全模态(Qwen-Omni)

POST

/v1/chat/completions

调用 Qwen3.5-Omni-Flash 模型进行多模态对话。支持文本、图片、音频、视频作为输入，输出文本或文本+语音。\n\n重要限制：\n- stream 必须设为 true\n- 单次请求仅支持一种额外模态（图片/音频/视频三选一）\n- 音频输入最长 3 小时，文件最大 2GB\n- 视频输入最长 1 小时，文件最大 2GB\n- 图片序列输入 2-2048 张

请求参数

Authorization

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

Body 参数application/json必填

{
    "model": "qwen3.5-omni-flash",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "请用温柔的语气讲一个睡前故事"
        }
    ],
    "stream": true,
    "modalities": [
        "text",
        "audio"
    ],
    "audio": {
        "voice": "Tina",
        "format": "wav"
    },
    "stream_options": {
        "include_usage": true
    }
}

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location '/v1/chat/completions' \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '{
    "model": "qwen3.5-omni-flash",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "请用温柔的语气讲一个睡前故事"
        }
    ],
    "stream": true,
    "modalities": [
        "text",
        "audio"
    ],
    "audio": {
        "voice": "Tina",
        "format": "wav"
    },
    "stream_options": {
        "include_usage": true
    }
}'

返回响应

🟢200

text/event-stream

流式响应（SSE），每个 chunk 为一个 JSON 对象

Bodytext/event-stream

示例

"string"

🟠400

🟠401

🟠429

修改于 2026-05-07 06:37:48

生成音乐

文件上传-待开发 (file)