价格
¥1 / 万字
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。
Qwen3 TTS Instruct Flash Realtime 是来自 Alibaba Cloud / Qwen 的实时模型。当前页面展示按万字符价格，可通过 `/v1/realtime` 调用。
语音合成 / 语音智能体 / 语音回复
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: 2026-09-03T11:34:04.371Z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
session = requests.post(
"https://modelxing.com/v1/realtime",
headers={"Authorization": "Bearer YOUR_API_KEY"},
json={"model":"qwen3-tts-instruct-flash-realtime","modalities":["text"]},
).json()
print(session["websocket"]["url"])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。 |
| modalities | string[] 否 | 默认["text","audio"] 可选值— | 启用的会话模态。 |
| voice | string 否 | 默认— 可选值— | 音频输出的音色 id。 |
| input_audio_format | string 否 | 默认pcm16 可选值pcm16 | g711_ulaw | g711_alaw | 上行音频编码。 |
| output_audio_format | string 否 | 默认pcm16 可选值pcm16 | g711_ulaw | g711_alaw | 下行音频编码。 |
要调用的模型 id。
启用的会话模态。
音频输出的音色 id。
上行音频编码。
下行音频编码。
实时会话模型：voice 在会话创建时指定，完整调用契约可经 GET /v1/models/{id} 获取。
| voice | 音色名 | 描述 | 支持语种 |
|---|---|---|---|
| Cherry默认 | 芊悦 | 阳光积极、亲切自然小姐姐（女性） | 中文（普通话）、英语、法语 等10种 |
| Serena | 苏瑶 | 温柔小姐姐（女性） | 中文（普通话）、英语、法语 等10种 |
| Ethan | 晨煦 | 标准普通话，带部分北方口音。阳光、温暖、活力、朝气（男性） | 中文（普通话）、英语、法语 等10种 |
| Chelsie | 千雪 | 二次元虚拟女友（女性） | 中文（普通话）、英语、法语 等10种 |
| Momo | 茉兔 | 撒娇搞怪，逗你开心（女性） | 中文（普通话）、英语、法语 等10种 |
| Vivian | 十三 | 拽拽的、可爱的小暴躁（女性） | 中文（普通话）、英语、法语 等10种 |
| Moon | 月白 | 率性帅气的月白（男性） | 中文（普通话）、英语、法语 等10种 |
| Maia | 四月 | 知性与温柔的碰撞（女性） | 中文（普通话）、英语、法语 等10种 |
| Kai | 凯 | 耳朵的一场SPA（男性） | 中文（普通话）、英语、法语 等10种 |
| Nofish | 不吃鱼 | 不会翘舌音的设计师（男性） | 中文（普通话）、英语、法语 等10种 |
| Bella | 萌宝 | 喝酒不打醉拳的小萝莉（女性） | 中文（普通话）、英语、法语 等10种 |
| Eldric Sage | 沧明子 | 沉稳睿智的老者，沧桑如松却心明如镜（男性） | 中文（普通话）、英语、法语 等10种 |
| Mia | 乖小妹 | 温顺如春水，乖巧如初雪（女性） | 中文（普通话）、英语、法语 等10种 |
| Mochi | 沙小弥 | 聪明伶俐的小大人，童真未泯却早慧如禅（男性） | 中文（普通话）、英语、法语 等10种 |
| Bellona | 燕铮莺 | 声音洪亮，吐字清晰，人物鲜活，听得人热血沸腾；金戈铁马入梦来，字正腔圆间尽显千面人声的江湖（女性） | 中文（普通话）、英语、法语 等10种 |
| Vincent | 田叔 | 一口独特的沙哑烟嗓，一开口便道尽了千军万马与江湖豪情（男性） | 中文（普通话）、英语、法语 等10种 |
| Bunny | 萌小姬 | “萌属性”爆棚的小萝莉（女性） | 中文（普通话）、英语、法语 等10种 |
| Neil | 阿闻 | 平直的基线语调，字正腔圆的咬字发音，这就是最专业的新闻主持人（男性） | 中文（普通话）、英语、法语 等10种 |
| Elias | 墨讲师 | 既保持学科严谨性，又通过叙事技巧将复杂知识转化为可消化的认知模块（女性） | 中文（普通话）、英语、法语 等10种 |
| Arthur | 徐大爷 | 被岁月和旱烟浸泡过的质朴嗓音，不疾不徐地摇开了满村的奇闻异事（男性） | 中文（普通话）、英语、法语 等10种 |
| Nini | 邻家妹妹 | 糯米糍一样又软又黏的嗓音，那一声声拉长了的“哥哥”，甜得能把人的骨头都叫酥了（女性） | 中文（普通话）、英语、法语 等10种 |
| Seren | 小婉 | 温和舒缓的声线，助你更快地进入睡眠，晚安，好梦（女性） | 中文（普通话）、英语、法语 等10种 |
| Pip | 顽屁小孩 | 调皮捣蛋却充满童真的他来了，这是你记忆中的小新吗（男性） | 中文（普通话）、英语、法语 等10种 |
| Stella | 少女阿月 | 平时是甜到发腻的迷糊少女音，但在喊出“代表月亮消灭你”时，瞬间充满不容置疑的爱与正义（女性） | 中文（普通话）、英语、法语 等10种 |
Fun ASR Flash 8k实时语音识别 是来自 Alibaba Cloud / Qwen 的实时语音识别模型。当前页面展示按秒价格，可通过 `/v1/realtime` 调用。
Fun ASR Flash 8k实时语音识别 (2026-01-28) 是来自 Alibaba Cloud / Qwen 的实时语音识别模型。当前页面展示按秒价格，可通过 `/v1/realtime` 调用。
Fun ASR实时语音识别 是来自 Alibaba Cloud / Qwen 的实时语音识别模型。当前页面展示按秒价格，可通过 `/v1/realtime` 调用。
常见问题
星模XModel 以公开价格展示 Qwen3 TTS Instruct Flash Realtime（按万字符），便于对比和预算规划。
这个模型系列可使用 `/v1/realtime` 调用。