阿里云百炼上线 Qwen-Audio 3.1 Realtime Plus：262K 上下文的实时语音对话模型，通话里能调工具、联网搜

阿里云百炼上线 qwen-audio-3.1-realtime-plus，一个端到端实时语音对话（语音转语音）模型：上下文长度 262,144 token，最大输入 245,760、最大输出 16,384；支持音频与文本输入、流式语音与文本输出，实时双工交互，并支持工具调用、联网搜索与声音复刻，默认音色 longanqian_v3.1。联网搜索通过 enable_search 开启，且不能与 Function Calling 同时启用。

定价按模态分档：华北 2（北京）文本输入 5 元、音频输入 40 元、文本输出 40 元、音频输出 150 元每百万 token；新加坡地域分别为 5.995 / 47.963 / 47.963 / 179.861 元。两地限流均为 RPM 60、TPM 100,000。接入方式沿用 3.0 代的 Realtime 协议（WebSocket 事件驱动），官方说明协议兼容。

这一代相对 3.0 的实质变化有两处：一是上下文从「对话轮次」量级抬到 26 万 token，二是把工具调用与联网搜索并进同一条实时语音链路。前者让长会话不必反复截断，后者意味着语音助手从「听得清、接得住」转向「在通话中查资料、调工具并继续说话」——语音正在从交互界面变成执行入口。

原文链接：阿里云百炼官方文档