模型资料
厂商
Aliyun
Aliyun模型类型音视频
上市/收录时间Qwen3 系列于 2025 年公开发布，覆盖通用对话、推理和多语言任务。
标签stt语音转文本
价格输入 ￥15.8 / M tokens；输出 ￥12.7 / M tokens
原价/倍率倍率 7.9
上下文与输出上下文 64k / 输出 32k
模型名称
qwen3-omni-30b-a3b-captioner能力说明
标签：stt、语音转文本；上下文 64k；最大输出 32k
- 音频、语音、音乐或视频相关任务，适合多媒体生成与理解流程。
- 上下文窗口约 64k，适合处理较长提示词、文档片段或多轮对话。
- 最大输出约 32k，可用于控制回复长度、报告生成和批量内容输出。
- 当前标签包含 stt、语音转文本，可作为选型和搜索过滤依据。
- 已整理人民币价格项，可在接入前估算输入、输出、缓存或固定调用成本。
适用场景
- 语音生成、音乐生成、视频生成、字幕脚本、多媒体内容生产和创意工作流。
- 适合短视频、广告、教育课件和数字内容生产。
- 通过 OpenAI compatible Base URL 接入现有 SDK、Dify、FastGPT、Cursor、Cline 或自研应用。
接入方式
- 在 aliapi.me 控制台创建项目 API Key。
- 把 SDK 或工具的 Base URL 设置为
https://api.aliapi.me/v1。 - 将模型名称填写为
qwen3-omni-30b-a3b-captioner。 - 发起测试请求，并在控制台查看状态码、Token、费用和延迟。
常见问题
这个模型适合做什么？
qwen3-omni-30b-a3b-captioner 属于 Aliyun，当前归类为音视频模型。可结合页面中的标签、价格、上下文和输出参数判断是否适合生产环境。
上市时间是否准确？
Qwen3 系列于 2025 年公开发布，覆盖通用对话、推理和多语言任务。
如何接入这个模型？
在 SDK 或工具中使用 Base URL https://api.aliapi.me/v1，并把模型名称填写为 qwen3-omni-30b-a3b-captioner。
价格和能力会变化吗？
模型价格、倍率、上下文和能力可能随上游厂商调整，本站会按数据源更新页面快照。