Подробный разбор · Около 6 мин чтения
Model Studio добавила Qwen Audio 3.1 Realtime Flash в пекинский список с явными ограничениями сеансов и инструментов
Запись Alibaba от 27 октября и полная спецификация модели отделяют возможности голосового взаимодействия в реальном времени от ограничений контекста, поиска, тарификации и соединений.
- Опубликовано здесь
- Дата источника
- Источник проверен
В таблице обновлений Alibaba Cloud Model Studio 27 октября 2026 года появилась qwen-audio-3.1-realtime-flash в разделе региона Северный Китай 2 (Пекин). Сопутствующая спецификация описывает полнодуплексную модель для текста и аудио в реальном времени. Это подтверждает датированное добавление на платформу, но не проверенный всемирный запуск модели или автоматический доступ для любого аккаунта Alibaba.
Слушать новости
Прослушайте эту статью или включите новости подряд.
Подготовка чтения…
Голос устройства
Речь обрабатывает браузер или устройство. AISubHub не отправляет текст в аудио-API. Доступные голоса и работа при заблокированном экране зависят от устройства.
При продолжении короткая фраза может повториться.
Кратко
- В пекинской таблице обновлений указана календарная дата 27 октября; время обновления документации не устанавливает точный момент глобального выпуска.
- Спецификация модели перечисляет WebSocket, WebRTC и AOQ, клонирование голоса, Function Calling и веб-поиск, причем сочетание функций ограничено.
- Указан контекст в 262 144 токена с отдельными ограничениями ввода, вывода и истории аудио.
- Региональная принадлежность видимых в документации цен и показателей ограничения частоты при этом чтении не подтверждена; это не ценовое предложение для аккаунта и не гарантия неограниченной одновременной работы.
- Статья разбирает полный официальный текст и таблицы; запросов к API, измерений задержки, проверки допуска аккаунта или экспериментов с клонированием голоса не проводилось.
Что подтверждает датированная запись для Пекина
Событие состоит в появлении идентификатора модели в пекинском разделе таблицы обновлений моделей Model Studio. Запись датирована 27 октября и приписывает модели взаимодействие с текстом и аудио в реальном времени, вызов инструментов, поиск и клонирование голоса. На отдельной странице модели провайдером инференса названа Alibaba Cloud Model Studio. Вместе эти источники определяют конкретный размещенный сервис. Они не подтверждают, что такое же изменение получили все продукты Qwen, потребительские подписки или регионы развертывания.
Таблица обновлений показывает время обновления документа 22:05:53 за 27 октября, а страница модели — 21:00:05 за тот же день. Ни в одном случае часовой пояс не указан. Поэтому AISubHub сохраняет для записи дату 27 октября с точностью до дня и отдельно фиксирует фактическое время чтения. Мы не превращаем время обслуживания документации в момент запуска и не заявляем о выпуске нового продукта 28 октября.
Дуплексный разговор не означает одновременную доступность всех функций
Спецификация допускает текст и аудио на входе и формирует текст и аудио на выходе. В ней перечислены протоколы доступа WebSocket, WebRTC и AOQ, голос по умолчанию longanqian_v3.1 и режимы взаимодействия server_vad, smart_turn и push-to-talk. Улучшение речи говорящего отдельно связано с режимом smart_turn. Это документированные поставщиком возможности; мы не реализовывали клиент и не проверяли качество работы каждого режима в разговоре с шумом или перебиваниями.
При проектировании помощника существенен один запрет: веб-поиск включается через enable_search и не может быть включен одновременно с Function Calling. Поэтому заявление о поддержке обеих возможностей не равнозначно обещанию их совместной работы в одной конфигурации. Страница также указывает, что enable_thinking не поддерживается. Наш анализ: прежде чем выбирать параметры сеанса, разработчику стоит определить нужный документированный рабочий процесс. Продукт не может рассчитывать на произвольное сочетание поиска, внешних действий и отдельно настраиваемого режима рассуждений лишь потому, что эти понятия встречаются в более широком каталоге моделей.
У контекста в токенах и сохраненного аудио разные пределы
Страница указывает предел контекста 262 144 токена, максимальную длину ввода 245 760 токенов и максимальную длину вывода 16 384 токена. Эти числа описывают разные части документированного бюджета. Они не обещают, что разговор может содержать произвольное количество записанного аудио, и не являются измеренной гарантией одинаковой скорости ответа при использовании всех максимумов. Суффикс Flash в названии модели не заменяет измерение задержки.
Для истории аудио действуют собственные ограничения: не более 50 ходов и 300 секунд накопленного аудио. Поэтому голосовому приложению необходимо учитывать сохраненную историю разговора наряду с подсчетом токенов. Наша практическая интерпретация — оценить, какая информация должна сохраняться в долгом взаимодействии и как приложение обрабатывает достижение границ истории. Источник не подтверждает неограниченный аудиосеанс, бесконечный архив записей или конкретный способ сокращения истории; здесь такое поведение не тестировалось.
Правило тарификации следует читать вместе с единицей учета соединений
Видимая при этом чтении таблица цен, для которой выбранный регион не установлен, указывает стоимость за миллион токенов в юанях: ввод текста — CNY 1.5, ввод аудио — CNY 6, вывод текста — CNY 4.5, вывод аудио — CNY 12. Пояснение разделяет режимы вывода: только текст оплачивается по тарифу текстового вывода, а при совместном выводе текста и аудио оплачивается аудиовывод без дополнительной платы за сопровождающий текст. Мы не переводим эти ставки в цену за минуту: для этого потребовались бы установленное соотношение аудио и токенов и допущения о реальном использовании.
На странице присутствуют обозначения Пекина и Сингапура, но видимые заголовки таблицы и состояние выбора не позволили установить, к какому региону относятся показанные цены или ограничения частоты. Поэтому это приведенные из документации значения, а не подтвержденное предложение для конкретного региона или аккаунта. Совпадение условий между регионами, налоги, допуск аккаунта и реальный счет не проверялись. Видимая таблица ограничений указывает 60 RPM и 100 000 TPM. Принципиально, что RPM для WebSocket считает запросы на соединение, а не ответы модели. Отсутствие отдельного ограничения числа одновременных соединений WebSocket не отменяет применимые ограничения частоты и не гарантирует неограниченную пропускную способность. Следовательно, поведение при переподключении и потребность в токенах остаются вопросами проектирования приложения после проверки условий нужного региона.
Что разработчики могут оценить и что остается непроверенным
Сочетание возможностей дает конкретного кандидата для голосовых помощников, которым нужны потоковое взаимодействие и документированная поддержка инструментов или поиска. Это вывод о возможном применении, а не доказательство того, что уже реализовано конкретное внедрение в поддержку клиентов, достигнут нужный языковой охват или целевое качество голоса. Содержательную оценку стоит начать с одного региона, аккаунта, протокола и режима взаимодействия, затем сопоставить требуемое сочетание возможностей с документированными ограничениями и потребностями приложения.
Наши доказательства охватывают полную датированную запись о добавлении и всю видимую спецификацию модели, включая таблицы возможностей, контекста, тарификации и ограничений частоты. Связанные руководство по работе в реальном времени, инструкции по интеграции и справочник клиентских событий не читались как дополнительные источники. Мы не выполняли запросов к API, сравнительных тестов, платежей, проверки прав аккаунта или демонстрации продукта. Время первого мирового выпуска, совпадение условий между регионами и сквозная производительность остаются за пределами отчета.
Почему это важно
Запись дает разработчикам конкретный идентификатор модели и набор ограничений развертывания для оценки голосовых приложений реального времени; допустимые сочетания функций и границы сеансов могут быть столь же важны, как заявленный размер контекста.
Ограничения и доступность
Это анализ записи и документации Alibaba, а не тест продукта. Дата относится к календарной записи платформы, точное время выпуска неизвестно; одинаковые условия в разных регионах и допуск аккаунтов не установлены, а связанные руководства по интеграции не использовались как доказательства. Отображенные цены и ограничения частоты не привязаны к подтвержденному выбранному региону и не должны считаться универсально применимыми.
Источники и подтверждения
Дата источника: · Источник проверен:
Дата источника: · Источник проверен:
Материалы подготовлены с помощью ИИ и сверены с указанными первоисточниками. Заявления поставщиков атрибутированы; публикация не означает рекомендацию.