Qwen3-ASR-Flash是一款基于大语言模型的高精度、高智能、高鲁棒性的多语种语音识别模型。依托强大的基座模型、海量的文本与多模态数据、千万小时音频数据，通义千问3-ASR-Flash实现了高精度的语音识别功能，能够自动判断语种并准确识别 11 个语种的语音，在复杂的音频环境下能够保证精确转录。该模型版本功能等同于快照模型 qwen3-asr-flash-2025-09-08-us。
推理服务供应商
qwen3-asr-flash-us模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Audio |
输出模态 |
Text |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 |
— |
最大输出长度 |
— |
上下文长度 |
— |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
美国（弗吉尼亚）
部署范围：美国
| 计费项 | 价格（元） | 单位 |
|---|---|---|
语音识别 |
0.00026 |
每秒 |
限流
美国（弗吉尼亚）
部署范围：美国
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
100 |
快照版本
qwen3-asr-flash-2025-09-08-us
Qwen3-ASR-Flash是一款基于大语言模型的高精度、高智能、高鲁棒性的多语种语音识别模型。依托强大的基座模型、海量的文本与多模态数据、千万小时音频数据，Qwen3-ASR-Flash实现了高精度的语音识别功能，能够自动判断语种并准确识别 11 个语种的语音，在复杂的音频环境下能够保证精确转录。此版本为2025年9月8日的快照版本。
推理服务供应商
qwen3-asr-flash-2025-09-08-us模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Audio |
输出模态 |
Text |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 |
— |
最大输出长度 |
— |
上下文长度 |
— |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
美国（弗吉尼亚）
部署范围：美国
| 计费项 | 价格（元） | 单位 |
|---|---|---|
语音识别 |
0.00026 |
每秒 |
限流
美国（弗吉尼亚）
部署范围：美国
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
100 |