prompt-Token; Ausgabe $1.40 pro 1 Million generierter Token; Ausgabe: Audio $3.74 pro 1M generierten Audio-Tokens. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
Qwen3.8 Omni Flash Realtime unterstützt ein Kontextfenster von 192K Token mit bis zu 65.536 Ausgabe-Token pro Antwort.
Qwen3.8 Omni Flash Realtime wird über WEBSOCKET /v1/realtime auf api.empiriolabs.ai mit normaler Bearer-Token-Authentifizierung bereitgestellt.
Öffnen Sie das EmpirioLabs Playground und klicken Sie auf Start session, um es im Browser zu testen. Qwen3.8 Omni Flash Realtime läuft über einen WebSocket statt über Anfrage und Antwort, beginnen Sie für die Integration deshalb mit dem Schnellstart für Echtzeit-Sprache. Verbinden Sie sich von Ihrem Server aus mit Ihrem EmpirioLabs-API-Schlüssel und der Modell-ID qwen3-8-omni-flash-realtime und streamen Sie dann Audio in beide Richtungen.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.
