基于 Perplexity Sonar Pro 模型（perplexity-sonar-pro-ssvip）的 Responses 端点接口，支持文本与图像混合输入，能够对图片内容进行识别与描述，并自动联网检索相关资料附上 URL 引用注释。相比纯文本对话模型，该接口具备视觉理解与实时搜索双重能力，

基于 Perplexity Sonar Reasoning Pro 模型（perplexity-sonar-reasoning-pro-ssvip）的 Responses 端点接口，在视觉理解与联网搜索的基础上融入链式推理能力，答题前会先输出完整的思考过程（reasoning）再给出结论。相比 So

基于 Perplexity Sonar Pro Search 模型（perplexity-sonar-pro-search-ssvip）的 Responses 端点接口，专注于实时联网检索与结构化内容生成，能够自动聚合多源网络资料并以 Markdown 表格、列表等格式输出，同时附上 URL 引用注

基于 Perplexity Sonar 模型（perplexity-sonar-ssvip）的 Responses 端点接口，支持文本与图像混合输入，结合实时联网搜索对图像内容进行识别与描述，并附上 URL 引用注释。相比 Sonar Pro，该接口响应更轻量、token 消耗更少，适合对速度和成本

腾讯云联网搜索，提供实时联网检索服务。支持三种返回模式：自然检索结果、多模态 VR 百科结果及二者混合，可按域名、时间范围精准过滤结果。搜索结果以结构化 JSON 数组返回，每条结果包含标题、摘要、来源 URL、发布时间、相关性得分（0–1）及图片列表等字段，适合需要结合实时网络信息进行问答、知识增

基于 Qwen3.8-Omni-Flash 全模态模型的文本对话接口，通过 /v1/chat/completions 端点以 SSE 流式方式调用。模型上下文长度达 1M Token，默认开启思考（reasoning_effort 默认为 xhigh，实际有效档位为 none / low / med

基于 Qwen3.8-Omni-Flash 全模态模型的多模态理解接口，通过 /v1/chat/completions 端点在同一条 user 消息中组合文本、图片、音频和视频输入，并以文本形式流式返回分析结果。图片单张不超过 20MB（URL 方式最多 2048 张），音频最长 3 小时，视频单个

基于 Qwen3.8-Omni-Flash 全模态模型的多轮对话接口，通过 /v1/chat/completions 端点以 OpenAI SDK 流式调用。多轮对话不会由服务端自动保存上下文，客户端需在每次请求中把之前的用户消息和助手回复按顺序放入 messages；preserve_thinki

qwen3.5-omni-plus-all 是阿里巴巴通义千问团队推出的全模态大模型，支持同时输出文本与音频双模态结果。模型内建 55 种可选音色（示例使用 Tina），支持 WAV 音频格式，流式输出配合 include_usage 可在末尾返回完整的 Token 用量统计，适用于智能问答、语音助

qwen3.5-omni-plus-all 是阿里云通义千问最新一代的全模态大模型，能够接收文本、音频等多种模态的组合输入，并同步输出文字与语音形式的回复。该模型支持 113 种输入音频语种（74 种语言 + 39 种方言）、36 种输出音频语种，提供 55 种拟人化音色选择，最长可处理 3 小时的