Qwen3-Omni

Alibaba Qwen·中国·2026-10-10 发布

闭源多模态语音推理生成视频看图

阿里通义千问推出的 Qwen3-Omni 全模态模型，可处理文本、图像、音频与视频输入并支持语音输出，适合多模态对话与音视频理解任务。

—上下文

—每百万 token（输入 / 输出）

—参数量

5条相关报道

参数

悬停可看每项的来源与日期

上下文—

最大输出—

参数量—

知识截止—

协议—

商用未注明

输入—

输出—

系列qwen

API 价格

美元 / 百万 token

暂无公开 API 价格。

新闻时间线

来自 AITOP 信息流，同一事件只留一条

2026-10-11

Cloudflare 发布 Clef-omni 开放权重决策模型，支持音视频输入IT之家

2026-10-10

Cloudflare 开源 Clef-Omni，基于 Qwen3-Omni 微调Gorden Sun

2026-10-08

vLLM-Omni技术报告：统一多模态生成运行时arXiv: OpenAI

2026-10-05

fractalyze_io 优化 Qwen3-Omni，单卡 RTX 5090 首音频延迟降至 23msvLLM

2026-09-18

提出新模型解决直播语音合成中多维度音调评估问题arXiv cs.AI