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

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

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

Diferencias clave

• Qwen3.8 Omni Flash Realtime es el lanzamiento más reciente (21 sept 2026); Qwen3.8 LiveTranslate Flash Realtime se lanzó el 17 sept 2026.
• Qwen3.8 Omni Flash Realtime tiene la ventana de contexto más grande: 192K tokens, frente a 48K de Qwen3.8 LiveTranslate Flash Realtime.
• Qwen3.8 Omni Flash Realtime devuelve hasta 65.536 tokens de salida por respuesta; Qwen3.8 LiveTranslate Flash Realtime, hasta 4096.
• Tipos de entrada que solo acepta Qwen3.8 Omni Flash Realtime: Imagen, Video.
• Capacidades indicadas solo para Qwen3.8 Omni Flash Realtime: video, function calling.
• Capacidades indicadas solo para Qwen3.8 LiveTranslate Flash Realtime: voice cloning.
• Qwen3.8 Omni 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 Omni Flash Realtime vs Qwen3.8 LiveTranslate Flash Realtime: especificaciones

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

Qwen3.8 Omni Flash Realtime

Conexión

Voz dúplex completo sobre un WebSocket en wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-omni-flash-realtime, autenticada con la cabecera ordinaria de Portador de Autorización. Configura la sesión con session.update sobre el socket: voz, instrucciones, modalidades, detección de giros, muestreo y el límite de longitud de respuesta, max_response_output_tokens.

Envío de audio y vídeo

• Añadir audio del micrófono como input_audio_buffer.append eventos.
• Añadir fotogramas de vídeo en directo como input_image_buffer.append eventos. Los fotogramas no son contenido de mensaje, por lo que una imagen dentro de un elemento de conversación es rechazada.
• Configura video_representation_compact para normal antes del primer audio para leer los mismos fotogramas en una cuarta parte de los tokens de entrada.
• La detección de actividad de voz decide cuándo has dejado de hablar, así que sigue transmitiendo durante aproximadamente un segundo después de que termine el habla.

Voces

Las voces de este modelo no son del mismo conjunto que las de los modelos Qwen3.5 Omni en tiempo real. Elige una de la lista de voces en lugar de llevar una voz al otro lado, o déjala sin configurar y se te proporciona la predeterminada.

Facturación

Los tokens de audio y texto se valoran por separado en ambas direcciones, y cada turno completado se factura por separado según el uso que reporta el modelo.

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.

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

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

Qwen3.8 Omni Flash Realtime

Qwen3.8 Omni Flash Realtime mantiene una conversación en vivo a través de un WebSocket en wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-omni-flash-realtime, no a través de los endpoints HTTP. Conéctate con el id de modelo qwen3-8-omni-flash-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=qwen3-8-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())

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())

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

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

Qwen3.8 Omni Flash Realtime es el lanzamiento más reciente (21 sept 2026); Qwen3.8 LiveTranslate Flash Realtime se lanzó el 17 sept 2026. Qwen3.8 Omni Flash Realtime tiene la ventana de contexto más grande: 192K tokens, frente a 48K de Qwen3.8 LiveTranslate Flash Realtime. Qwen3.8 Omni Flash Realtime devuelve hasta 65.536 tokens de salida por respuesta; Qwen3.8 LiveTranslate Flash Realtime, hasta 4096. Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.

¿Cuál es más reciente, Qwen3.8 Omni Flash Realtime o Qwen3.8 LiveTranslate Flash Realtime?

Qwen3.8 Omni Flash Realtime es el lanzamiento más reciente (21 sept 2026); Qwen3.8 LiveTranslate Flash Realtime se lanzó el 17 sept 2026.

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

Qwen3.8 Omni 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 Omni Flash Realtime y Qwen3.8 LiveTranslate Flash 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.