选择适合多模态理解、音视频分析、语音对话、内容审核、语音翻译等全模态场景的模型。
从闭源模型迁移到百炼?
如果你正在使用 GPT 或 Gemini 的全模态/实时能力，可参考下表选择百炼对位模型。
闭源模型代表 | 百炼推荐 | |
|---|---|---|
高能力 | GPT-5.5、Gemini 3.1 Pro |
|
轻量低成本 | GPT-5.4-mini、Gemini 3.1 Flash |
|
实时翻译 | Gemini 3.1 Live |
|
使用场景
全模态模型能同时理解文本、音频、图片和视频，并输出文本和语音。当前提供三个模型系列：Qwen3.5-Omni（旗舰，能力最全）、Qwen3-Omni-Flash（轻量，成本更低，支持深度推理）、Qwen3.5-Livetranslate（专业翻译，开箱即用）。根据您的场景选择合适的模型：
场景 | 推荐模型 | 用户指南 |
|---|---|---|
实时语音/视频对话：通过麦克风和摄像头与AI实时交互（语音助手、智能客服、视觉问答、直播分析） | Qwen3.5-Omni Realtime（WebSocket） | |
实时语音对话（语义 VAD）：端到端语音交互，支持语义轮次检测（smart_turn），无意义附和声不会打断，支持 Function Calling（语音助手、智能客服） | Qwen-Audio（WebSocket） | |
音视频内容分析：上传音频或视频文件，AI分析内容并生成文本或语音回复（视频审核、会议纪要、字幕生成） | Qwen3.5-Omni（HTTP） | |
轻量音视频分析：上传音频或视频文件进行分析，成本更低（单次输入限150秒）。支持深度推理（思考模式），仅输出文本 | Qwen3-Omni-Flash（HTTP） | |
实时语音翻译：语音同传，约3秒延迟，支持60种语言（同声传译、多语言会议） | Qwen3.5-Livetranslate（WebSocket） | |
音视频文件翻译：上传音频/视频文件翻译为目标语言（视频配音、播客翻译） | Qwen3-Livetranslate（HTTP） | |
声音复刻：提供参考音频，AI用该音色生成语音回复 | Qwen3.5-Omni Plus / Flash（HTTP / WebSocket） |
- 内容分析场景中，Qwen3.5-Omni支持音频最长3小时、视频最长1小时。
- 支持工具调用（Function Calling）：Qwen3.5-Omni（WebSocket + HTTP）、Qwen3-Omni-Flash（仅HTTP）、Qwen-Audio Realtime（WebSocket）。
- 支持联网搜索：仅Qwen3.5-Omni（HTTP / WebSocket）。联网搜索与Function Calling不可同时开启。
翻译
全模态模型支持语音翻译，不同模型适用于不同翻译场景。
支持的语言
支持的语言
语言 | Qwen3.5-Livetranslate | Qwen3-Livetranslate | Qwen3.5-Omni | Qwen3-Omni-Flash |
|---|---|---|---|---|
英语 | 支持 | 支持 | 支持 | 支持 |
中文（普通话） | 支持 | 支持 | 支持 | 支持 |
粤语 | 支持 仅文本 | 支持 | 支持 | 支持 |
四川话 | 支持 | 支持 | 支持 | 支持 |
上海话 | 支持 | 支持 | 支持 | 支持 |
北京话 | 支持 | 支持 | 支持 | 支持 |
天津话 | 支持 | 支持 | 支持 | 支持 |
南京话 | 不支持 | 不支持 | 支持 | 支持 |
陕西话 | 不支持 | 不支持 | 支持 | 支持 |
闽南语 | 不支持 | 不支持 | 支持 | 支持 |
法语 | 支持 | 支持 | 支持 | 支持 |
德语 | 支持 | 支持 | 支持 | 支持 |
俄语 | 支持 | 支持 | 支持 | 支持 |
意大利语 | 支持 | 支持 | 支持 | 支持 |
西班牙语 | 支持 | 支持 | 支持 | 支持 |
葡萄牙语 | 支持 | 支持 | 支持 | 支持 |
日语 | 支持 | 支持 | 支持 | 支持 |
韩语 | 支持 | 支持 | 支持 | 支持 |
泰语 | 支持 | 支持 仅文本 | 支持 | 支持 |
印尼语 | 支持 | 支持 仅文本 | 支持 | 不支持 |
越南语 | 支持 | 支持 仅文本 | 支持 | 不支持 |
阿拉伯语 | 支持 | 支持 仅文本 | 支持 | 不支持 |
印地语 | 支持 | 支持 仅文本 | 支持 | 不支持 |
土耳其语 | 支持 | 支持 仅文本 | 支持 | 不支持 |
芬兰语 | 支持 | 不支持 | 支持 | 不支持 |
波兰语 | 支持 | 不支持 | 支持 | 不支持 |
荷兰语 | 支持 | 不支持 | 支持 | 不支持 |
捷克语 | 支持 | 不支持 | 支持 | 不支持 |
乌尔都语 | 支持 | 不支持 | 支持 | 不支持 |
他加禄语 | 支持 | 不支持 | 支持 | 不支持 |
瑞典语 | 支持 | 不支持 | 支持 | 不支持 |
丹麦语 | 支持 | 不支持 | 支持 | 不支持 |
希伯来语 | 支持 | 不支持 | 支持 | 不支持 |
冰岛语 | 支持 | 不支持 | 支持 | 不支持 |
马来语 | 支持 | 不支持 | 支持 | 不支持 |
挪威语 | 支持 | 不支持 | 支持 | 不支持 |
波斯语 | 支持 | 不支持 | 支持 | 不支持 |
希腊语 | 支持 仅文本 | 支持 仅文本 | 不支持 | 不支持 |
南非荷兰语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
阿斯图里亚斯语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
白俄罗斯语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
保加利亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
孟加拉语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
波斯尼亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
加泰罗尼亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
宿务语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
爱沙尼亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
加利西亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
古吉拉特语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
克罗地亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
匈牙利语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
爪哇语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
哈萨克语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
卡纳达语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
柯尔克孜语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
拉脱维亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
马其顿语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
马拉雅拉姆语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
马拉地语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
旁遮普语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
罗马尼亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
斯洛伐克语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
斯洛文尼亚语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
斯瓦希里语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
塔吉克语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
阿塞拜疆语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
乌克兰语 | 支持 仅文本 | 不支持 | 不支持 | 不支持 |
qwen-omni-turbo仅支持中文和英文。推荐模型
模型ID | API | 输入 | Function Calling | 联网搜索 | 思考模式 |
|---|---|---|---|---|---|
| WebSocket | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| WebSocket | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| WebSocket | 文本、音频、图片、视频 | 不支持 | 不支持 | 不支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 不支持 | 支持 |
| WebSocket | 音频、图片 | 不支持 | 不支持 | 不支持 |
| HTTP | 音频、视频 | 不支持 | 不支持 | 不支持 |
| WebSocket | 音频、文本 | 支持 | 不支持 | 不支持 |
| WebSocket | 音频、文本 | 支持 | 不支持 | 不支持 |
所有模型
Qwen3.5-Omni
模型ID | API | 输入 | Function Calling | 联网搜索 | 思考模式 |
|---|---|---|---|---|---|
| WebSocket | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| WebSocket | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| WebSocket | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| WebSocket | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 支持 | 不支持 |
Qwen3-Omni
模型ID | API | 输入 | Function Calling | 联网搜索 | 思考模式 |
|---|---|---|---|---|---|
| WebSocket | 文本、音频、图片、视频 | 不支持 | 不支持 | 不支持 |
| WebSocket | 文本、音频、图片、视频 | 不支持 | 不支持 | 不支持 |
| WebSocket | 文本、音频、图片、视频 | 不支持 | 不支持 | 不支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 不支持 | 支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 不支持 | 支持 |
| HTTP | 文本、音频、图片、视频 | 支持 | 不支持 | 支持 |
Qwen3.5-Livetranslate
模型ID | API | 输入 | 语言数 |
|---|---|---|---|
| WebSocket | 音频 | 60 |
| WebSocket | 音频 | 60 |
| HTTP | 音频、视频 | 60 |
Qwen3-Livetranslate
模型ID | API | 输入 | 语言数 |
|---|---|---|---|
| WebSocket | 音频 | 18 |
| WebSocket | 音频 | 18 |
| HTTP | 音频、视频 | 18 |
| HTTP | 音频、视频 | 18 |
Qwen-Audio
模型ID | API | 输入 | Function Calling | 联网搜索 | 思考模式 |
|---|---|---|---|---|---|
| WebSocket | 音频、文本 | 支持 | 不支持 | 不支持 |
| WebSocket | 音频、文本 | 支持 | 不支持 | 不支持 |
旧版模型
以下模型不再更新，新项目建议使用Qwen3.5-Omni。
模型ID | 输入 | API |
|---|---|---|
| 文本、音频、图片、视频 | HTTP |
| 文本、音频、图片、视频 | HTTP |
| 文本、音频、图片、视频 | HTTP |
| 文本、音频、图片、视频 | HTTP |
| 文本、音频 | WebSocket |
| 文本、音频 | WebSocket |
| 文本、音频 | WebSocket |