Alibaba lança Qwen3.8‑LiveTranslate para tradução em tempo real em 60 idiomas

A 19 de setembro de 2026, a divisão Qwen da Alibaba introduziu o Qwen3.8‑LiveTranslate, um modelo multimodal concebido para tradução ao vivo. O serviço aceita um fluxo de áudio contínuo, opcionalmente enriquecido com dados de imagem, e devolve texto e áudio sincronizados enquanto o orador ainda fala, permitindo que os utilizadores acompanhem a conversa em tempo real sem atrasos perceptíveis.

Principais características técnicas

O modelo funciona com uma arquitetura "Interleave" que, segundo a Alibaba, reduz a latência média (LAAL) de 2,8 segundos para 2,3 segundos, uma melhoria de aproximadamente 18 %. Nenhum benchmark independente foi publicado para validar a alegação, pelo que as empresas interessadas deverão conduzir os seus próprios testes de desempenho antes de confiar no serviço em ambientes críticos.

O Qwen3.8‑LiveTranslate suporta um total de 60 idiomas. A síntese de voz está disponível para 29 desses idiomas; os restantes são fornecidos apenas como traduções de texto. O sistema inclui ainda diarização de falantes, legendas bilíngues sincronizadas e desambiguação de contexto longo para melhorar a precisão em conversas complexas, como debates políticos ou sessões técnicas detalhadas.

Acesso à API e preços

Os programadores podem conectar‑se ao serviço através de um ponto final WebSocket alojado no Alibaba Cloud Model Studio, com o identificador qwen3.8-livetranslate-flash-realtime. A janela de contexto anunciada abrange 53 248 tokens, com 49 152 tokens destinados à entrada e 4 096 reservados para a saída, o que permite manter um histórico de conversação muito mais extenso que o de muitos concorrentes.

• Entrada de áudio: 7,50 USD por milhão de tokens
• Entrada de imagem: 0,55 USD por imagem
• Saída de texto: 20 USD por milhão de tokens
• Saída de áudio: 30 USD por milhão de tokens
• Sem suporte a chamadas de função, saídas estruturadas, processamento em lote ou ajuste fino no lançamento

Limitações no lançamento

Apesar da sua amplitude, o serviço ainda não suporta chamadas de função, formatos de saída estruturados, processamento em lote ou ajuste fino. Estas restrições podem afetar empresas que necessitam de pipelines altamente personalizados ou traduções em grande escala, obrigando‑as a recorrer a soluções híbridas ou a esperar por atualizações futuras.

A falta de testes de latência independentes significa que as expectativas de desempenho devem ser validadas internamente antes de uma implementação crítica. As organizações precisarão avaliar as condições de rede, sobretudo para casos de uso em tempo real, como eventos ao vivo ou apoio ao cliente multilingue, onde cada milissegundo conta.

O modelo de preços da Alibaba separa os custos de áudio e texto, o que pode gerar despesas mais elevadas em casos que dependam intensamente da síntese de voz. As empresas devem calcular o trade‑off entre a saída falada em tempo real e alternativas mais económicas de texto apenas, sobretudo em ambientes de alto volume como call‑centers.

A janela de contexto de 53 248 tokens é notavelmente maior que a de muitos modelos concorrentes, permitindo que o sistema retenha históricos de conversação mais extensos. Esta capacidade é particularmente valiosa para interpretar diálogos matizados, processos judiciais ou briefings técnicos onde o contexto se estende por vários minutos.

Para organizações de língua inglesa, o Qwen3.8‑LiveTranslate oferece uma solução plug‑and‑play que pode ser integrada via WebSocket nas plataformas de comunicação existentes. O benefício imediato é a capacidade de fornecer tradução simultânea para reuniões, webinars e chamadas de apoio sem necessidade de gravação prévia, reduzindo o tempo de resposta e promovendo interações mais inclusivas nos 60 idiomas suportados.

Casos de uso recomendados

Entre os cenários mais promissores estão conferências internacionais, aulas online com estudantes de diferentes países e serviços de apoio ao cliente que exigem resposta instantânea. Também se destaca em ambientes de saúde, onde médicos podem comunicar com pacientes que falam línguas distintas, garantindo que informações críticas sejam transmitidas sem atrasos.

Em Portugal, a adoção do Qwen3.8‑LiveTranslate pode transformar eventos culturais em Lisboa, Porto ou Faro, permitindo que visitantes de todo o mundo acompanhem palestras, concertos e sessões de networking em simultâneo, com legendas e áudio em português e nos demais 59 idiomas suportados.