规格参数
基本信息
- 品牌
- 通义千问
- 型号
- qwen3-livetranslate-flash
- 关键参数
- 音频输入格式 mp3/wav 等,输出音频格式 wav,语速范围 0.5–2.0,temperature 取值 [0,2),top_p 取值 (0,1.0]
同类对比
| 规格 | 本品 · qwen3-livetranslate-flash | kimi-k3.1-pro | 火山方舟模型 API | qwen-audio-3.1-asr-flash | doubao-seed-2.1-turbo |
|---|---|---|---|---|---|
| 主控 | — | — | — | — | — |
| NPU | — | — | — | — | — |
| 内存 / 显存 | — | — | — | — | — |
| 参考单价 | 询价 | 询价 | 询价 | 询价 | 询价 |
| 库存 | — | — | — | — | — |
产品介绍
接口与部署:模型经 OpenAI 兼容接口调用,北京地域 base_url 为 https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1,新加坡地域为 https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1;{WorkspaceId} 为业务空间 ID。原文明确“不支持通过 DashScope 接口调用”,且“模型仅支持流式输出方式调用,仅可设为 true”。
输入输出:音频输入 type 为 input_audio(data 支持 URL 或 Base64,format 如 mp3、wav);视频输入 type 为 video_url(公网 URL 或 Base64 Data URL)。输出模态 modalities 可选 ["text"] 或 ["text","audio"];输出音频时需配置 voice 与 format,format 仅支持 wav。消息数组仅支持传入一个 User Message。
翻译与采样参数:translation_options 为必选,target_lang 必填,source_lang 可选(不设置时自动识别)。为保证翻译准确性,文档不建议修改 temperature、top_p、presence_penalty、top_k、repetition_penalty 等采样参数;speech_rate 可在 0.5–2.0 间控制输出语速。top_k 与 repetition_penalty 非 OpenAI 标准参数,Python SDK 需放入 extra_body。
版本与计量:支持的模型为 qwen3-livetranslate-flash 与 qwen3-livetranslate-flash-2025-12-01。Token 用量按 prompt_tokens 与 completion_tokens 计,输入音频与视频的 Token 分别计入 prompt_tokens_details.audio_tokens,视频文件中的音频 Token 也计入该字段,输入文本 Token 固定为 0。
集成注意:北京与新加坡地域的 API Key 不同;max_tokens 默认值与最大值均为模型最大输出长度,超出会截断。选型前需核对官方“支持的音色”“支持的语种”与“模型选型”文档确认具体能力边界。