qwen3.5-omni-plus-all 是 Qwen3.5-Omni 系列最新一代全模态大模型，支持多模态输入（文本、图像、音频、视频）与文本/语音输出。本接口演示通过 /v1/responses 端点，将本地音频（Base64 编码）+ 文本提示一并发送给模型，模型以流式方式同时返回文字回复与

基于阿里云最新一代全模态大模型 qwen3.5-omni-plus-all 的 Responses 端点多模态接口，支持在同一请求中同时传入文本与本地图片（Base64 编码），并以流式方式返回文本与音频（WAV）回复。该模型具备 74 种语言与 39 种方言的理解能力、29 种语言与 7 种方言的

基于阿里通义千问 Qwen3.5-Omni 全模态大模型的多模态对话接口，通过 知能API /v1/responses 端点提供服务。支持文本与图片任意组合作为输入，流式同时返回文字回复与拟人化语音合成（WAV 音频 Base64 编码）。覆盖 55 种拟人音色、36 种输出语音语种（含 29 种语

基于阿里通义千问 Qwen3.5-Omni 系列最新一代全模态大模型，可同时接收文本与视频输入，并以 SSE 流式方式返回文本与音频（WAV）。模型具备强大的音视频描述能力，覆盖 74 种语言、39 种方言的输入识别与 29 种语言、7 种方言的语音输出，支持 55 种拟人音色，最长 1 小时视频、

基于阿里云通义千问 Qwen3.5-Omni 系列最新一代全模态模型的 Responses 端点调用，支持文本、图片、音频、视频任意组合的多模态输入，可同步输出文本与语音（WAV 格式）。模型原生支持 3 小时音频或 1 小时视频的长序列理解，覆盖 113 种输入语言/方言、36 种输出语言/方言，

基于阿里云通义千问 Qwen3.5-Omni 全模态大模型的多轮对话接口，能够接收文本、音频、图像、视频等多种模态输入并生成文本或语音形式的回复。支持 113 种输入音频语种（含 74 种语言、39 种方言）、36 种输出音频语种，提供 55 种拟人音色，原生支持音视频理解与多轮上下文对话，可应用于

基于阿里云通义千问 Qwen3.5-Omni 全模态旗舰模型的 Responses 端点对话接口，支持在同一请求中任意组合文本、图片、音频、视频等多模态输入，并可同时生成文本与语音双模态输出。模型具备强大的音视频描述能力，支持 113 种输入音频语言（含 74 种语言、39 种方言）、36 种输出音

Qwen-Omni 模型能够接收文本与单一其他模态（图片、音频、视频）的组合输入，并生成文本或语音形式的回复， 提供多种拟人音色，支持多语言和方言的语音输出，可应用于文本创作、视觉识别、语音助手等场景。 🔗 请求地址 https://api.apexrouter.top/v1/responses 提

jev 是通过 知能API TypeSafe 接口调用的结构化判研模型：把一段文本（如客服工单对话）作为共享上下文 state，一次请求同时提出多个问题，每个问题指定 3 种类型之一——choice（从给定选项中单选）、score（按档位评分）、noul（是 / 否判断），模型直接返回选中项、概率分

DeepSeek-OCR 是一个强大的图像文字识别接口，能够精准识别图片中的文字内容，支持多种场景下的 OCR 处理。 模型名称 模型 说明 DeepSeek-OCR 标准版 OCR 模型 接口地址 https://api.apexrouter.top/v1 支持的 Prompt 模板 场景 Pro