Qwen3.8-Omni-Flash-Realtime 模型介绍
一句话定位：阿里千问 2026 年 9 月 21 日上线的实时双工全模态模型——音视频流边进边出，能输出语音，官方称是首个支持「听声辨位」的全模态模型；首 token 约 591 毫秒、首个音频包约 978 毫秒。它不是离线版换个 ID，而是两套端点、两套计费、两种用法；选错会直接踩在延迟和账单上。 整理日期：2026-10-27 ｜ 资料来源见文末
| 项目 | 信息 |
|---|---|
| 模型 ID | qwen3.8-omni-flash-realtime |
| 发布时间 | 2026-09-21（比离线版晚 3 天） |
| 厂商 | 阿里巴巴 / 通义千问 |
| 定位 | 实时音视频交互 / 智能硬件 / 机器人 / 语音 Agent |
| 协议 | WebSocket、WebRTC（实时双向流） |
| 端点类型 | realtime（不是 chat/completions） |
| 模态 | 输入：文本 / 图像 / 音频 / 视频流；输出：文本 + 语音 |
| 音频能力 | 识别 74 种语言 + 39 种方言；语音生成 29 种语言 + 7 种方言（官方口径） |
| 限流 | 60 RPM / 2,000,000 TPM（北京、新加坡同） |
| 官方定价（新加坡） | 输入 文本/图/视频 $0.23 ｜ 输入 音频 $0.93 ｜ 输出 文本 $0.70 ｜ 输出 音频 $1.87（每百万 tokens） |
| 官方定价（国内区） | 1.5 / 6 / 4.5 / 12 元（同上四项） |
| AA 智能指数 | ⚠️ 暂无 |
⚠️ 先分清：Realtime 版和离线版到底差什么
| 维度 | 离线版 qwen3.8-omni-flash | Realtime 版（本文） |
|---|---|---|
| 交互方式 | 一次性提交，等结果 | 流式双工，边说边听边回 |
| 输出 | 仅文本 | 文本 + 语音 |
| 协议 | Chat Completions / Responses | WebSocket / WebRTC |
| 单次时长 | 最长 1 小时音视频 | 持续流式，无"一次一小时"的概念 |
| 典型任务 | 会议纪要、长视频分析 | 语音陪练、实时客服、机器人导航 |
| 价格结构 | 输入/输出两档 | 四项分计（文本输入、音频输入、文本输出、音频输出） |
一、官方上线介绍
1.1 它解决的是"参与一场对话"，不是"理解一段内容"
1.2 官方延迟与吞吐表（这张表最有参考价值）
| 输入场景 | 文本输出 TPS | 首 token 延迟 | 首个音频包延迟 | 音频生成 RTF |
|---|---|---|---|---|
| 纯音频 6s | 84.87 | 591.26 ms | 978.36 ms | 0.1538 |
| 纯音频 12s | 83.18 | 604.80 ms | 982.74 ms | 0.1537 |
| 纯音频 20s | 81.06 | 617.98 ms | 1,026.39 ms | 0.1538 |
| 音视频 6s | 84.89 | 837.96 ms | 1,214.73 ms | 0.1524 |
| 音视频 12s | 84.33 | 911.85 ms | 1,268.07 ms | 0.1527 |
| 音视频 20s | 83 左右 | 981.01 ms | 1,350.49 ms | 0.1528 |
表中 TPS 一列为官方公布的文本输出速度，实测区间 81–85 tokens/s；"音视频 20s"行的 TPS 官方表格未给完整数值，按区间标注。
1.3 计费：四项分开算，语音输出要付两笔
| 计费项 | 单价（每百万 tokens） |
|---|---|
| 输入：文本 / 图片 / 视频 | $0.23 |
| 输入：音频 | $0.93（约 4 倍于文本 ） |
| 输出：文本 | $0.70 |
| 输出：音频 | $1.87（约 8 倍于文本输入） |
二、开发者实测与社区反馈
2.1 官方延迟表是唯一可量化的性能证据
2.2 HN 社区的两条侧证
Qwen-Live Harness（实时全模态交互的运行环境），但 HN 上有人当场报 GitHub 链接 404，另一位随后确认"仓库看起来被移除了"。如果你打算基于它自建实时链路，先自己确认仓库状态，别照博客抄链接。2.3 中文实测素材的稀缺与标注
这不是说它不行，而是说：它的口碑还没建立起来。生产选型时，自测权重应该高于任何二手评测。
三、核心优势
1.
2.
3.
4.
5.
6.
7.
四、适合用在哪
⚠️ 明确不该用的四类： 长视频分析 / 会议纪要——用离线版，便宜得多且能吃 1 小时； 批量转写——专用 ASR 更便宜； 纯文本批处理——用 qwen3.8-flash或更便宜的小模型；需要严格逐字稿的正式记录——实时流的默认取向是"听懂意图"，不是"一字不差"。
五、劣势与注意事项
1.
2.
3.
realtime：它不走 chat/completions，换 ID 就能用的想法不成立。客户端要按 WebSocket / WebRTC 重写连接层。4.
5.
6.
7.
Qwen-Live Harness 在发布当天的仓库链接不可达，自建前先核实。8.
9.
六、推荐总结
| 你的情况 | 建议 |
|---|---|
| 语音陪练 / 口语纠音 | ✅ 官方最主推、设计最针对的场景 |
| 智能硬件、机器人、需要听声辨位 | ✅ 空间音频定位是稀缺能力 |
| 实时语音客服（要注入业务话术） | ✅ Skill + MCP 工具链完整 |
| 实时翻译 / 同传辅助 | ✅ 保留语气与节奏是它的取向 |
| 长视频分析、会议纪要 | ❌ 用离线版，便宜一个量级 |
| 批量转写 | ❌ 用专用 ASR |
| 需要公认榜单背书选型 | ❌ 没有 AA 分数，也没有独立横评 |
| 团队还没做过 WebSocket/WebRTC 接入 | ⚠️ 先做 PoC，别直接排期上线 |
| 项目 | 值 |
|---|---|
| 模型 ID | qwen3.8-omni-flash-realtime |
| 计费 | 按实时用量（token），四项分计：文本/图片/视频输入、音频输入、文本输出、音频输出 |
| 端点 | realtime（WebSocket / WebRTC，非 chat/completions） |
| 分组 | Alibaba-3（当前唯一可用分组） |
折算单价（每百万 tokens，Alibaba-3） | 文本/图/视频输入约 $0.3163 ｜ 音频输入约 $1.2788 ｜ 文本输出约 $0.9625 ｜ 音频输出约 $2.5713 |
| 建议 | 先按官方延迟打 1.5 倍余量做容量规划；产品侧加静音断流；能只传音频就别传视频 |
🔑 两条成本纪律：① "说"比"听"贵——音频输出 $2.5713 是文本输入的 8 倍，回答越长越贵，产品设计上要控制回复长度；② 挂断要自动——静音检测 + 超时断流，否则空转也在烧音频输入 token。 ⚠️ 价格按 2026-10-27 核对，实际单价以珂艾价格页该模型的分组价格为准；该模型在价格页按实时端点单独计价，实际扣费以账单为准。
七、来源
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
说明：本篇延迟、计费与能力描述主要依据厂商文档，独立第三方实测目前稀缺，已逐条标注来源属性；模型迭代快，最终以官方页面与网关实时价格为准。
修改于 2026-11-02 17:01:24