심층 해설 · 약 5분 읽기
백련 베이징 목록에 Qwen Audio 3.1 Realtime Flash 추가, 세션·도구·과금 제약 확인
Alibaba의 10월 27일 등록 항목과 전체 모델 명세를 바탕으로 실시간 음성 기능을 컨텍스트, 검색, 과금, 연결 한도와 구분한다.
- 사이트 게시일
- 원문 게시일
- 출처 확인일
Alibaba Cloud Model Studio(백련)의 업데이트 표는 2026년 10월 27일 qwen-audio-3.1-realtime-flash를 화북2(베이징) 목록에 추가했다. 해당 명세는 텍스트와 오디오를 입출력하는 실시간 전이중 모델이라고 설명한다. 확인된 것은 날짜가 있는 플랫폼 등록이며, 전 세계 모델 최초 출시나 모든 Alibaba 계정의 자동 접근을 입증한 것은 아니다.
뉴스 듣기
이 기사를 읽어 드리거나 뉴스를 계속 재생합니다.
읽기를 준비하는 중…
기기 음성
읽기는 브라우저나 기기에서 처리합니다. AISubHub는 내용을 오디오 API로 보내지 않습니다. 사용 가능한 음성과 잠금 화면 재생은 기기에 따라 다릅니다.
계속 재생할 때 짧은 구절이 반복될 수 있습니다.
핵심 요약
- 베이징 업데이트 표는 10월 27일이라는 날짜를 제시한다. 문서 수정 시각은 정확한 전 세계 출시 시각을 확정하지 않는다.
- 모델 명세는 WebSocket, WebRTC, AOQ, 음성 복제, Function Calling, 웹 검색을 열거하지만 기능 조합에는 제약이 있다.
- 컨텍스트는 262,144토큰이며 입력, 출력, 오디오 기록에는 별도 한도가 있다.
- 이번에 보인 문서 가격과 처리 제한 수치의 지역 귀속은 검증되지 않았다. 계정별 견적이나 무제한 동시 서비스 보장이 아니다.
- 전체 공식 본문과 표를 해석했으며 API 호출, 지연 벤치마크, 계정 자격 확인, 음성 복제 실험은 수행하지 않았다.
날짜가 있는 베이징 등록으로 확인되는 것
이번 소식은 Model Studio 모델 업데이트 표의 베이징 부분에 특정 모델 ID가 나타났다는 점이다. 10월 27일 항목은 이 모델의 실시간 텍스트·오디오 상호작용, 도구 호출, 검색, 음성 복제를 명시한다. 별도 모델 전용 페이지는 추론 서비스 제공자를 Alibaba Cloud Model Studio로 적고 있다. 두 자료는 특정 호스팅 서비스를 식별하지만 모든 Qwen 제품, 개인 구독, 배포 지역이 같은 변화를 받았다는 뜻은 아니다.
업데이트 표는 10월 27일 22:05:53, 모델 페이지는 같은 날 21:00:05라는 문서 수정 시각을 표시한다. 두 시각 모두 시간대가 명시되지 않았다. 따라서 AISubHub는 등록일을 10월 27일의 날짜 정밀도로 보존하고 실제 읽은 시간은 따로 기록한다. 문서 시각을 출시 타임스탬프로 변환하거나 10월 28일 신제품 출시로 주장하지 않는다.
전이중 대화가 모든 기능의 동시 사용을 뜻하지는 않는다
명세는 텍스트와 오디오 입력 및 출력을 지원한다. 접속 프로토콜은 WebSocket, WebRTC, AOQ, 기본 음색은 longanqian_v3.1이며 상호작용 모드는 server_vad, smart_turn, push-to-talk이다. 화자 강화는 구체적으로 smart_turn 모드에 연결돼 있다. 이는 공급업체가 문서에 적은 선택지이며, 우리는 클라이언트를 구현하거나 소음·끼어들기가 있는 대화에서 각 모드가 얼마나 잘 작동하는지 검증하지 않았다.
비서 설계에서 중요한 제약은 enable_search로 켜는 웹 검색을 Function Calling과 동시에 활성화할 수 없다는 점이다. 두 기능을 각각 제공한다고 알리는 것과 같은 설정에서 동시 사용을 약속하는 것은 다르다. 페이지는 enable_thinking도 지원하지 않는다고 명시한다. 우리의 분석은 세션 옵션을 정하기 전에 필요한 업무 흐름을 결정해야 한다는 것이다. 넓은 모델 카탈로그에 용어가 나열됐다는 이유로 검색, 외부 작업, 별도로 설정하는 사고 모드를 제한 없이 조합할 수 있다고 가정해서는 안 된다.
토큰 컨텍스트와 보존 오디오는 각각 한도가 있다
페이지는 컨텍스트 한도 262,144토큰, 최대 입력 245,760토큰, 최대 출력 16,384토큰을 제시한다. 각 수치는 문서상 예산의 서로 다른 부분이다. 임의의 양의 녹음을 대화에 넣을 수 있다는 약속도 아니며, 모든 상한을 사용해도 동일한 응답 속도가 나온다는 실측 보장도 아니다. 모델명에 붙은 Flash는 지연 벤치마크가 될 수 없다.
오디오 기록에는 최대 50턴, 누적 오디오 300초라는 별도 한도가 있다. 따라서 음성 애플리케이션은 토큰 계산과 함께 보존할 대화 기록을 고려해야 한다. 실용적인 해석은 긴 상호작용에서 어떤 정보가 남아야 하며 기록 경계를 어떻게 처리할지 평가하는 것이다. 원문은 무제한 음성 세션, 무제한 녹음 저장소, 특정 기록 절삭 구현을 입증하지 않으며 우리도 그런 동작을 시험하지 않았다.
과금 규칙과 연결 집계 기준을 함께 읽기
이번에 보인 가격표는 선택된 지역이 확인되지 않았다. 단위는 1,000,000토큰당 위안이며 문서에는 텍스트 입력 CNY 1.5, 오디오 입력 CNY 6, 텍스트 출력 CNY 4.5, 오디오 출력 CNY 12가 표시된다. 설명은 출력 방식을 구분한다. 텍스트만 출력하면 텍스트 출력 단가로 과금하고, 텍스트와 오디오를 함께 출력하면 오디오 출력에만 과금하며 동반 텍스트에 별도 출력 요금을 붙이지 않는다. 오디오·토큰 환산과 실제 사용량 가정이 없으므로 이를 분당 가격으로 바꾸지 않는다.
베이징과 싱가포르라는 표시는 있지만 보이는 표 머리글과 선택 상태로는 어느 지역의 가격이나 제한 수치인지 확정할 수 없다. 따라서 이는 인용된 문서 값이며 특정 지역·계정에 대해 검증한 견적이 아니다. 지역 간 동일성, 세금 처리, 계정 자격, 실제 청구서는 확인하지 않았다. 보이는 제한 표에는 60 RPM과 100,000 TPM이 있다. 특히 WebSocket RPM은 모델 응답이 아니라 연결 요청 수를 센다. “별도 WebSocket 동시 연결 제한 없음”은 실제 적용되는 처리 제한을 없애거나 무제한 처리량을 보장하지 않는다. 목표 지역의 조건을 검증한 뒤 재연결 동작과 토큰 수요를 설계해야 한다.
개발자가 평가할 가치와 아직 검증되지 않은 것
이 조합은 스트리밍 상호작용과 문서화된 도구 또는 검색 지원이 필요한 음성 비서의 구체적인 후보를 제공한다. 이는 응용 관점의 시사점이지, 특정 고객 서비스 구축, 언어 집합, 음질 목표가 이미 달성됐다는 증거는 아니다. 지역·계정·프로토콜·상호작용 모드를 하나씩 정한 뒤 필요한 기능 조합이 문서 제약과 애플리케이션 요구를 충족하는지 확인하는 평가가 유용하다.
증거는 날짜가 있는 등록 항목 전체와 모델 전용 명세의 전체 가시 본문이며 기능, 컨텍스트, 과금, 처리 제한 표를 포함한다. 연결된 실시간 가이드, 통합 지침, 클라이언트 이벤트 참조는 보충 자료로 읽지 않았다. API 요청, 벤치마크, 결제, 계정 권익 조사, 제품 시연은 수행하지 않았다. 전 세계 최초 출시 시점, 지역 간 동일성, 종단 간 성능은 이 보고서의 범위 밖이다.
중요한 이유
등록을 통해 개발자는 실시간 음성 애플리케이션을 평가할 구체적인 모델 ID와 배포 제약을 얻는다. 기능 조합과 세션 한도는 대표 컨텍스트 크기만큼 중요할 수 있다.
제한 및 이용 가능성
Alibaba의 등록 및 문서를 분석했으며 제품 시험은 아니다. 날짜는 플랫폼의 달력상 등록일로 정확한 출시 시각은 알 수 없다. 지역 간 동일성과 계정 자격은 확인하지 않았고 연결된 통합 가이드는 증거로 쓰지 않았다. 표시된 가격·처리 제한 값은 확인된 선택 지역에 연결되지 않았으므로 보편적으로 적용되는 수치로 취급해서는 안 된다.
출처와 근거
원문 게시일: · 출처 확인일:
AI 보조 편집 기사를 명시한 일차 출처와 대조합니다. 업체 주장은 출처를 밝히며 게재는 추천을 뜻하지 않습니다.