阿里巴巴云于9月18日发布了最新版本的Qwen3.8-Omni-Flash。
该版本支持百万令牌的上下文窗口，在保持与同等文本模型相当的文本性能的同时，大幅提升了全模态（Omni-modal）功能。此外，智能代理（Agent）功能也得到了增强。Qwen3.8-Omni-Flash不仅能够同时理解和生成文本、图像、音频等多种数据类型，还进一步向“任务规划、工具调用及创意工作完成”等更实际应用场景进化。
基于编码、文本处理和图形用户界面操作的通用代理功能，Qwen3.8-Omni-Flash扩展了以音频和视频为核心的代理应用，能够支持视频编辑、音乐视频制作、电影制作、视听摘要和实时对话等多种工作流程。
在性能方面，Qwen3.8-Omni-Flash的平均得分较前代Qwen3.5-Omni-Plus提升超过25%。在音视频代理、编码及长期任务测试中，WildClawBench-MM得分提升36.5分，AgenticVBench提升22.3分，UniClawBench更是取得了69.6的高分。同时，长时音视频理解与推理、多说话人识别等核心功能也有显著进步。阿里巴巴云表示，该模型在视听性能上接近Gemini 3.8 Flash，并在音频性能上超越了Gemini 3.8 Flash。
值得一提的是，音频输入的API价格相比之前降低了98%以上，音视频输入的API价格也下降了93%以上，极大提升了性价比。
