阿里巴巴Qwen团队发布新一代全模态模型Qwen3.8-Omni-Flash

Qwen发布其首个面向AI智能体的多模态模型Qwen3.8-Omni-Flash，API定价每百万输入token $0.15、输出$0.47，低于Gemini 3.8 Flash；据Qwen称在多模态基准上接近与Gemini 3.8 Flash持平。模型可通过Qwen Studio、Qwen Cloud和API使用，并配有开源插件。

阿里巴巴发布 Qwen3.8-Omni-Flash，称其为首个全模态代理模型，支持 100 万上下文、原生音视频加工具，视频输入成本较 3.5-Omni-Plus 降低约 89%。

Qwen团队发布Qwen3.8-Omni-Flash，称其为首款围绕代理能力构建的全模态模型，接受文本、图像、音频、视频输入并返回文本，上下文窗口1M tokens。已作为托管API上线QwenCloud、阿里云Model Studio和Qwen Studio；发布时未宣布开放权重，无法自托管。基准与成本数据均来自Qwen自报，发布时无独立结果。

Alibaba发布Qwen3.8-Omni-Flash，一个具备音频和视频理解能力的全模态模型，具有1M-token上下文窗口，在WildClawBench-MM与UniClawBench上性能接近Gemini 3.8 Flash。

阿里巴巴宣布正式推出下一代原生全模态模型Qwen3.8-Omni-Flash及其实时版Qwen3.8-Omni-Flash-Realtime，模型已在千问AI平台提供API，支持1M上下文窗口，并同步开源实时交互运行时Qwen-Live Harness、扩展Qwen-MM-Plugins（含Video2Note、Omni Skill Creator）。

阿里千问9月18日上线新一代原生全模态模型 Qwen3.8-Omni-Flash，可同时处理文本、图像、音频和视频输入，支持1M上下文，并已在千问 AI 平台提供；同时推出实时版 Qwen3.8-Omni-Flash-Realtime，官方称其为首个支持“听声辨位”的全模态大模型。

Qwen发布Qwen3.8-Omni-Flash，具备原生音视频理解、推理与工具使用能力，官方称其在智能体性能上较基准平均提升19.5分、接近Gemini 3.8 Flash，支持1M token上下文，视频输入成本较Qwen3.5-Omni-Plus降低约89%；同时开源Qwen-MM-Plugins，Qwen-Live Harness即将推出。

原文称 Qwen 刚刚发布 Qwen3.8-Omni-Flash，Agent 能力平均分较 Qwen3.5-omni-flash 提升25%，多人重叠会议语音识别错误率从88%降至3%，原生支持最长1小时连续音视频输入，音频输入价格从每百万token18元降至0.8元；另发布超低延迟 Realtime 版本（20s音频约981ms）。配套 Qwen-Live-Harness 提供悬浮球对话与任务跟进播报，Qwen-MM-Plugins 可为 Claude Code、Gemini CLI、Codex、OpenClaw 安装以多模态调用该模型，并含 omni-skill-creator，可通过录制操作视频（可含语音讲解）生成操作软件的 skill。

Qwen团队今日发布Qwen3.8-Omni-Flash，定位为强化智能体能力的原生全模态模型，已在千问AI平台开放，支持文本、图像、音频、视频输入和1M token上下文窗口，并同步推出Qwen3.8-Omni-Flash-Realtime实时版本及开源Qwen-MM-Plugins与Qwen-Live Harness。据官方介绍，29项评测平均分较Qwen3.5-Omni-Plus提升超25%，音频输入价格下降超98%。