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