价格
¥0 / 秒
模型
模型加载中
正在打开模型详情…
正在打开模型详情…
模型能力与计费维度与提供方保持一致，对外统一使用 OpenAI 兼容地址和模型代码。
Qwen Audio 3.0 ASR Flash Filetrans 是来自 Alibaba Cloud / Qwen 的文本对话模型。当前页面展示按秒价格，可通过 `/v1/audio/transcriptions` 调用。
语音识别 / 会议转写 / 语音输入
该模型按用量单位计费（如每秒、每张），以下为各规格档的结算价。
仅供参考，不作为星模结算依据。
来源: 上游公开页面（平台采集） · 采集时间: 2026-09-04T16:55:38.195Z当前页面不承诺额外免费额度；实际赠送、活动和用量抵扣以控制台账户状态和正式账单为准。
默认按账户、模型和上游可用性动态调度。生产接入前建议先用小流量压测确认并发、延迟和错误率。
复制以下示例，替换网关地址与 API Key后即可直接调用。
import requests
resp = requests.post(
"https://modelxing.com/v1/audio/transcriptions",
headers={"Authorization": "Bearer YOUR_API_KEY"},
files={"file": ("audio.wav", open("audio.wav", "rb"), "audio/wav")},
data={"model": "qwen-audio-3.0-asr-flash-filetrans"},
)
print(resp.json())该模型所属接口类型支持的请求参数参考。具体可用取值以上游模型能力为准。
| 参数 | 类型 / 必填 | 默认 / 可选值 | 说明 |
|---|---|---|---|
| model | string 是 | 默认— 可选值— | 要调用的模型 id。 |
| file | string 是 | 默认— 可选值— | 要转写的音频文件或 url。 |
| language | string 否 | 默认— 可选值— | ISO-639-1 语言提示，如 zh、en。 |
| response_format | string 否 | 默认json 可选值json | text | srt | verbose_json | vtt | 转写输出格式。 |
| prompt | string 否 | 默认— 可选值— | 可选提示，用于引导转写。 |
| temperature | number 否 | 默认0 可选值— | 采样温度，0–1。 |
要调用的模型 id。
要转写的音频文件或 url。
ISO-639-1 语言提示，如 zh、en。
转写输出格式。
可选提示，用于引导转写。
采样温度，0–1。
以下参数契约整理自官方文档，供调用参考；取值以上游最终校验为准（网关不预拦截），完整机器可读契约可经 GET /v1/models/{id} 获取。
| 参数 | 取值域 | 默认 | 说明 |
|---|---|---|---|
| file_format | 取值：wav、mp3、m4a、flac、ogg、aac、amr、opus、webm、mp4、wma、pcm | — | 由上传文件扩展名推断并转发上游；音频内容需与扩展名一致，否则上游转写失败 |
| file_url | 任意取值 | — | 公网可访问的音频 URL（multipart 的 file 与 file_url 二选一）；走 file_url 绕过网关 25MB 上传上限，直达上游 2GB/12 小时限制；格式从 URL 扩展名推断，须与音频实际内容一致 |
Fun ASR Flash (2026-06-15) 是来自 Alibaba Cloud / Qwen 的文本对话模型。当前页面展示按秒价格，可通过 `/v1/audio/transcriptions` 调用。
Fun ASR MTL 是来自 Alibaba Cloud / Qwen 的文本对话模型。当前页面展示按秒价格，可通过 `/v1/audio/transcriptions` 调用。
Fun ASR多语言语音识别 (2025-08-25) 是来自 Alibaba Cloud / Qwen 的文本对话模型。当前页面展示按秒价格，可通过 `/v1/audio/transcriptions` 调用。
常见问题
星模XModel 以公开价格展示 Qwen Audio 3.0 ASR Flash Filetrans（按秒），便于对比和预算规划。
这个模型系列可使用 `/v1/audio/transcriptions` 调用。