Qwen3.5 Omni Flash Realtime एपीआई

अलग-अलग टेक्स्ट और ऑडियो टोकन दरों और प्रति-टर्न बिलिंग के साथ एक सॉकेट पर स्पीच इन, स्पीच आउट।

Alibaba Cloud ऑडियो जनरेशन 192K कॉन्टेक्स्ट Singapore स्वामित्व वाला एंडपॉइंट

Qwen3.5 Omni Flash Realtime के बारे में

अलग-अलग टेक्स्ट और ऑडियो टोकन दरों और प्रति-टर्न बिलिंग के साथ एक सॉकेट पर स्पीच इन, स्पीच आउट।

सत्र के साथ कॉन्फ़िगर किया गया है session.update ईवेंट के बजाय अनुरोध पैरामीटर पर सॉकेट पर। पाठ और ऑडियो टोकन अलग-अलग दरों पर बिल करते हैं, और एक बोला गया उत्तर केवल अपने ऑडियो टोकन बिल करता है।

इस नाम से भी जाना जाता है Alibaba Cloud Qwen3.5 Omni Flash Realtime

realtime speech to speech audio in audio out video function calling multilingual

Qwen3.5 Omni Flash Realtime की विशेषताएं

मॉडल ID
qwen3-5-omni-flash-realtime
निर्माता
Alibaba Cloud
श्रेणी
ऑडियो जनरेशन
रिलीज
-
कॉन्टेक्स्ट विंडो
192K टोकन
अधिकतम आउटपुट
65,536 टोकन
इनपुट
ऑडियोटेक्स्टइमेजवीडियो
आउटपुट
ऑडियोटेक्स्ट
रीजन
Singapore
एंडपॉइंट
WEBSOCKET/v1/realtime
वैकल्पिक मॉडल ID
qwen3.5-omni-flash-realtimealibaba/qwen3-5-omni-flash-realtime

Qwen3.5 Omni Flash Realtime API की कीमतें

EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।

प्रकार
स्पेक
दर
इनपुट: ऑडियो
प्रति 1M ऑडियो इनपुट टोकन
$9.00
इनपुट
प्रति 1M प्रॉम्प्ट टोकन
$1.10
आउटपुट
प्रति 1M उत्पन्न टोकन, पाठ-केवल उत्तर
$6.60
आउटपुट: ऑडियो
प्रति 1M जनरेट किए गए ऑडियो टोकन
$35.40
पूरे कीमत पेज पर तुलना करें

Qwen3.5 Omni Flash Realtime API को कैसे कॉल करें

Qwen3.5 Omni Flash Realtime HTTP एंडपॉइंट के बजाय wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-flash-realtime पर एक WebSocket के ज़रिए लाइव बातचीत करता है। मॉडल id qwen3-5-omni-flash-realtime के साथ कनेक्ट करें और हैंडशेक पर अपनी EmpirioLabs API key को Authorization: Bearer हेडर के रूप में भेजें। ऑडियो दोनों दिशाओं में base64 16-bit PCM के रूप में जाता है। ब्राउज़र WebSocket पर हेडर सेट नहीं कर सकता, इसलिए यह कनेक्शन अपने सर्वर से खोलें और ऑडियो को अपने सॉकेट के ज़रिए ब्राउज़र तक पहुँचाएँ। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।

Python (websockets)
import asyncio, json, os, websockets

async def main():
    async with websockets.connect(
        "wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-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())
Qwen3.5 Omni Flash Realtime API का पूरा संदर्भ

Qwen3.5 Omni Flash Realtime API के पैरामीटर

EmpirioLabs पर Qwen3.5 Omni Flash Realtime API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।

पैरामीटरप्रकारडिफॉल्टरेंज / मानविवरण
voiceenumTinaTina, Serena, Ethan, Dylan, Sunny, Peter, Kiki, Ericसत्र के लिए बोलने की आवाज। मॉडल द्वारा कोई ऑडियो बनाने से पहले इसे session.update के साथ सेट करें।
instructionsstring--बातचीत के दौरान मॉडल को कैसे व्यवहार करना चाहिए और बोलना चाहिए, इसके लिए सिस्टम मार्गदर्शन।
modalitiesstring["text","audio"]-कौन सा आउटपुट प्रकार मॉडल एक मोड़ के लिए लौटता है। केवल-पाठ उत्तर के लिए "ऑडियो" ड्रॉप करें।
input_audio_formatenumpcmpcmआपके द्वारा इनपुट बफर में जोड़े गए ऑडियो की एन्कोडिंग: 16 kHz पर बेस 64 16-बिट पीसीएम।
output_audio_formatenumpcmpcmऑडियो की एन्कोडिंग मॉडल वापस स्ट्रीम करता है: बेस 64 16 16-बिट पीसीएम 24 किलोहर्ट्ज़ पर।
turn_detectionstring{"type":"server_vad"}-आवाज गतिविधि का पता लगाना: यह तय करता है कि आपने कब बोलना समाप्त कर दिया है और मॉडल को जवाब देना चाहिए। यह डिफ़ॉल्ट रूप से server_vad के रूप में चालू होता है, जो एक...
max_response_output_tokensnumber-1 से 65536आउटपुट टोकन की सबसे बड़ी संख्या एक उत्तर का उपयोग कर सकता है: 1 से 65536 तक, जहां एक बड़ी संख्या 65536 पर चलती है, या मॉडल की अपनी सीमा के लिए "inf"।...
temperaturenumber-0 से 1.99नमूना तापमान। 0 नियतात्मक है और 1.99 अधिकतम यादृच्छिकता है। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है।
top_pnumber-0.01 से 1नाभिक नमूना संभाव्यता द्रव्यमान। कम मान आउटपुट को अधिक केंद्रित बनाते हैं। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है।
top_kinteger-1 से 100केवल K सबसे संभावित टोकन से नमूना। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है।
repetition_penaltynumber-0.1 से 2उच्च मान बार-बार वाक्यांश को हतोत्साहित करते हैं, और 1 कोई दंड लागू नहीं करता है। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है।
presence_penaltynumber--2 से 2टोकन के लिए जुर्माना जो पहले से ही जेनरेट किए गए टेक्स्ट में दिखाई दे चुके हैं। सकारात्मक मूल्य नए विषयों को प्रोत्साहित करते हैं। जब छोड़ा जाता है, तो मॉडल का अपना...
seedinteger-0 से 2147483647अधिक प्रतिलिपि प्रस्तुत करने योग्य नमूने के लिए यादृच्छिक बीज। एक ही अनुरोध के साथ एक बीज का पुन: उपयोग करने से समान आउटपुट मिलता है, हमेशा समान नहीं, आउटपुट।

जानने योग्य

wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-flash-realtime पर WebSocket पर पूर्ण-डुप्लेक्स आवाज, साधारण प्राधिकरण वाहक हेडर के साथ प्रमाणित। सॉकेट पर session.update के साथ सत्र को कॉन्फ़िगर करें: आवाज, निर्देश, तौर-तरीके, टर्न डिटेक्शन, सैंपलिंग और उत्तर लंबाई सीमा, max_response_output_tokens। पहले ऑडियो के बाद input_image_buffer.append के साथ जेपीईजी छवियों के रूप में कैमरा या वीडियो फ़्रेम भेजें। इस मॉडल की आवाज़ें पहले की ओमनी पीढ़ी से भिन्न होती हैं, इसलिए इसे स्वीकार करने वाले को सेट करें या डिफ़ॉल्ट छोड़ दें; एक अज्ञात आवाज त्रुटि वापस करने के बजाय सत्र को समाप्त कर देती है। टेक्स्ट और ऑडियो टोकन की कीमत अलग-अलग होती है, एक बोले गए उत्तर को केवल उसके ऑडियो आउटपुट टोकन के लिए बिल किया जाता है, और प्रत्येक पूर्ण मोड़ को मॉडल रिपोर्ट के उपयोग से अपने आप बिल किया जाता है।

Qwen3.5 Omni Flash Realtime API: आम सवाल

Qwen3.5 Omni Flash Realtime API की कीमत कितनी है?

EmpirioLabs पर Qwen3.5 Omni Flash Realtime का बिल उपयोग के अनुसार बनता है: इनपुट: ऑडियो $9.00 प्रति 1M ऑडियो इनपुट टोकन; इनपुट $1.10 प्रति 1M प्रॉम्प्ट टोकन; आउटपुट $6.60 प्रति 1M उत्पन्न टोकन, पाठ-केवल उत्तर; आउटपुट: ऑडियो $35.40 प्रति 1M जनरेट किए गए ऑडियो टोकन। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

Qwen3.5 Omni Flash Realtime कौन से inputs और outputs सपोर्ट करता है?

Qwen3.5 Omni Flash Realtime input के रूप में ऑडियो, टेक्स्ट, इमेज, वीडियो लेता है और ऑडियो, टेक्स्ट लौटाता है।

Qwen3.5 Omni Flash Realtime की context window कितनी है?

Qwen3.5 Omni Flash Realtime 192K टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 65,536 आउटपुट टोकन के साथ।

Qwen3.5 Omni Flash Realtime कौन सा endpoint उपयोग करता है?

Qwen3.5 Omni Flash Realtime api.empiriolabs.ai पर WEBSOCKET /v1/realtime के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।

Qwen3.5 Omni Flash Realtime का model ID क्या है?

अपनी request में model के रूप में qwen3-5-omni-flash-realtime भेजें। वैकल्पिक IDs qwen3.5-omni-flash-realtime, alibaba/qwen3-5-omni-flash-realtime भी काम करते हैं।

Qwen3.5 Omni Flash Realtime कहां से सर्व किया जाता है?

EmpirioLabs पर Qwen3.5 Omni Flash Realtime Singapore से सर्व किया जाता है।

क्या मैं इंटीग्रेट करने से पहले ब्राउज़र में Qwen3.5 Omni Flash Realtime आज़मा सकता हूं?

EmpirioLabs playground खोलें और Start session दबाकर इसे अपने ब्राउज़र में आज़माएँ। Qwen3.5 Omni Flash Realtime अनुरोध और प्रतिक्रिया के बजाय WebSocket पर चलता है, इसलिए इसे जोड़ने के लिए रियलटाइम वॉइस क्विकस्टार्ट से शुरू करें। अपनी EmpirioLabs API key और मॉडल id qwen3-5-omni-flash-realtime के साथ अपने सर्वर से कनेक्ट करें, फिर दोनों दिशाओं में ऑडियो स्ट्रीम करें।

Qwen3.5 Omni Flash Realtime की API key कैसे मिलेगी?

EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।

Qwen3.5 Omni Flash Realtime की दूसरे मॉडलों से तुलना करें

सभी मॉडल तुलनाएं

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।