千问实时语音对话大模型3.0 是面向实时双工语音交互的大模型，兼顾模型能力与双工对话节奏，在保持流畅、自然的实时交互体验的同时提供语音推理能力；通过并行推理和全向流式等工程优化降低端到端响应时延。极速版侧重响应速度。
推理服务供应商
qwen-audio-3.0-realtime-flash模型的推理服务供应商为千问AI平台。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Audio Text | 输出模态 | Audio Text |
模型体验 | 不支持 | Function Calling | 支持 |
结构化输出 | 不支持 | 联网搜索 | 支持 |
前缀续写 | 不支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 16384 | 最大输出长度 | 8192 |
上下文长度 | 40960 | 最大输入长度（思考模式下） | 16384 |
最大输出长度（思考模式下） | 8192 | 最大思维链长度 | 1024 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往千问AI平台控制台查看活动优惠。
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入：音频 | 6 | 每百万tokens |
输入：文本 | 1.5 | 每百万tokens |
输出：文本 | 4.5 | 每百万tokens |
输出：文本+音频（输出的文本不计费） | 12 | 每百万tokens |
限流
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |