Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime de un vistazo

Qwen3.8 LiveTranslate Flash Realtime y Qwen3.5 Omni Plus Realtime son modelos de Alibaba Cloud en la categoría Generación de audio, disponibles a través de la API de EmpirioLabs.

Diferencias clave

• Qwen3.5 Omni Plus Realtime tiene la ventana de contexto más grande: 192K tokens, frente a 48K de Qwen3.8 LiveTranslate Flash Realtime.
• Qwen3.5 Omni Plus Realtime devuelve hasta 65.536 tokens de salida por respuesta; Qwen3.8 LiveTranslate Flash Realtime, hasta 4096.
• Tipos de entrada que solo acepta Qwen3.5 Omni Plus Realtime: Imagen, Video.
• Capacidades indicadas solo para Qwen3.8 LiveTranslate Flash Realtime: voice cloning.
• Capacidades indicadas solo para Qwen3.5 Omni Plus Realtime: video, function calling.
• Qwen3.8 LiveTranslate Flash Realtime tiene la tarifa más baja para Entrada: audio (por 1M de tokens de entrada de audio) y Entrada (por 1M de tokens de prompt).

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime: especificaciones

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime: precios de la API

Tarifas en vivo del catálogo de EmpirioLabs para ambos modelos. Cada tabla de tarifas siempre coincide con lo que cobra la API.

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime: parámetros de la API

Parámetros de solicitud que cada modelo indica en EmpirioLabs, con los valores permitidos o el rango cuando corresponde. Un guion marca un parámetro que el modelo no indica.

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime: límites y notas

Qwen3.8 LiveTranslate Flash Realtime

Traducción hablada a través de un WebSocket en wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-livetranslate-flash-realtime, autenticada con la cabecera ordinaria de Portador de Autorización. Configura el idioma destino con session.update antes de enviar el audio. Con las modalidades configuradas en ["text"], 31 idiomas objetivo más traducen solo a texto. Añade glosario para definir cómo se traducen términos específicos. Usa una voz que este modelo acepte, o deja la Tina por defecto. Para pronunciar la traducción en la voz del propio hablante, establece voice_clone a una vez (la voz escuchada al inicio de la sesión) o siempre (la voz de quien habla, emparejada antes de cada respuesta); la clonación no añade coste. Los tokens de audio y texto se valoran por separado, y cada turno completado se factura por separado según el uso que reporte el modelo.

Qwen3.5 Omni Plus Realtime

Voz full-duplex por WebSocket en wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime, autenticada con el encabezado ordinario Authorization Bearer. Configura la sesión con session.update sobre el socket: voz, instrucciones, modalidades, detección de giros, muestreo y límite de duración de respuesta, max_response_output_tokens. Envía fotogramas de cámara o vídeo como imágenes JPEG con input_image_buffer.append, después del primer audio. Para WAV u otra frecuencia de muestreo con la versión beta del protocolo, establece session.audio.input.format y session.audio.output.format antes del primer audio. Las voces de este modelo difieren de las generaciones anteriores de Omni, así que pon una que acepte o deja el predeterminado; una voz desconocida termina la sesión en lugar de devolver un error. Los tokens de texto y audio se valoran por separado, una respuesta hablada se factura solo por sus tokens de salida de audio, y cada turno completado se factura por sí solo por el uso que el modelo reporta.

Cómo llamar a Qwen3.8 LiveTranslate Flash Realtime y Qwen3.5 Omni Plus Realtime

Cada modelo tiene su propia solicitud. Consigue una clave de API en el panel de EmpirioLabs.

Qwen3.8 LiveTranslate Flash Realtime

Qwen3.8 LiveTranslate Flash Realtime es traducción hablada en vivo a través de un WebSocket en wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-livetranslate-flash-realtime, no a través de los endpoints HTTP. Conéctate con el id de modelo qwen3-8-livetranslate-flash-realtime y envía tu clave de API de EmpirioLabs como cabecera Authorization: Bearer en el handshake. Define el idioma de destino con un session.update antes de enviar audio. El audio viaja en ambos sentidos como PCM de 16 bits en base64. Un navegador no puede establecer cabeceras en un WebSocket, así que abre esta conexión desde tu servidor y retransmite el audio al navegador por tu propio socket.

import asyncio, json, os, websockets

async def main():
    async with websockets.connect(
        "wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-livetranslate-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

        import base64

        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "voice": "Tina",
                "translation": {"language": "en"},
                "modalities": ["text", "audio"],
            },
        }))

        # 16-bit PCM microphone audio, base64 encoded, in small chunks.
        for chunk in read_microphone_chunks():
            await ws.send(json.dumps({
                "type": "input_audio_buffer.append",
                "audio": base64.b64encode(chunk).decode(),
            }))

        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"] in ("response.audio_transcript.text", "response.text.text"):
                print(event.get("text") or "")
            elif event["type"] == "response.done":
                break

asyncio.run(main())

Qwen3.5 Omni Plus Realtime

Qwen3.5 Omni Plus Realtime mantiene una conversación en vivo a través de un WebSocket en wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime, no a través de los endpoints HTTP. Conéctate con el id de modelo qwen3-5-omni-plus-realtime y envía tu clave de API de EmpirioLabs como cabecera Authorization: Bearer en el handshake. El audio viaja en ambos sentidos como PCM de 16 bits en base64. Un navegador no puede establecer cabeceras en un WebSocket, así que abre esta conexión desde tu servidor y retransmite el audio al navegador por tu propio socket.

import asyncio, json, os, websockets

async def main():
    async with websockets.connect(
        "wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-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())

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime: preguntas frecuentes

¿Cuál es la diferencia entre Qwen3.8 LiveTranslate Flash Realtime y Qwen3.5 Omni Plus Realtime?

Qwen3.5 Omni Plus Realtime tiene la ventana de contexto más grande: 192K tokens, frente a 48K de Qwen3.8 LiveTranslate Flash Realtime. Qwen3.5 Omni Plus Realtime devuelve hasta 65.536 tokens de salida por respuesta; Qwen3.8 LiveTranslate Flash Realtime, hasta 4096. Tipos de entrada que solo acepta Qwen3.5 Omni Plus Realtime: Imagen, Video. Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.

¿Cuál tiene la tarifa más baja, Qwen3.8 LiveTranslate Flash Realtime o Qwen3.5 Omni Plus Realtime?

Qwen3.8 LiveTranslate Flash Realtime tiene la tarifa más baja para Entrada: audio (por 1M de tokens de entrada de audio) y Entrada (por 1M de tokens de prompt). Las dos tablas de tarifas en vivo están en esta página y siempre coinciden con lo que cobra la API.

¿Puedo probar Qwen3.8 LiveTranslate Flash Realtime y Qwen3.5 Omni Plus Realtime en el navegador antes de integrar?

Sí. Abre cada modelo en el playground de EmpirioLabs y pulsa Start session para probarlo en tu navegador.