அலிபாபா திறந்த மூல Qwen3 Omni பல்மாதிரி AI மாதிரியை அறிமுகப்படுத்தியது

பல்மாதிரி AI துறையில் புதிய திறந்த மூலப் போட்டியாளர்

உரை வாசிக்கவும், படங்களைப் பார்க்கவும், ஒலியைக் கேட்கவும், காணொளியைப் பார்க்கவும் கூடிய விரிவான பல்மாதிரி மாதிரியான Qwen3 Omni-ஐ அலிபாபா அறிமுகப்படுத்தியுள்ளது. இது உரையாகவும் இயல்பான பேச்சாகவும் பதிலளிக்கிறது. இதைத் தொடக்கம் முதலே பல்மாதிரிச் செயல்பாடுகளுக்காக வடிவமைக்கப்பட்ட முழுமையான சொந்த மாதிரியாக நிறுவனம் முன்வைக்கிறது. அதாவது, பேச்சு அல்லது காட்சிப் புரிதலைப் பின்னர் சேர்க்கப்பட்ட அம்சங்களாகக் கருதாமல், இந்த உள்ளீடுகள் அனைத்தையும் ஒன்றாகக் கையாளும் வகையில் மாதிரி தொடக்கத்திலிருந்தே வடிவமைக்கப்பட்டது. GPT 4o, Gemini 2.5 Pro போன்ற தனியுரிமை அமைப்புகளுக்கும் திறந்த மூல மாதிரிகளுக்கும் இடையிலான செலவு மற்றும் கட்டுப்பாட்டு சமநிலையைப் பல நிறுவனங்கள் மதிப்பிட்டு வரும் நிலையில் இது வெளியாகியுள்ளது. இதில் முக்கிய வேறுபாடு அணுகல் வசதி. Qwen3 Omni, இலவச வணிகப் பயன்பாடு, மாற்றம் செய்தல், மறுவிநியோகம் ஆகியவற்றை அனுமதிக்கும் தாராளமான உரிமமான Apache 2.0-இன் கீழ் வெளியிடப்பட்டுள்ளது. இதனால், ஒவ்வொரு பயனருக்கும் கட்டணம் செலுத்தாமலும் ஒரே வழங்குநரிடம் முடங்காமலும், தாங்களே வழங்ககத்தில் நிறுவவோ தயாரிப்புகளை வெளியிடவோ விரும்பும் குழுக்களுக்கான தடைகள் குறைகின்றன.

வழக்கமான உரை, படம், ஒலி என்ற மூன்று வகைகளையும் தாண்டி Qwen3 Omni செயல்படுகிறது. காணொளியையும் பகுப்பாய்வு செய்ய முடியும்; இதுவரை இந்த வசதி பெரும்பாலும் மூடிய தளங்களிலேயே இருந்தது. உரைக்கு 119 மொழிகளையும், பேச்சு உள்ளீட்டுக்கு 19 மொழிகளையும், பேச்சு வெளியீட்டுக்கு 10 மொழிகளையும் இந்த மாதிரி ஆதரிக்கிறது. இதில் முக்கிய மொழிகளுடன் கான்டோனீஸ் போன்ற சில வட்டார மொழிகளும் அடங்கும். தொடக்கக் குறிப்புகளில், தொகுப்பாகச் செயல்படுவதைவிட உரையாடல் போன்று தோன்றும் தொடரோட்டப் பதிலளிப்பு குறிப்பிடப்பட்டுள்ளது. முதல் ஒலி பாக்கெட் சுமார் கால் வினாடியிலும், காணொளிப் பாக்கெட் சுமார் அரை வினாடியிலும் கிடைக்கிறது. ஆதரவு அழைப்புகள் அல்லது கைபேசி வழிகாட்டிகள் போன்ற நேரடிச் சூழல்களில் உதவியாளர்கள் விரைவாக இடைமறித்து, தெளிவுபடுத்தி, அடுத்த நிலைக்கு மாற்றுவதற்கு இது முக்கியமான வரம்பாகும்.

வெவ்வேறு பணிகளுக்காகச் செம்மைப்படுத்தப்பட்ட மூன்று வகைகளுடன் இந்த வெளியீடு வருகிறது. Instruct என்பது முழு அம்சங்களுடன் கூடிய உரையாடல் மாதிரி. Thinking சிக்கலான தர்க்கச் சிந்தனை மற்றும் நீண்ட சிந்தனைத் தொடர்களில் கவனம் செலுத்தி உரை வெளியீடுகளை வழங்குகிறது. குறைந்த புனைவுப் பிழை விகிதம் முக்கியமான ஒலி விளக்கவுரைப் பணிகளில் Captioner சிறப்பிக்கிறது. பிரபலமான மாதிரி மையங்களில் இருந்து உருவக எடைகளைப் பெறலாம்; வேகமான Flash விருப்பத்துடன் API-ஐப் பயன்படுத்தலாம்; அல்லது துறைசார் கட்டுப்பாடு மற்றும் பாணிக்கேற்ப நுண்செம்மைப்படுத்தலாம். நிறுவனத்தின் அறிக்கையின்படி, உரை மற்றும் காட்சிப் புரிதலில் முன்னணி அமைப்புகளுக்கு இணையான செயல்திறனைத் தக்கவைத்தபடி, பேச்சு, ஒலி, காணொளிப் பணிகளில் இந்த மாதிரி வலுவான முடிவுகளைப் பெற்றுள்ளது.

Qwen3 Omni-யின் தனித்துவம் என்ன?

பல தொழில்நுட்பத் தேர்வுகள் Qwen3 Omni-ஐத் தனித்துவப்படுத்துகின்றன. முதலாவதாக, இதன் பயிற்சிச் செயல்முறை தொடக்கத்திலிருந்தே ஒற்றைமாதிரி மற்றும் குறுக்குமாதிரித் தரவைக் கலக்கிறது; பின்னர் முன்பயிற்சி மற்றும் பயிற்சிக்குப் பிந்தைய கட்டங்களிலும் அளவைத் தொடர்ந்து அதிகரிக்கிறது. இரண்டாவதாக, ஒவ்வொரு டோக்கனுக்கும் அளவுருக்களின் சிறிய பகுதியைச் செயல்படுத்தும் Mixture of Experts கட்டமைப்பை இந்த மாதிரி பயன்படுத்துகிறது. இதனால் செயலாக்கத் திறன் மேம்பட்டு, ஊகச் செயலாக்கச் செலவு குறையலாம். நேரடிப் பயன்பாடுகளுக்கும் வன்பொருள் கட்டுப்பாடுகளின் கீழான நிறுவலுக்கும் இது முக்கியமானது. மூன்றாவதாக, Thinker, Talker எனப்படும் ஒருங்கிணைந்த இரண்டு கூறுகளாக, தர்க்கச் சிந்தனையையும் பேச்சையும் அமைப்பு பிரிக்கிறது. பல்மாதிரிப் புரிதல் மற்றும் தர்க்கச் சிந்தனையின் முக்கியச் செயல்களை Thinker செய்கிறது. உயர்நிலைப் பிரதிநிதித்துவங்களை நேரம் மற்றும் குரல் தன்மையைப் பேணும் பேச்சாக Talker மாற்றுகிறது.

வெவ்வேறு தேவைகளுக்கான மூன்று மாதிரி வகைகள்

சரியானதைத் தேர்ந்தெடுக்க அணிகளுக்கு உதவும் வகையில், Qwen3 Omni 30B A3B குடும்பத்தின் கீழ் மூன்று விருப்பங்களை அலிபாபா கிளவுட் வெளியிட்டுள்ளது:

• Instruct: உரை, படம், ஒலி, காணொளி உள்ளீடுகளுடன் Thinker மற்றும் Talker-ஐ இணைத்து, உரை மற்றும் பேச்சு வெளியீடுகள் இரண்டையும் வழங்குகிறது.
• Thinking: ஆழமான தர்க்கச் சிந்தனை மற்றும் நீண்ட சிந்தனைத் தொடர்களில் கவனம் செலுத்துகிறது; அதே பல்மாதிரி உள்ளீடுகளை ஏற்றுக்கொண்டு உரையை மட்டுமே வெளியிடுகிறது.
• Captioner: குறைந்த புனைவுப் பிழையுடன் ஒலி விளக்கவுரைகளையும் விவரிப்புகளையும் உருவாக்குவதற்கானது. ஊடகப் பகுப்பாய்வு, அணுகல்தன்மை, உள்ளடக்கக் கண்காணிப்புப் பணிகளுக்கு இது உதவும்.

குறைந்த தாமதம் மற்றும் அதிக ஒரேநேரப் பயன்பாட்டை நோக்கமாகக் கொண்ட Flash வகையையும் API வழங்குகிறது. பதில்களைத் தாமதிக்காமல், போக்குவரத்து அதிகரிப்பையும் கையாள வேண்டிய அழைப்பு மைய உதவியாளர் அல்லது கொள்முதல் வழிகாட்டியை நீங்கள் உருவாக்கினால் இது பயனுள்ளதாக இருக்கும்.

Thinker, Talker கட்டமைப்பின் உள்ளமைப்பு

பேச்சை இயல்பாக வைத்துக்கொண்டு தர்க்கச் சிந்தனையை நெகிழ்வாகச் செய்ய, Qwen3 Omni பொறுப்புகளைப் பிரிக்கிறது. Thinker என்பது மைய பல்மாதிரி மாதிரி. இது உரை, படம், ஒலி, காணொளி அம்சங்களைச் சீரமைத்து ஒன்றிணைத்த பின்னர், பதிலை உருவாக்க உதவும் டோக்கன்-நிலைப் பிரதிநிதித்துவங்களைத் தயாரிக்கிறது. Talker என்பது தனிப்பட்ட பேச்சு உருவாக்கி. Thinker-இன் வெளியீட்டை உரையாகப் பயன்படுத்துவதற்குப் பதிலாக, ஒலி மற்றும் காட்சிப் பண்புகளிலிருந்து நேரடியாகத் தேவையான நிபந்தனைகளைப் பெறுகிறது. இதனால் Talker, தான் காண்பது மற்றும் கேட்பதற்கு ஏற்றவாறு பேச்சின் ஏற்ற இறக்கத்தையும் குரல் நிறத்தையும் ஒத்திசைக்க முடிகிறது. இதன் மூலம் மொழிபெயர்ப்பு மேம்படுவதுடன், குரல் நடிப்பின் வேகம், அழுத்தம், உணர்ச்சித் தொனி போன்ற அம்சங்களும் மேம்படுகின்றன.

பேச்சுத் தாமதத்தைக் குறைக்க, தனித்துவமான ஒலியியல் டோக்கன்களைக் கணிக்கும் பல குறியீட்டு அகராதிகளைக் கொண்ட தன்னியக்கத் திட்டத்தை Talker பயன்படுத்துகிறது. பின்னர், எளிய Code2Wav கன்வல்யூஷனல் நெட்வொர்க் அந்த டோக்கன்களை ஒலி அலைவடிவங்களாக மாற்றுகிறது. Thinker-இன் உரையிலிருந்து Talker பிரிக்கப்பட்டிருப்பதால், பேச்சு உருவாக்கப்படுவதற்கு முன் வெளிப்புறக் கூறுகள் Thinker வெளியீடுகளைப் பாதிக்கவோ வடிகட்டவோ முடியும். சிந்தனைக்கும் பேச்சுக்கும் இடையில் கொள்கைச் சரிபார்ப்புகளையும் தகவல் மீட்பு நடவடிக்கைகளையும் மேற்கொள்ள முடிவதால், பாதுகாப்புப் பணிச்செயல்முறைகள் நடைமுறைக்கு உகந்ததாகின்றன. தொடரோட்டச் செயல்திறன் இதில் முக்கியமானது. ஒலிக்கான முதல் பாக்கெட் சுமார் 234 மில்லிவினாடிகளிலும், காணொளிக்கான முதல் பாக்கெட் சுமார் 547 மில்லிவினாடிகளிலும் கிடைப்பதாக நிறுவனத் தரவுகள் தெரிவிக்கின்றன. பல கோரிக்கைகளைக் கையாளும்போதும், ஒலியை இயக்கும் நேரத்தைவிட வேகமாக உருவாக்க முடியும் என்பதைக் குறிக்கும் ஒன்றுக்கும் குறைவான நிகழ்நேரக் காரணியை இந்த அமைப்பு தக்கவைத்துள்ளது.

Thinker மற்றும் Talker இரண்டிலும் Mixture of Experts கட்டமைப்பு பயன்படுத்தப்படுகிறது. இதில் மாதிரி பல சிறிய நிபுணர் வலைப்பின்னல்களைக் கொண்டிருக்கும்; ஒவ்வொரு டோக்கனும் அவற்றில் சிலவற்றுக்கு வழிமாற்றப்படுவதை ஒரு வழியமைப்பு வலைப்பின்னல் தீர்மானிக்கும். ஒவ்வொரு டோக்கனுக்கும் அளவுருக்களின் சிறிய பகுதி மட்டுமே இயங்குவதால், அதிக ஒரேநேரப் பயன்பாட்டை ஆதரித்து, ஊகச் செயலாக்கத்தைத் துரிதமாக வைத்திருக்க உதவுகிறது. உருவாக்குநர்களைப் பொறுத்தவரை, உரையாடலில் இடைமறித்து தொடர்புகொள்ளும் உதவியாளருக்கும், பேசுவதற்கான தன் முறை வரும்வரை காத்திருக்கும் தானியங்குப் பதில் அமைப்புக்கும் இடையிலான வேறுபாடாக இது அமையலாம்.

இது உருவாக்கப்பட்ட விதமும் ஆதரிக்கப்படும் அம்சங்களும்

ஒலிச் செயல்திறன் ஒலிக் குறியாக்கியிலிருந்து தொடங்குகிறது. புதிதாக உருவாக்கப்பட்ட Audio Transformer-ஐ Qwen3 Omni அறிமுகப்படுத்துகிறது. இது சுமார் 20 மில்லியன் மணிநேர மேற்பார்வைத் தரவைக் கொண்டு பயிற்றுவிக்கப்பட்டது. பயிற்சித் தரவுக் கலவையில் பெரும்பாலும் சீனம் மற்றும் ஆங்கிலத் தானியங்கி பேச்சறிதல் தரவுகள் உள்ளன; ஒலிப் புரிதலை மையமாகக் கொண்ட பிற மொழிகள் மற்றும் பணிகளின் தரவுகளும் சேர்க்கப்பட்டுள்ளன. இந்தக் குறியாக்கியில் சுமார் 600 மில்லியன் அளவுருக்கள் உள்ளன. குறைந்த தாமதத்துக்காக தொடரோட்ட இடைநினைவுகளை இது ஆதரிக்கிறது; நீண்ட ஒலிப்பதிவுகள் போன்ற பகுப்பாய்வுப் பணிகளுக்கு இணையமின்றியும் இயங்க முடியும். வடிவங்கள் முழுவதும் தர்க்கச் சிந்தனை செய்யும் வகையில், சீரமைப்புக் கட்டங்கள் வழியாக இந்தக் குறியாக்கி பல்மாதிரி மையத்துக்கு உள்ளீடு வழங்குகிறது.

முன்பயிற்சி மூன்று கட்டங்களாக நடைபெற்றது. குறியாக்கிச் சீரமைப்பில், மொழி மாதிரியை உறையவைத்தபடி காட்சி மற்றும் ஒலிக் குறியாக்கிகள் பயிற்றுவிக்கப்பட்டு சீரமைக்கப்பட்டன. பொதுப் பயிற்சியில், உரை, ஒலி, படங்கள், சில காணொளிகள் மற்றும் ஒலி-காணொளி இணைகளை உள்ளடக்கிய சுமார் 2 டிரில்லியன் டோக்கன்கள் வரை குழு அளவை அதிகரித்தது. நீண்ட சூழல் பயிற்சியில், கூடுதல் நீண்ட ஒலி மற்றும் காணொளித் தொடர்களைச் சேர்த்தபடி, அதிகபட்ச டோக்கன் நீளம் 8,192-லிருந்து 32,768 ஆக விரிவாக்கப்பட்டது. பயிற்சிக்குப் பிந்தைய கட்டத்தில் மேற்பார்வை நுண்செம்மைப்படுத்தல், வலுவான ஆசிரியர் மாதிரிகளிலிருந்து அறிவு வடித்தல், Thinker-க்கான விதிகள் மற்றும் மாதிரித் தீர்ப்புகள் இரண்டையும் பயன்படுத்திய கொள்கை மேம்படுத்தல் ஆகியவை இடம்பெற்றன. புனைவுப் பிழைகளைக் குறைத்து குரல் தரத்தை மேம்படுத்துவதை நோக்கமாகக் கொண்டு, தொடர்ச்சியான முன்பயிற்சியுடன் இணைக்கப்பட்ட நூற்றுக்கணக்கான மில்லியன் பல்மாதிரிப் பேச்சு மாதிரிகளைப் பயன்படுத்தி Talker நான்கு கட்டங்களில் பயிற்றுவிக்கப்பட்டது.

30 பில்லியன் அளவுருக் குடும்பத்துக்கு ஏற்றவாறு, இதன் திறன்களும் வரம்புகளும் விரிவானவை. உரைக்கு 119 மொழிகளையும், பேச்சு உள்ளீட்டுக்கு 19 மொழிகளையும், பேச்சு வெளியீட்டுக்கு 10 மொழிகளையும் Qwen3 Omni ஆதரிக்கிறது. Thinking Mode 65,536 டோக்கன் சூழல் சாளரத்தையும், Non Thinking Mode 49,152 டோக்கன் சூழல் சாளரத்தையும் அனுமதிக்கின்றன. உள்ளீட்டுக்கு அதிகபட்சம் 16,384 டோக்கன்களையும், வெளியீட்டுக்கு 16,384 டோக்கன்களையும் மாதிரி ஆதரிக்கிறது. மிக நீண்ட சிந்தனைத் தொடர் 32,768 டோக்கன்களை எட்டலாம். பிற மாதிரிகளில் பகுதிகளாகப் பிரிக்க வேண்டிய சிக்கலான உரைமாற்றங்கள், நீண்ட கூட்டங்கள், குறியீட்டுத் தொகுப்புகள் அல்லது ஆவணங்களைக் கையாள இந்த அளவு உதவுகிறது.

தரப்படுத்தல் முடிவுகள், பலங்கள், கூற்றுகளைப் புரிந்துகொள்வது

36 தரப்படுத்தல் சோதனைகள் கொண்ட விரிவான தொகுப்பில், 22-இல் Qwen3 Omni முதலிடம் பெற்றதாகவும், திறந்த மூல மாதிரிகளில் 32-இல் முன்னிலை வகிப்பதாகவும் அலிபாபா தெரிவிக்கிறது. உரை மற்றும் தர்க்கச் சிந்தனை முடிவுகளில் AIME25-இல் 65.0 மதிப்பெண் பெற்றுள்ளது. GPT 4o-க்காக வெளியிடப்பட்ட 26.7 மதிப்பெண்ணைவிட இது மிக அதிகம். ZebraLogic-இல் பெற்ற 76.0 மதிப்பெண், Gemini 2.5 Flash-க்காக வெளியிடப்பட்ட 57.9-ஐ விட அதிகம். WritingBench-இல் 82.6 பெற்றுள்ளது; GPT 4o-வின் மதிப்பெண் 75.5. பேச்சு மற்றும் ஒலியில், Wenetspeech-இன் இரண்டு பொதுவான சோதனைப் பிரிவுகளில் சொல் பிழை விகிதங்கள் முறையே 4.69 மற்றும் 5.89. GPT 4o-க்காகத் தெரிவிக்கப்பட்ட 15.30 மற்றும் 32.27-ஐ விட இவை மிகவும் சிறந்தவை. Librispeech other சோதனையில் சொல் பிழை விகிதம் 2.48 ஆகக் குறைகிறது; இது ஒப்பிடத்தக்க மாதிரிகளில் குறைவானதாகும்.

படம் மற்றும் காட்சிப் புரிதல் முடிவுகளில் HallusionBench-இல் 59.7, MMMU pro-இல் 57.0, MathVision full-இல் 56.3 ஆகியவை அடங்கும்; நிறுவன அறிக்கையின்படி ஒவ்வொன்றிலும் GPT 4o-வை விட அதிக மதிப்பெண் பெற்றுள்ளது. காணொளிப் புரிதலில் MLVU-இல் 75.2 எட்டி, Gemini 2.0 Flash-க்கான 71.0 மற்றும் GPT 4o-வுக்கான 64.6 மதிப்பெண்களைத் தாண்டியுள்ளது. இசைப் பணிகளிலும் முன்னேற்றம் காணப்படுகிறது: GTZAN-இல் 93.0, RUL MuchoMusic-இல் 52.0. இந்த எண்கள் காட்டும் படம், வடிவமைப்பின் கவனத்துடன் ஒத்துப்போகிறது. ஒலி மற்றும் ஒலி-காட்சிப் புரிதலுக்கு உயர்ந்த தரத்தை Qwen3 Omni நிர்ணயிப்பதுடன், உரை மற்றும் படத் திறன்களிலும் வலுவாகத் தொடர்கிறது.

தரப்படுத்தல் சோதனைகள் பயனுள்ளவை; இருப்பினும் அவை கட்டுப்படுத்தப்பட்ட சோதனைகளே. தரவுத் தொகுப்புகளும் மதிப்பீட்டு முறைகளும் குறிப்பிட்ட பயிற்சித் தரவுக் கலவைகளுக்கு சாதகமாக அமையலாம். உண்மையான பயன்பாடுகளில் சத்தமுள்ள ஒலிவாங்கிகள், உச்சரிப்பு வேறுபாடுகள், ஒழுங்கற்ற கைபேசிக் கேமராக்கள், விரைவான சூழல் மாறுதல்கள் போன்ற புதிய சவால்கள் வெளிப்படுகின்றன. பல்மாதிரி மாதிரிகள் பொதுவான சமரசத்தையும் எதிர்கொள்கின்றன. பல்வேறு ஊடக வகைகளில் பரந்த பயிற்சி அளிப்பது, பெரிய உரை-முதன்மை மாதிரிகளுடன் ஒப்பிடும்போது உரைக்கு மட்டும் உரிய செயல்திறனைச் சிறிதளவு குறைக்கலாம். நிறுவனங்கள் தங்களுடைய தரவுகளில் குறிவைத்த முன்னோட்டச் சோதனைகளை நடத்தி, தேவைப்பட்டால் கலப்பு மாதிரி உத்தியைத் தேர்ந்தெடுக்க வேண்டும். பல நிறுவனங்கள் கேட்டு, பார்த்து செயல்படும் சிறிய பல்மாதிரி மாதிரியைப் பயன்படுத்தி, அறிக்கைகள் அல்லது மின்னஞ்சல்களை எழுதப் பெரிய உரை மாதிரியையும் இணைக்கின்றன. கொள்முதல் நடைமுறைகளின் சிக்கலின்றி இத்தகைய ஒருங்கிணைப்பைச் செய்ய திறந்த Apache உரிமம் உதவுகிறது.

GPT 4o, Gemini 2.5 Pro, Gemma 3n ஆகியவற்றுடன் ஒப்பீடு

உரை, படம், ஒலி ஆகியவற்றை நெருக்கமாக ஒருங்கிணைத்து இயல்பான பேச்சை வழங்கும் GPT 4o மூலம் OpenAI எதிர்பார்ப்புகளை உருவாக்கியது. Qwen3 Omni உள்ளீடாகக் காணொளிப் பகுப்பாய்வையும் சேர்க்கிறது. Google-இன் Gemini 2.5 Pro காணொளிப் பகுப்பாய்வை வழங்கினாலும் அது தனியுரிமை மாதிரியாகவே உள்ளது. உரை, படம், ஒலி, காணொளி உள்ளீடுகளை ஏற்கும் திறந்த மாதிரியான Gemma 3n-ஐயும் Google வழங்குகிறது; ஆனால் அது உரையை மட்டுமே வெளியிடுகிறது. Qwen3 Omni உரை மற்றும் பேச்சு இரண்டையும் வெளியிடுவதால், நேரடி மொழிபெயர்ப்பு அல்லது அழைப்பு மையங்களில் முகவர் பொறுப்புகளை மாற்றுதல் போன்ற ஊடாடும் பயன்பாடுகளின் வரம்பு மாறுகிறது.

உரிமம் மற்றொரு முக்கிய வேறுபாடு. Qwen3 Omni, காப்புரிமை உரிமத்துடன் Apache 2.0-இன் கீழ் வெளியிடப்பட்டுள்ளது. மூலக் குறியீட்டை வெளியிட வேண்டிய கட்டாயமின்றியும் இயக்கநேரக் கட்டணம் செலுத்தாமலும் நிறுவனங்கள் இதைப் பயன்படுத்தவும், மாற்றவும், தயாரிப்புகளை வெளியிடவும் இது அனுமதிக்கிறது. மூடிய மாதிரிகளைப் பயன்படுத்தக் கட்டணம் செலுத்த வேண்டும்; அவற்றின் பயன்பாடும் வழங்குநரின் தளத்துடன் பிணைக்கப்பட்டிருக்கும். நவீன திறந்த வெளியீடுகளில் பொதுவான ஒரு நுணுக்கம் உள்ளது. மாதிரி எடைகளும் பயன்பாட்டுக் குறியீடும் திறந்திருந்தாலும், தேர்ந்தெடுக்கப்பட்ட பயிற்சித் தரவு உள்ளிட்ட முழுப் பயிற்சி முறையும் புதிதாக உருவாக்குவதற்கான வழிமுறைகளும் பொதுவாக வெளியிடப்படுவதில்லை. பல பயனர்களுக்கு, மாதிரியை இயக்குவது, நுண்செம்மைப்படுத்துவது, உற்பத்திச் சூழலில் ஒருங்கிணைப்பதே முக்கிய இலக்கு; இங்கு அதற்கு அனுமதி வழங்கப்பட்டுள்ளது.

தாமதம் போட்டித்தன்மை வாய்ந்தது. ஒலிக்கான முதல் பாக்கெட் சுமார் 234 மில்லிவினாடிகளிலும், காணொளிக்கானது சுமார் 547 மில்லிவினாடிகளிலும் கிடைப்பதாக அலிபாபா குறிப்பிடுகிறது. இது சிறந்த உரையாடல் அமைப்புகளின் வகையைச் சேர்ந்தது. முதல் பாக்கெட் நேரம் மட்டுமின்றி, நிலையான உள்ளடக்கம் கிடைக்கும் நேரம், நீண்ட பதில்களுக்கான மொத்தப் பதிலளிப்பு நேரம் உள்ளிட்ட சேவை நிலை இலக்குகளையும் நிறுவனங்கள் மதிப்பிட வேண்டும். பிற சூழல்களில் வேகத்துக்காக அமைக்கப்பட்ட நிலைகளுக்கு இணையாக, இன்னும் விரைவான பதிலளிப்புக்காக Qwen3 Omni API-யில் Flash வகையும் உள்ளது.

அணுகல், விலை நிர்ணயம், இலவச ஒதுக்கீடு

உருவாக்குநர்கள் Qwen3 Omni-ஐப் பல வழிகளில் முயற்சிக்கலாம். முக்கிய மாதிரி மையங்களில் அதன் எடைகள் கிடைக்கின்றன. செயல்படுத்தியதிலிருந்து 90 நாட்களுக்கு, பல்வேறு ஊடக வகைகளிலும் மொத்தம் ஒரு மில்லியன் டோக்கன்கள் வரை இலவச ஒதுக்கீட்டுடன் API தேவைக்கேற்ப அணுகலை வழங்குகிறது. ஒவ்வொரு ஆயிரம் டோக்கன்களுக்கும் கட்டணம் விதிக்கப்படுகிறது. உரை உள்ளீட்டுக்கு 0.00025 டாலர் செலவாகும். ஒலி உள்ளீட்டுக்கு 0.00221 டாலர். படம் மற்றும் காணொளி உள்ளீட்டுக்கு 0.00046 டாலர். உள்ளீடு உரை மட்டுமே என்றால், உரை வெளியீட்டுக்கு ஒவ்வொரு ஆயிரம் டோக்கன்களுக்கும் 0.00096 டாலர் செலவாகும்; உள்ளீட்டில் படம் அல்லது ஒலி இருந்தால் 0.00178 டாலர். உரையுடன் ஒலி வெளியீட்டையும் கோரினால், ஒலி பகுதிக்கு ஒவ்வொரு ஆயிரம் டோக்கன்களுக்கும் 0.00876 டாலர் செலவாகும்; உரைப் பகுதி இலவசம்.

பல மூடிய சேவைகளுடன் ஒப்பிடும்போது இந்தக் கட்டணங்கள் குறைவாக இருப்பதால், அதிகச் செலவின்றி சோதனைகளை மேற்கொள்ளலாம். நிறுவனத்தின்படி, Thinking Mode மற்றும் Non Thinking Mode இரண்டுக்கும் ஒரே கட்டணமே. ஒலி வெளியீடு Non Thinking Mode-க்கு மட்டுமே வரையறுக்கப்பட்டுள்ளது. வேகம், தரம், செலவு ஆகியவற்றின் அடிப்படையில் நிறுவனங்கள் மாதிரிகளைத் தேர்ந்தெடுக்கக்கூடிய Model Studio-வில் சூழல் வரம்புகளும் மாதிரி விருப்பங்களும் பட்டியலிடப்பட்டுள்ளன. அலிபாபா கிளவுட் Model Studio பக்கங்களில் அதிகாரப்பூர்வ விவரங்கள் இந்த இணைப்பில் கிடைக்கின்றன.

ஆதரவு மையங்கள் முதல் ஊடகக் கருவிகள் வரை பயன்பாடுகள்

பார்ப்பதும், கேட்பதும், பேசுவதும் முக்கியமான பணிகளுக்காக Qwen3 Omni உருவாக்கப்பட்டுள்ளது. அதன் பயன்பாட்டு வரம்பைச் சில எடுத்துக்காட்டுகள் விளக்குகின்றன:

• நேரடி தொழில்நுட்ப ஆதரவு. வாடிக்கையாளரைக் கேட்டுக்கொண்டே, கைபேசிக் கேமரா காணொளியைப் பார்த்து, இயல்பான குரலில் படிப்படியான வழிகாட்டுதலை உதவியாளர் வழங்கலாம்.
• பல்மொழி உரைமாற்றம் மற்றும் மொழிபெயர்ப்பு. பல மொழிகளில் கூட்டங்கள், அழைப்புகள் அல்லது விரிவுரைகளை மாதிரி உரையாக மாற்றி, பின்னர் ஆங்கிலச் சுருக்கத்தை உருவாக்கலாம் அல்லது வேறொரு மொழியில் பதில்களைப் பேசலாம்.
• ஒலி விளக்கவுரை மற்றும் இசை வகைப்படுத்தல். ஒலியில் உள்ள பின்னணிச் சத்தங்கள், இசைப் பண்புகள் உள்ளிட்டவற்றை, குறைந்த புனைவுப் பிழையுடன் Captioner வகை விவரிக்கிறது. இது தேடலுக்கும் உரிமை மேலாண்மைக்கும் பயன்படும்.
• காணொளிப் புரிதல். ஒரு காணொளிக் காட்சியில் என்ன நடந்தது என்பது குறித்த கேள்விகளுக்குப் பதிலளிக்கவும், நிகழ்வுகளைத் தொடரவும், காட்சிகளைச் சுருக்கவும் மாதிரி முடியும்.
• OCR மற்றும் ஆவணத் தரவு உள்ளீடு. காட்சிப் புரிதலை மொழியுடன் இணைப்பது, படிவங்கள் அல்லது ரசீதுகளிலிருந்து விவரங்களைப் பிரித்தெடுத்து, பின்னர் அவற்றைச் சூழலுக்கு ஏற்ப சரிபார்க்க உதவுகிறது.
• நுகர்வோர் உதவியாளர்கள். அணியக்கூடிய சாதனங்கள் அல்லது கைபேசிகள், மெனு மொழிபெயர்ப்பு, அடையாளச் சின்னங்களை அறிதல், சுற்றுப்புறத்தை விவரித்தல் போன்ற அணுகல்தன்மை அம்சங்களுக்கு இந்த மாதிரியைப் பயன்படுத்தலாம்.

அமைப்பு வழிமுறைகள் மூலம் உரையாடல் பாணியையும் தனித்துவத்தையும் உருவாக்குநர்கள் நுண்செம்மைப்படுத்தலாம். தகவல் மீட்பு, கணக்கீடு அல்லது தரவுத்தளத் தேடலுக்காக வெளிப்புறச் சேவைகளை மாதிரி அழைக்க உதவும் கருவிப் பயன்பாடும் ஆதரிக்கப்படுகிறது. இதன் மூலம் முகவர் பாணி செயல்முறைகளை உருவாக்கலாம்; மாதிரி திட்டமிட்டு, கருவிகளை அழைத்து, பேச்சில் பதிலளிக்கும்.

உரிமமும் நிறுவனங்களுக்கான தாக்கமும்

Apache 2.0 உரிமம் இந்தச் செய்தியின் முக்கிய அம்சமாகும். இது வணிகப் பயன்பாடு, மாற்றம் செய்தல், மறுவிநியோகம் ஆகியவற்றை அனுமதிப்பதுடன், தனியுரிமை அமைப்புகளில் மாதிரியை ஒருங்கிணைக்கும்போது சட்ட அபாயத்தைக் குறைக்கும் காப்புரிமை உரிமத்தையும் வழங்குகிறது. நிறுவனங்கள் வழங்குநர் கட்டணமின்றி Qwen3 Omni-ஐத் தயாரிப்புகள் அல்லது உள்பணிச்செயல்முறைகளில் இணைக்கலாம்; தங்களது மாற்றங்களைத் திறந்த மூலமாக வெளியிட வேண்டியதில்லை. தரவு வழிமாற்று மற்றும் பதிவுகள் மீதான கட்டுப்பாடு தேவைப்படும் ஒழுங்குபடுத்தப்பட்ட துறைகளுக்கு இது கவர்ச்சிகரமானது. திறந்த மாதிரி எடைகள், நிறுவன வளாகத்திலேயே நிறுவவோ நம்பகமான மேகச் சேவையில் வழங்கவோ அனுமதிக்கின்றன.

திறந்த வெளியீடு எல்லா கவலைகளையும் தானாகவே தீர்ப்பதில்லை. பயிற்சித் தரவும் முழுப் பயிற்சிக் குறியீடும் பொதுவாகச் சேர்க்கப்படுவதில்லை; எனவே முழு உருவாக்கத்தையும் சமூகத்தால் மீண்டும் உருவாக்க முடியாது. பல நிறுவனங்களுக்கு இது ஏற்றுக்கொள்ளத்தக்கது; ஏனெனில் மாதிரியை இயக்குவது, தனிப்பயனாக்குவது, சேவை நிலை இலக்குகளை அடைவதே அவர்களின் கவனம். இந்த வெளியீடு பல மாதிரிகளைக் கொண்ட கட்டமைப்புக்கான வாதத்தை வலுப்படுத்துகிறது. தேவைக்கேற்ப, குழுக்கள் வேகமான திறந்த பல்மாதிரி மாதிரியைப் பெரிய தனியுரிமை மாதிரியுடன் இணைக்கலாம்; அல்லது தளக் கட்டுப்பாடுகளைத் தவிர்க்க அனைத்தையும் திறந்த நிலையில் வைத்திருக்கலாம். எப்படியிருந்தாலும், காணொளியைப் புரிந்துகொள்ளவும் பேச்சை உருவாக்கவும் கூடிய மாதிரி தாராளமான உரிமத்தின் கீழ் கிடைப்பது, நீண்ட பேச்சுவார்த்தைகளின்றி உருவாக்கக்கூடியவற்றின் வரம்பை விரிவுபடுத்துகிறது.

அபாயங்கள், பாதுகாப்பு நடவடிக்கைகள், அடுத்து மதிப்பிட வேண்டியவை

பல்மாதிரி மாதிரிகள் உரையைத் தாண்டிய பாதுகாப்பு மற்றும் பாதுகாப்பு நடைமுறைக் கேள்விகளை எழுப்புகின்றன. ஒலி மற்றும் காணொளி உள்ளீடுகளில் முக்கியமான தகவல்கள் இருக்கலாம். அடிப்படைத் தகவலுடன் பொருத்தப்படாவிட்டாலோ வடிகட்டப்படாவிட்டாலோ, பேச்சு வெளியீடு தவறாக வழிநடத்தலாம். Talker பேச்சை உருவாக்குவதற்கு முன், வெளிப்புறக் கூறுகள் Thinker வெளியீடுகளை இடைமறிக்கும் வழிமுறையை அலிபாபா விவரித்துள்ளது. இந்த வடிவமைப்பு கொள்கைச் சரிபார்ப்புகள், தகவல் மீட்பு அல்லது தாக்குதல்-எதிர்ப்பு வடிகட்டிகளுக்கு ஆதரவளிக்கிறது. இருப்பினும், நிறுவனங்கள் தங்கள் சூழலிலும் பிராந்தியத்திலும் உள்ளடக்கப் பாதுகாப்பைச் சரிபார்க்க வேண்டும். இதில் கட்டளையிடல் ஊடுருவலைத் தடுப்பது, தனியுரிமைக் கட்டுப்பாடுகள், பதிவு செய்தல் அல்லது பகுப்பாய்வுக்கான ஒப்புதல் ஆகியவையும் அடங்கும்.

செயல்திறன் குறித்த கூற்றுகளை உண்மையான தரவுகளில் சோதிக்க வேண்டும். உச்சரிப்பு வேறுபாடுகள், துறைசார் சொற்கள், பின்னணி இரைச்சல் ஆகியவை தானியங்கி பேச்சறிதலின் தரத்தைக் குறைக்கலாம். குறைந்த வெளிச்சம் அல்லது இயக்க மங்கல் காட்சிப் புரிதலைப் பாதிக்கலாம். கருவிப் பயன்பாடும் முகவர் ஒருங்கிணைப்பும் தவறான கருவி அழைப்புகள் அல்லது மீண்டும் மீண்டும் சுழல்வது போன்ற புதிய தோல்வி வாய்ப்புகளை உருவாக்குகின்றன. பதிவுகள், மனித மதிப்பாய்வு, முந்தைய நிலைக்கு மீள்தல் ஆகியவற்றுக்கான நிர்வாகக் கொள்கைகள் தேவை. இறுதியாக, உள்கட்டமைப்பும் முக்கியம். பெரிய அளவில் நேரடிப் பேச்சை இயக்க, செயலாக்கத் திறன், GPU நினைவகம், சுமைக் குறைப்பு ஆகியவற்றைத் திட்டமிட வேண்டும். Mixture of Experts செயல்திறனை மேம்படுத்தினாலும், போக்குவரத்து திடீரென அதிகரிக்கும் நேரங்களுக்கும் நீண்ட சூழல்களுக்கும் ஏற்றவாறு கணினிக் குழுக்களையும் இடைநினைவுகளையும் அணிகள் அளவிட வேண்டும்.

முக்கியக் குறிப்புகள்

• உரை, படங்கள், ஒலி, காணொளி உள்ளீடுகளையும் உரை மற்றும் பேச்சு வெளியீடுகளையும் கொண்ட திறந்த மாதிரியாக, Apache 2.0 உரிமத்தின் கீழ் Qwen3 Omni-ஐ அலிபாபா வெளியிட்டது.
• அதிக ஒரேநேரப் பயன்பாட்டுக்கும் குறைந்த தாமதம் கொண்ட தொடரோட்டப் பேச்சுக்கும், Mixture of Experts உடன் Thinker-Talker வடிவமைப்பை இந்த அமைப்பு பயன்படுத்துகிறது.
• முதல் பாக்கெட் தாமதம் ஒலிக்கு சுமார் 234 மில்லிவினாடிகளாகவும், காணொளிக்கு சுமார் 547 மில்லிவினாடிகளாகவும் தெரிவிக்கப்பட்டுள்ளது; நிகழ்நேரக் காரணி ஒன்றுக்கும் குறைவு.
• முழுமையான ஊடாடலுக்கு Instruct, உரை வெளியீட்டுடன் ஆழமான தர்க்கச் சிந்தனைக்கு Thinking, ஒலி விளக்கவுரைக்கு Captioner என மூன்று வகைகள் கிடைக்கின்றன.
• சுமார் 20 மில்லியன் மணிநேரத்தில் பயிற்றுவிக்கப்பட்ட தனிப்பயன் Audio Transformer-மும், சுமார் 2 டிரில்லியன் டோக்கன் பல்மாதிரித் தரவுத் தொகுப்பும் பயிற்சியில் இடம்பெற்றுள்ளன.
• நிறுவனம் வெளியிட்ட தரப்படுத்தல் சோதனைகளில், உரை மற்றும் காட்சிப் புரிதலில் போட்டித்தன்மையைத் தக்கவைத்தபடி பல ஒலி, காணொளி, தர்க்கச் சிந்தனைச் சோதனைகளில் Qwen3 Omni முன்னிலை வகிக்கிறது.
• ஒவ்வொரு ஆயிரம் டோக்கன்களுக்கும் குறைந்த கட்டணம், API வழியாக 90 நாட்களுக்கு ஒரு மில்லியன் டோக்கன் இலவச ஒதுக்கீடு, தாங்களே நிறுவுவதற்கான மாதிரி எடைகள் ஆகியவை வழங்கப்படுகின்றன.
• Apache 2.0 உரிமம், காப்புரிமை வழங்கலுடன் வணிகப் பயன்பாடு, மாற்றம் செய்தல், மறுவிநியோகம் ஆகியவற்றை அனுமதித்து, வழங்குநர் சார்பைக் குறைக்கிறது.
• நிகழ்நேரப் பணிகளுக்குத் தேவையான நிர்வாகம் மற்றும் உள்கட்டமைப்பைத் திட்டமிடுவதுடன், உண்மையான தரவுகளில் பாதுகாப்பு, தாமதம், துல்லியம் ஆகியவற்றை நிறுவனங்கள் சோதிக்க வேண்டும்.