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

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

Qwen3.8 LiveTranslate Flash Realtime 和 Qwen3.5 Omni Plus Realtime 都是 Alibaba Cloud 的模型，属于音频生成类别，可通过 EmpirioLabs API 使用。

主要区别

• Qwen3.5 Omni Plus Realtime 的上下文窗口更大：192K 个 token，Qwen3.8 LiveTranslate Flash Realtime 为 48K。
• 每次响应 Qwen3.5 Omni Plus Realtime 最多返回 65,536 个输出 token，Qwen3.8 LiveTranslate Flash Realtime 最多 4,096。
• 只有 Qwen3.5 Omni Plus Realtime 支持的输入类型：图像, 视频。
• 仅 Qwen3.8 LiveTranslate Flash Realtime 列出的能力：voice cloning。
• 仅 Qwen3.5 Omni Plus Realtime 列出的能力：video, function calling。
• 输入：音频（每 1M 音频输入令牌）和输入（每100万个提示词标记）的价格 Qwen3.8 LiveTranslate Flash Realtime 更低。

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

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime：API 价格

两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime：API 参数

每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。

Qwen3.8 LiveTranslate Flash Realtime vs Qwen3.5 Omni Plus Realtime：限制与说明

Qwen3.8 LiveTranslate Flash Realtime

通过 wss@api.empiriolabs.ai/v1/realtime？model=qwen3-8-livetranslate-flash-realtime 的 WebSocket 进行口语翻译，并用普通授权承载者头进行认证。发送音频前，请用 session.update 设置目标语言。将模态设置为 [“text”]，另外 31 种目标语言仅翻译成文本。添加词汇表以设置特定术语的翻译方式。使用该模型接受的语音，或保留默认的 Tina。要用说话者自己的声音进行翻译，请将 voice_clone 设置为一次（会话开始时听到的声音）或始终（每次回复前匹配的发言者的声音）;克隆不增加任何费用。音频和文本代币分开定价，每个完成回合的使用量均根据模型报告的使用情况单独计费。

Qwen3.5 Omni Plus Realtime

通过 wss@api.empiriolabs.ai/v1/realtime？model=qwen3-5-omni-plus-realtime 的 WebSocket 进行全双工语音传输，并用普通授权承载头进行认证。通过套接字配置会话 session.update：语音、指令、模态、转向检测、采样和回复长度限制等max_response_output_tokens。在第一个音频后，将相机或视频帧以 JPEG 图像形式发送，并附input_image_buffer.append。对于 WAV 或其他采样率的测试版协议，请在第一个音频之前设置 session.audio.input.format 和 session.audio.output.format。该型号的语音与早期的 Omni 世代不同，因此设置一个它接受或保持默认;未知语音会结束会话，而不是返回错误。文本和音频代币分别定价，口头回复仅计入音频输出代币，每个完成回合根据模型报告的使用量单独计费。

如何调用 Qwen3.8 LiveTranslate Flash Realtime 和 Qwen3.5 Omni Plus Realtime

每个模型都有自己的请求。 在EmpirioLabs 控制台获取 API 密钥。

Qwen3.8 LiveTranslate Flash Realtime

Qwen3.8 LiveTranslate Flash Realtime 通过 wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-livetranslate-flash-realtime 的 WebSocket 做实时口语翻译，而不是通过 HTTP 端点。使用模型 id qwen3-8-livetranslate-flash-realtime 连接，并在握手时将 EmpirioLabs API 密钥作为 Authorization: Bearer 请求头发送。发送音频前先用 session.update 设置目标语言。音频以 base64 编码的 16 位 PCM 双向传输。 浏览器无法为 WebSocket 设置请求头，请从你的服务器发起该连接，再通过你自己的 socket 把音频转发给浏览器。

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 通过 wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime 的 WebSocket 进行实时对话，而不是通过 HTTP 端点。使用模型 id qwen3-5-omni-plus-realtime 连接，并在握手时将 EmpirioLabs API 密钥作为 Authorization: Bearer 请求头发送。音频以 base64 编码的 16 位 PCM 双向传输。 浏览器无法为 WebSocket 设置请求头，请从你的服务器发起该连接，再通过你自己的 socket 把音频转发给浏览器。

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：常见问题

Qwen3.8 LiveTranslate Flash Realtime 和 Qwen3.5 Omni Plus Realtime 有什么区别？

Qwen3.5 Omni Plus Realtime 的上下文窗口更大：192K 个 token，Qwen3.8 LiveTranslate Flash Realtime 为 48K。 每次响应 Qwen3.5 Omni Plus Realtime 最多返回 65,536 个输出 token，Qwen3.8 LiveTranslate Flash Realtime 最多 4,096。 只有 Qwen3.5 Omni Plus Realtime 支持的输入类型：图像, 视频。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。

Qwen3.8 LiveTranslate Flash Realtime 和 Qwen3.5 Omni Plus Realtime 哪个价格更低？

输入：音频（每 1M 音频输入令牌）和输入（每100万个提示词标记）的价格 Qwen3.8 LiveTranslate Flash Realtime 更低。 两张实时价格表都在本页，并始终与 API 的实际计费一致。

集成之前可以在浏览器里试用 Qwen3.8 LiveTranslate Flash Realtime 和 Qwen3.5 Omni Plus Realtime 吗？

可以。在EmpirioLabs Playground中分别打开两个模型并点击 Start session，即可在浏览器中试用。