Vad som släpptes
Alibabas Qwen-team släppte på torsdagen Qwen3.8-Omni-Flash, en modell som tar text, bilder, ljud och video som indata och returnerar text, rapporterar TechNode.
Kontextfönstret är en miljon tokens, med högst 991 000 in och 131 000 ut, enligt MarkTechPost. Resonemanget sträcker sig till 262 000 tokens och är på som standard. Modellen bygger på grunden Qwen3.8-Flash-Next från augusti och tar emot video på upp till två timmar eller 2 GB och ljud på upp till tre timmar.
Positioneringen
Detta presenteras inte som en modell för bildtexter. Qwen säljer den som motorn i agenter för långa ljud- och videoflöden: att planera över en inspelning, anropa verktyg och leverera en färdig produkt. Två stöddelar kom samtidigt — Qwen-MM-Plugins och en Qwen-Live Harness för långkörande arbetsflöden i realtid.
Funktionsanrop, webbsökning, strukturerade utdata och kontextcachning stöds. Talutdata gör det inte: för genererat ljud hänvisar Qwen till tidigare Qwen3.5-Omni.
Siffrorna, och vem som rapporterar dem
Qwen uppger att modellen höjer sitt genomsnittsresultat med mer än 25 procent över 29 utvärderingar jämfört med Qwen3.5-Omni-Plus, med förbättringar på 36,5 poäng i WildClawBench-MM och 9,6 i OmniVideoBench. Bolaget hävdar också ljudprestanda över Gemini 3.8 Flash och audiovisuell prestanda nära den.
Allt detta är Alibabas egna siffror, publicerade av Alibaba, utan bifogad oberoende utvärdering. De beskriver riktningen inom Qwen-familjen, vilket är den del en leverantör trovärdigt kan mäta. Jämförelsen med en konkurrents modell är den del som behöver ett utomstående test innan den betyder något.
Pris och tillgänglighet
Priset på QwenCloud anges till 0,15 dollar per miljon inmatade tokens och 0,47 dollar per miljon utmatade, med åtkomst via QwenCloud, Alibaba Cloud Model Studio och Qwen Studio. TechNode anger ett inmatningspris på 0,8 yuan per miljon tokens.
Inga öppna vikter släpptes vid lanseringen. Det är detaljen värd att notera, eftersom Qwens anseende de senaste två åren i hög grad byggts på att publicera dem. En flaggskeppsmodell för alla modaliteter som hålls kvar som API är en annan kommersiell hållning än den familjen är känd för.
Att hålla ögonen på
Den första användbara signalen blir en oberoende ljud- och videoutvärdering: Artificial Analysis, eller en akademisk grupp, som kör samma uppgifter på Qwen3.8-Omni-Flash och Gemini 3.8 Flash. Den andra är om vikterna följer efter, som de gjorde för Flash-Next i augusti.
