規格參數
基本資訊
- 品牌
- 通义千问
- 型號
- qwen3-livetranslate-flash
- 關鍵參數
- 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]
同類對比
| 規格 | 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 | — | — | — | — | — |
| 記憶體 / 顯示記憶體 | — | — | — | — | — |
| 參考單價 | 詢價 | 詢價 | 詢價 | 詢價 | 詢價 |
| 庫存 | — | — | — | — | — |
產品介紹
介面與部署:模型經 OpenAI 相容介面呼叫,北京地域 base_url 為 https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1,新加坡地域為 https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1;{WorkspaceId} 為業務空間 ID。原文明確「不支援透過 DashScope 介面呼叫」,且「模型僅支援串流輸出方式呼叫,僅可設為 true」。
輸入輸出:音訊輸入 type 為 input_audio(data 支援 URL 或 Base64,format 如 mp3、wav);視訊輸入 type 為 video_url(公網 URL 或 Base64 Data URL)。輸出模態 modalities 可選 ["text"] 或 ["text","audio"];輸出音訊時需配置 voice 與 format,format 僅支援 wav。訊息陣列僅支援傳入一個 User Message。
翻譯與取樣參數:translation_options 為必選,target_lang 必填,source_lang 可選(不設定時自動辨識)。為保證翻譯準確性,文件不建議修改 temperature、top_p、presence_penalty、top_k、repetition_penalty 等取樣參數;speech_rate 可在 0.5–2.0 間控制輸出語速。top_k 與 repetition_penalty 非 OpenAI 標準參數,Python SDK 需放入 extra_body。
版本與計量:支援的模型為 qwen3-livetranslate-flash 與 qwen3-livetranslate-flash-2025-12-01。Token 用量按 prompt_tokens 與 completion_tokens 計,輸入音訊與視訊的 Token 分別計入 prompt_tokens_details.audio_tokens,視訊檔案中的音訊 Token 也計入該欄位,輸入文字 Token 固定為 0。
整合注意:北京與新加坡地域的 API Key 不同;max_tokens 預設值與最大值均為模型最大輸出長度,超出會截斷。選型前需核對官方「支援的音色」「支援的語種」與「模型選型」文件確認具體能力邊界。