
음성 입력, 음성 출력이 하나의 소켓을 통해 더 큰 옴니 계층에서 제공되며, 별도의 텍스트 및 오디오 토큰 요금과 턴당 청구가 가능합니다.
음성 입력, 음성 출력이 하나의 소켓을 통해 더 큰 옴니 계층에서 제공되며, 별도의 텍스트 및 오디오 토큰 요금과 턴당 청구가 가능합니다.
세션은 요청 매개변수 대신 소켓을 통한 세션 업데이트(session.update events)로 구성됩니다. 텍스트 토큰과 오디오 토큰은 별도의 요금으로 청구되며, 음성 응답은 오디오 토큰만 요금을 청구합니다.
다른 이름 Qwen3.5 Omni Realtime, Alibaba Cloud Qwen3.5 Omni Plus Realtime
qwen3-5-omni-plus-realtime/v1/realtimeqwen3.5-omni-plus-realtimealibaba/qwen3-5-omni-plus-realtimeEmpirioLabs 카탈로그의 실시간 종량제 요금입니다. 주간 사용량이 포함된 요금제를 선택할 수도 있습니다.
Qwen3.5 Omni Plus Realtime 은(는) HTTP 엔드포인트가 아니라 wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime 의 WebSocket에서 실시간 대화를 진행합니다. 모델 ID qwen3-5-omni-plus-realtime 로 연결하고 핸드셰이크 시 EmpirioLabs API 키를 Authorization: Bearer 헤더로 보내세요. 오디오는 base64 16비트 PCM으로 양방향 전송됩니다. 브라우저는 WebSocket에 헤더를 설정할 수 없으므로 이 연결은 서버에서 열고 오디오는 자체 소켓으로 브라우저에 중계하세요. EmpirioLabs 대시보드에서 API 키를 발급받으세요.
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())EmpirioLabs에서 Qwen3.5 Omni Plus Realtime API가 지원하는 요청 파라미터입니다. 필드를 생략하면 기본값이 적용됩니다.
| 파라미터 | 유형 | 기본값 | 범위 / 값 | 설명 |
|---|---|---|---|---|
| voice | enum | Tina | Tina, Serena, Ethan, Dylan, Sunny, Peter, Kiki, Eric | 세션에서 음성 재생을 시작하세요. 모델이 오디오를 생성하기 전에 session.update로 설정하세요. |
| instructions | string | - | - | 모델이 대화 중에 어떻게 행동하고 말해야 하는지에 대한 시스템 가이드라인. |
| modalities | string | ["text","audio"] | - | 모델이 한 턴 동안 어떤 출력 유형을 반환하는지 확인하세요. 텍스트만 답변하려면 "audio"를 빼세요. |
| input_audio_format | enum | pcm | pcm | 입력 버퍼에 추가하는 오디오 인코딩: base64 16비트 PCM, 16 kHz. 베타 버전의 프로토콜에서는 첫 번째 오디오 앞에 session.audio.input.format을 PCM 또는 WAV 유형으로 설정하고, sample_rate 8000, 16000, 24000 또는 48000으로... |
| output_audio_format | enum | pcm | pcm | 모델이 스트리밍하는 오디오 인코딩: base64 16비트 PCM 24kHz. 프로토콜 베타 버전에서는 session.audio.output.format을 첫 오디오 앞에 PCM 또는 WAV 유형으로 설정하고, sample_rate 8000, 16000, 24000 또는 48000을 설정하세요. |
| turn_detection | string | {"type":"server_vad"} | - | 음성 활동 감지: 말을 마쳤을 때 모델을 결정하고 대답해야 합니다. 기본적으로 server_vad 상태로 켜져 있어 잠시 멈춘 후 턴이 종료됩니다. semantic_vad 말을 마쳤는지 판단하기 때문에 채우는 소리와 배경 소음이 턴을 끝내지 않습니다. 임계값은 기본값인 -1에서 1 0.5까지의... |
| max_response_output_tokens | number | - | 1 ~ 65536 | 한 답변이 사용할 수 있는 최대 출력 토큰 수는 1부터 65536까지이며, 이 경우 더 큰 수는 65536에서 실행되며, 모델 자체 한계인 "inf"가 됩니다. 또한 max_output_tokens로 받아들여집니다. 생략할 경우, 모델 자체의 기본값이 적용됩니다. |
| temperature | number | - | 0 ~ 1.99 | 샘플링 온도. 0은 결정론적이고 1.99는 최대 무작위성입니다. 생략하면 모델 자체의 기본값이 적용됩니다. |
| top_p | number | - | 0.01 ~ 1 | 핵 샘플링 확률 질량. 값이 낮을수록 출력이 더 집중됩니다. 생략하면 모델 자체의 기본값이 적용됩니다. |
| top_k | integer | - | 1 ~ 100 | 가장 가능성 높은 K개의 토큰에서만 샘플링하세요. 생략할 경우, 모델 자체의 기본값이 적용됩니다. |
| repetition_penalty | number | - | 0.1 ~ 2 | 높은 값은 반복 표현을 억제하며, 1은 페널티가 없습니다. 생략 시 모델 자체의 기본값이 적용됩니다. |
| presence_penalty | number | - | -2 ~ 2 | 생성된 텍스트에 이미 등장한 토큰에 대한 페널티. 양의 값은 새로운 주제를 장려합니다. 생략 시 모델 자체의 기본값이 적용됩니다. |
| seed | integer | - | 0 ~ 2147483647 | 더 재현 가능한 샘플링을 위한 무작위 시드. 같은 요청으로 시드를 재사용하면 비슷하지만 항상 동일하지 않은 출력이 나옵니다. |
wss@api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime에서 웹소켓을 통한 풀 듀플렉스 음성, 일반 Authorization Bearer 헤더로 인증됩니다. 세션을 구성하여 세션을 구성: 음성, 명령어, 모달리티, 턴 감지, 샘플링, 응답 길이 제한 max_response_output_tokens. 첫 오디오 후 카메라 또는 비디오 프레임을 JPEG 이미지로 전송input_image_buffer.append. WAV 또는 베타 버전의 다른 샘플링 레이트를 위해 첫 오디오 전에 session.audio.input.format과 session.audio.output.format을 설정하세요. 이 모델의 음성은 이전 Omni 세대와 다르므로, 하나를 수락하거나 기본값을 유지하도록 설정하세요; 알 수 없는 음성은 오류를 반환하는 대신 세션을 종료합니다. 텍스트 토큰과 오디오 토큰은 별도로 가격이 책정되며, 음성 응답은 오디오 출력 토큰에 대해서만 요금이 청구되며, 완료된 각 턴은 모델이 보고한 사용량에 따라 별도로 청구됩니다.
EmpirioLabs에서 Qwen3.5 Omni Plus Realtime은(는) 종량제로 청구됩니다: 입력: 오디오 $33.00 1M 오디오 입력 토큰당; 입력 $4.20 1M 프롬프트 토큰당; 출력 $24.80 생성된 토큰 1M당 텍스트 전용 답변; 출력: 오디오 $124.00 생성된 1M 오디오 토큰당. 주간 사용량이 포함된 요금제를 선택할 수도 있습니다. 이 페이지의 실시간 요금표는 항상 API 청구 금액과 일치합니다.
Qwen3.5 Omni Plus Realtime은(는) 오디오, 텍스트, 이미지, 비디오을(를) 입력으로 받아 오디오, 텍스트을(를) 반환합니다.
Qwen3.5 Omni Plus Realtime은(는) 192K 토큰 컨텍스트 윈도우를 지원합니다 (응답당 최대 65,536 출력 토큰).
Qwen3.5 Omni Plus Realtime은(는) api.empiriolabs.ai의 WEBSOCKET /v1/realtime를 통해 제공되며 표준 Bearer 토큰 인증을 사용합니다.
요청의 model 값으로 qwen3-5-omni-plus-realtime을(를) 보내세요. 대체 ID qwen3.5-omni-plus-realtime, alibaba/qwen3-5-omni-plus-realtime도 사용할 수 있습니다.
EmpirioLabs의 Qwen3.5 Omni Plus Realtime은(는) Singapore에서 제공됩니다.
EmpirioLabs 플레이그라운드 를 열고 Start session 을 누르면 브라우저에서 바로 사용해 볼 수 있습니다. Qwen3.5 Omni Plus Realtime 은(는) 요청과 응답이 아니라 WebSocket으로 동작하므로 직접 연동할 때는 실시간 음성 퀵스타트 부터 시작하세요. EmpirioLabs API 키와 모델 ID qwen3-5-omni-plus-realtime 로 서버에서 연결한 뒤 오디오를 양방향으로 스트리밍하면 됩니다.
EmpirioLabs 계정을 만든 다음 대시보드의 API Keys에서 키를 생성하세요. 요금은 종량제 크레딧이라 실행한 요청에 대해서만 결제합니다. 주간 사용량이 포함된 요금제를 선택할 수도 있습니다.