تحليل معمق · قراءة نحو 6 دقائق
Model Studio يدرج Qwen Audio 3.1 Realtime Flash في بكين مع حدود صريحة للجلسات والأدوات
يفصل إدراج Alibaba في 27 أكتوبر والمواصفات الكاملة للنموذج بين قدرات الصوت الآني وحدود السياق والبحث والفوترة والاتصال.
- نُشر هنا
- تاريخ المصدر
- تم التحقق من المصدر
أضاف جدول تحديثات Model Studio التابع لـAlibaba Cloud النموذج qwen-audio-3.1-realtime-flash إلى قائمة منطقة شمال الصين 2 (بكين) في 27 أكتوبر 2026. وتصفه المواصفات المصاحبة بأنه نموذج نص وصوت آني كامل الازدواجية. وهذا يثبت إدراجًا مؤرخًا على المنصة، وليس إطلاقًا عالميًا جرى التحقق منه أو وصولًا تلقائيًا لكل حساب Alibaba.
استمع إلى الأخبار
استمع إلى هذا المقال أو تابع تشغيل الأخبار.
جارٍ تجهيز القراءة…
صوت الجهاز
يتولى المتصفح أو الجهاز معالجة النطق. لا يرسل AISubHub النص إلى واجهة صوتية. تختلف الأصوات والتشغيل مع قفل الشاشة حسب الجهاز.
قد تتكرر عبارة قصيرة عند المتابعة.
لمحة سريعة
- يذكر جدول تحديثات بكين 27 أكتوبر بوصفه تاريخًا تقويميًا؛ ولا تثبت ساعات تحديث الوثائق وقت إطلاق عالمي دقيقًا.
- تسرد مواصفات النموذج WebSocket وWebRTC وAOQ واستنساخ الصوت وFunction Calling والبحث على الويب، مع قيود على الجمع بين الميزات.
- السياق المعلن هو 262,144 توكن، مع حدود منفصلة للإدخال والإخراج وسجل الصوت.
- لم تُحسم المنطقة التي تخصها الأسعار وأرقام حدود المعدل الظاهرة في الوثائق خلال هذه القراءة؛ وهي ليست عرض سعر لحساب أو ضمانًا لخدمة متزامنة بلا حدود.
- يفسر هذا المقال النص والجداول الرسمية الكاملة؛ ولم نجرِ طلب API أو قياسًا لزمن الاستجابة أو فحصًا لأهلية حساب أو تجربة لاستنساخ الصوت.
ما الذي يثبته إدراج بكين المؤرخ
الخبر المعني هو ظهور معرّف هذا النموذج في قسم بكين من جدول تحديثات النماذج في Model Studio. ويحمل الإدراج تاريخ 27 أكتوبر وينسب إلى النموذج التفاعل الآني بالنص والصوت واستدعاء الأدوات والبحث واستنساخ الصوت. وتسمي صفحة منفصلة خاصة بالنموذج Alibaba Cloud Model Studio مزودًا لخدمة الاستدلال. ويحدد المصدران معًا خدمة مستضافة بعينها، ولا يثبتان أن جميع منتجات Qwen أو اشتراكات المستهلكين أو مناطق النشر حصلت على التغيير نفسه.
يعرض جدول التحديثات ساعة تحديث الوثيقة 22:05:53 في 27 أكتوبر، بينما تعرض صفحة النموذج 21:00:05 من اليوم نفسه. ولا تحدد أي من الساعتين المنطقة الزمنية. لذلك تحتفظ AISubHub بتاريخ 27 أكتوبر بدقة اليوم لهذا الإدراج، وتسجل وقت القراءة الفعلي على حدة. ولا تحول أيًا من ساعتي تحديث الوثائق إلى توقيت إطلاق، ولا تدعي صدور منتج جديد في 28 أكتوبر.
المحادثة كاملة الازدواجية لا تعني عمل جميع الميزات في الوقت نفسه
تقبل المواصفات النص والصوت كمدخلات وتنتج النص والصوت كمخرجات. وتسرد WebSocket وWebRTC وAOQ بوصفها بروتوكولات اتصال، والصوت الافتراضي longanqian_v3.1، وأنماط التفاعل server_vad وsmart_turn وpush-to-talk. وتربط ميزة تحسين صوت المتحدث تحديدًا بنمط smart_turn. وهذه خيارات موثقة من المورد؛ ولم ننفذ تطبيق عميل أو نحدد جودة أداء كل نمط في محادثة يشوبها ضجيج أو مقاطعات.
هناك قيد مهم عند تصميم مساعد: يُفعّل البحث على الويب باستخدام enable_search، ولا يمكن تفعيله مع Function Calling في الوقت نفسه. لذلك يختلف الإعلان عن دعم القدرتين عن الوعد بإتاحتهما معًا في الإعداد ذاته. وتذكر الصفحة أيضًا أن enable_thinking غير مدعوم. وتحليلنا أن على المطور تحديد إجراء العمل الموثق الذي يحتاجه قبل اختيار إعدادات الجلسة. ولا يمكن لمنتج افتراض جمع غير مقيد بين البحث والإجراءات الخارجية ونمط تفكير قابل للضبط مستقلًا لمجرد ورود هذه المصطلحات في كتالوج أوسع للنماذج.
سقف السياق بالتوكن منفصل عن سقف الصوت المحتفظ به
تحدد الصفحة حد السياق عند 262,144 توكن، والحد الأقصى لطول الإدخال عند 245,760 توكن، والحد الأقصى لطول الإخراج عند 16,384 توكن. وتمثل هذه الأرقام أجزاء مختلفة من الميزانية الموثقة. وهي ليست وعدًا بإمكان احتواء المحادثة على كمية اعتباطية من الصوت المسجل، ولا ضمانًا مقاسًا لإمكان استخدام جميع الحدود القصوى مع سرعة استجابة متطابقة. كما أن لاحقة Flash في اسم النموذج لا تقدم معيارًا لزمن الاستجابة.
ولسجل الصوت حدود خاصة: 50 جولة كحد أقصى و300 ثانية من الصوت المتراكم. لذلك يحتاج التطبيق الصوتي إلى مراعاة سجل المحادثة المحتفظ به إلى جانب حساب التوكن. وتفسيرنا العملي هو تقييم المعلومات التي يجب أن تبقى خلال تفاعل طويل، وكيفية تعامل التطبيق مع حدود السجل. ولا يثبت المصدر جلسة صوتية بلا حدود، أو أرشيف تسجيل غير محدود، أو آلية معينة لاقتطاع السجل؛ ولم نختبر أيًا من ذلك هنا.
اقرأ قاعدة الفوترة مع أساس احتساب طلبات الاتصال
يستخدم جدول الأسعار الظاهر في هذه القراءة، الذي لم تُحدد منطقته المختارة، اليوان لكل مليون توكن: إدخال النص بسعر CNY 1.5، وإدخال الصوت بسعر CNY 6، وإخراج النص بسعر CNY 4.5، وإخراج الصوت بسعر CNY 12. ويفرق الشرح بين نمطي الإخراج: الإخراج النصي وحده يُحاسب بسعر إخراج النص، أما إخراج النص والصوت معًا فيُحاسب على إخراج الصوت دون رسم إضافي على النص المصاحب. ولا نحول أسعار التوكن هذه إلى سعر للدقيقة؛ فذلك يحتاج إلى تحويل مثبت بين الصوت والتوكن وافتراضات فعلية عن الاستخدام.
تظهر بكين وسنغافورة كتسميتين، لكن عناوين الجدول الظاهرة وحالة الاختيار لم تثبت المنطقة التي تخصها الأسعار أو أرقام حدود المعدل المعروضة. لذلك تظل هذه قيمًا منقولة من الوثائق، وليست عرض سعر موثقًا لمنطقة أو حساب محدد. ولم نتحقق من تطابق المناطق أو المعالجة الضريبية أو أهلية الحساب أو فاتورة فعلية. ويسرد جدول حدود المعدل الظاهر 60 RPM و100,000 TPM. والأمر الحاسم أن RPM في WebSocket يحتسب طلبات الاتصال، لا ردود النموذج. وعبارة «لا يوجد حد مستقل لعدد اتصالات WebSocket المتزامنة» لا تلغي حدود المعدل المطبقة ولا تضمن إنتاجية بلا حدود. لذلك تظل آلية إعادة الاتصال والطلب على التوكن مسألتين لتصميم التطبيق بعد التحقق من شروط المنطقة المقصودة.
ما الذي يستطيع المطورون تقييمه وما الذي لم يُتحقق منه
يوفر هذا المزيج خيارًا محددًا للمساعدات الصوتية التي تحتاج إلى تفاعل متدفق ودعم موثق للأدوات أو البحث. وهذا استنتاج بشأن التطبيقات، وليس دليلًا على تحقق نشر بعينه لخدمة العملاء أو تغطية لغوية أو مستوى مستهدف لجودة الصوت. ويبدأ التقييم المفيد بتحديد منطقة وحساب وبروتوكول ونمط تفاعل واحد، ثم فحص مجموعة القدرات المطلوبة في ضوء القيود الموثقة واحتياجات التطبيق نفسه.
تشمل أدلتنا قيد الإدراج المؤرخ كاملًا والمواصفات الخاصة بالنموذج كما ظهرت كاملة، بما فيها جداول القدرات والسياق والفوترة وحدود المعدل. ولم نقرأ دليل التفاعل الآني أو تعليمات التكامل أو مرجع أحداث العميل المرتبطة بوصفها مصادر تكميلية. ولم نجرِ طلب API أو اختبارًا معياريًا أو عملية دفع أو فحصًا لحقوق حساب أو عرضًا توضيحيًا للمنتج. ويظل توقيت الإصدار العالمي الأول والتطابق بين المناطق والأداء من البداية إلى النهاية خارج نطاق هذا التقرير.
لماذا يهم
يمنح هذا الإدراج المطورين معرّف نموذج محددًا ومجموعة قيود نشر يمكن تقييمها لتطبيقات الصوت الآني؛ وقد تكون قيود الجمع بين الميزات وحدود الجلسات بأهمية حجم السياق البارز نفسه.
القيود والتوافر
هذا تحليل لإدراج Alibaba ووثائقه، وليس اختبارًا للمنتج. التاريخ هو قيد تقويمي على المنصة، ووقت الإطلاق الدقيق غير معروف، ولم تُثبت المساواة بين المناطق أو أهلية الحسابات، ولم تُستخدم أدلة التكامل المرتبطة بوصفها أدلة مقروءة. ولم تُربط الأسعار وأرقام حدود المعدل المعروضة بمنطقة محددة جرى تأكيد اختيارها، فلا يجوز اعتبارها قابلة للتطبيق على الجميع.
المصادر والأدلة
تاريخ المصدر: · تم التحقق من المصدر:
تاريخ المصدر: · تم التحقق من المصدر:
مقالات تحريرية بمساعدة الذكاء الاصطناعي تُراجع مقابل المصادر الأولية المذكورة. تُنسب ادعاءات الشركات إليها، والإدراج لا يعني التوصية.