Qwen3 ASR Flash 2026-02-10 — транскрибация и цена

Контекст: Не указантокенов
Результат: Распознавание речиформат ответа
Стоимость: Тариф уточняетсяусловия — в блоке подключения

ПОДКЛЮЧЕНИЕ

От модели к первому запросу

Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.

const response = await client.chat.completions.create({
  model: "qwen/qwen3-asr-flash-2026-02-10",
  messages: [{ role: "user", content: "Ваш запрос" }],
});

Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Alibaba документирует `qwen3-asr-flash-2026-02-10` как offline HTTP OpenAI-compatible snapshot с multilingual recognition и определением эмоции. Для прямого API указаны максимум пять минут или 10 MB, поддержка русского и других языков; speaker diarization и accuracy boost в таблице отмечены как недоступные. Tokenmost показывает audio input и transcription output, context 0. До обработки проверяются форматы, размер и duration, language detection, timestamps, punctuation, code switching, response fields, retention, usage и цена. Alibaba тарифицирует прямой endpoint по секундам аудио, но это не автоматически тариф Tokenmost. Интервью делится на короткие файлы с overlap и стабильными segment ID. Расшифровка не приписывает реплики спикерам автоматически, если route не подтверждает diarization; редактор сопоставляет голос с участником по исходной записи.

Подготовьте аудио без потери оригинала

Сохраните master, создайте рабочую копию поддерживаемого формата и измерьте duration. Не улучшайте запись так агрессивно, чтобы изменились слова. Персональные данные и согласие участников обрабатываются по правилам проекта до передачи внешнему API.

Разбейте запись на смысловые части

Учитывайте upstream предел пять минут, но подтвердите лимит route. Делайте короткий overlap для восстановления фразы на границе. Segment ID связывает текст с таймкодом, а повторяющиеся слова overlap удаляются детерминированно после сборки.

Создайте словарь имён и терминов

Редактор заранее выписывает бренды, фамилии и профессиональные сокращения. Если endpoint не поддерживает hotwords, словарь используется для проверки после ASR. Не заменяйте редкое слово автоматически без прослушивания соответствующего участка.

Проверьте язык и говорящих

Сверьте code switching, числа, отрицания и эмоционально важные фразы. Отсутствие diarization означает ручную атрибуцию. Неуверенный участок получает timestamp и пометку, а не правдоподобную догадку, которой нет в аудио.

Считайте цену готовой расшифровки

Включите секунды всех сегментов с overlap, повторы, хранение и работу корректора. Сравнивайте стоимость принятой минуты и word error rate на своём наборе. Текущая ставка Tokenmost подтверждается перед большим архивом.

Вопросы и ответы

Это realtime модель?

Нет, данный snapshot описан как offline HTTP; realtime имеет другой ID.

Какой upstream лимит файла?

До пяти минут или 10 MB для этого Flash endpoint.

Есть speaker diarization?

Официальная таблица отмечает её как неподдерживаемую.

Распознаётся русский язык?

Да, русский входит в опубликованный список, но качество проверяется на вашем аудио.

Как считать стоимость?

По обработанным секундам, overlap, повторам и ручной редактуре.