模型介绍

千问3-Omni-30b-a3b-Captioner是一款强大的音频细粒度分析模型，专为在复杂多变的音频场景中生成精准、全面的内容描述而设计，可自动解析并描述从复杂语音、环境声到音乐、影视声效等各类音频内容，能够在多声源、混合化的环境中亦保持稳定而可信的输出。

厂商

通义千问

现在还能用吗

官方未说明厂商没有公开说明当前状态，我们不替它猜。

这些资料是哪个地区的

中国大陆厂商专门为中国大陆公布的资料。

官方价格

这里只算能确认就是这个型号的公开成绩。没成绩不代表它不行，我们也不会给它记 0 分。

这个模型还没有可比的综合成绩，下面是它的单项成绩。

模型自己的成绩

同一道题直接问模型，不给它工具。每项都标出参加这项评测的全部模型的中位分和最高分，方便对照。

这个模型还没有可公开的单项成绩。

配上 Agent 能做到什么

这不是模型自己的分数。下面的成绩是模型配上评测方的工具和运行环境跑出来的，换一套工具结果就会变。它们不算进上面的档位，也不能拿来排模型强弱。

这个模型还没有出现在 SWE-bench、Terminal-Bench 一类的 Agent 评测里。