Qwen3-LiveTranslate Flash Realtime

Qwen3-LiveTranslate Flash Realtime 是 阿里云通义千问 推出的 图像输入 · 音频输入 · 视频输入模型，上下文窗口 53,248 tokens，单次最大输出 4,096 tokens。

原厂描述：Speech generation model for controllable voice, narration, and audio delivery

• 厂商：阿里云通义千问（Alibaba）
• 模型 ID：qwen3-livetranslate-flash-realtime
• 上下文：53,248 tokens
• 最大输出：4,096 tokens
• 定价：输入 $10 / 输出 $10 · 每百万 tokens
• 能力：图像输入、音频输入、视频输入、语音合成
• 发布日期：2025-09-22

数据来源：models.dev。