阿里云：上架 Qwen Audio 3.1 Realtime Flash，双工语音 + 262K 上下文

阿里云 Model Studio「新发布模型」列表将 qwen-audio-3.1-realtime-flash 记为 2026-10-27 上架（国际与中国北京区域均有），描述为实时双工语音模型：文本与音频输入输出，并支持 function calling、web search 与 voice cloning。模型文档同日更新能力表：协议含 WebSocket / WebRTC / AOQ；默认音色 longanqian_v3.1；交互模式含 server_vad、smart_turn、smart_turn_v2（推荐）与 push-to-talk；smart_turn 系列支持说话人增强；enable_thinking 不支持。

上下文：窗口 262,144 tokens，最大输入约 245,760、最大输出 16,384；音频历史最多 50 轮或累计 300 秒。计费口径：纯文本回复按文本输出价；含音频的回复只计音频输出、附带文本不再另计。新加坡 USD/百万 tokens：文本入 $0.23、音频入 $0.93、文本出 $0.7、音频出 $1.87；北京区域略低（约 $0.212 / $0.848 / $0.636 / $1.696）。限速示例：新加坡与北京均为 RPM 60、TPM 100,000。

相对同系列更早的 qwen-audio-3.1-realtime-plus（文档列表约 2026-09-20），本次 Flash 侧重实时双工与成本/吞吐路径，仍落在 Qwen 语音产品线。接入走 Model Studio 实时语音指南与客户端事件协议；本稿依据官方文档与价目，不含第三方评测分数。