qwen

Qwen: Qwen3 ASR 0.6B

qwen/qwen3-asr-0.6b

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

qwen/qwen3-asr-0.6b é um modelo de áudio para transcrição no catálogo da OpenRouter e a variante de 0.6B da família Qwen3-ASR. A Qwen descreve identificação de idiomas e reconhecimento de fala em 30 idiomas e 22 dialetos chineses, com um único modelo para operação offline e em streaming e entradas que vão de fala a canto ou músicas com acompanhamento. A documentação do fornecedor o posiciona como a opção voltada à eficiência, mas o pacote não traz avaliação independente de precisão ou latência.[1][2]

Pontos fortes

A OpenRouter lista entrada apenas de áudio e saída de transcrição para esta variante exata.[1]
A Qwen documenta identificação de idiomas e transcrição em 30 idiomas e 22 dialetos chineses.[2]
Um único modelo está documentado para inferência offline e em streaming de fala, voz cantada e músicas com acompanhamento; a Qwen reporta um perfil de eficiência com alto throughput.[2]

Limitações

A evidência se limita a metadados de catálogo e documentação da Qwen; não foi fornecida avaliação independente ou de terceiros para esta variante exata.[1][2]
O streaming só está documentado por meio do backend vLLM e não aceita inferência em lote nem marcas temporais.[2]
As marcas temporais exigem o modelo separado Qwen3-ForcedAligner-0.6B, e o pacote não informa duração máxima de áudio nem precisão medida para qwen/qwen3-asr-0.6b.[1][2]

Onde usar

Considere-o para serviços multilíngues de transcrição em que importem a identificação automática do idioma e ampla cobertura de dialetos chineses.[2]
Pode servir para cargas offline de transcrição em alto volume se as afirmações de eficiência do fornecedor se confirmarem no hardware e áudio pretendidos.[2]
Potencialmente útil para legendas em streaming ou processamento de notas de voz via vLLM quando lote e saída com marcas temporais não forem necessários.[2]

Fontes

[1] OpenRouter catalog · Qwen: Qwen3 ASR 0.6BFontes consultadas: 13 de nov. de 2026
[2] Model documentation · Qwen: Qwen3 ASR 0.6BFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

Qwen3 ASR 0.6B is a compact automatic speech recognition model from Qwen. It supports multilingual language identification and transcription across 30 languages and 22 Chinese dialects, with streaming and offline...

Especificações

ID do modelo: qwen/qwen3-asr-0.6b
ID canônico: qwen/qwen3-asr-0.6b-20260813
Criador: qwen
Adicionado ao OpenRouter: 13.08.2026
Comprimento de contexto: 0
Modalidade: audio->transcription
Modalidades de entrada: audio
Modalidades de saída: transcription
Preço por token: Sem preço por token no snapshot da fonte — consulte o OpenRouter para a unidade de cobrança
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	—
Escrita	Sem medição	—
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	entrada: audio
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
PrimeIntellectbf16	0	—	—	—	—	100%
DeepInfra	0	—	—	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.