阿里发布Qwen3.8-Omni-Flash：音视频成本大幅下降，原生全模态模型来了
阿里云通义千问团队发布新一代原生全模态模型Qwen3.8-Omni-Flash。模型在文本、图像、音频、视频四类输入上原生处理，不再依赖多模型组合。音频输入每小时API价格下降超过98%，视频联合输入下降超过93%。上下文窗口为100万Token，可处理113种语言和方言的音频输入。官方称在约30项评测中较上一代平均得分提升超过25%。
参数上，Qwen3.8-Omni-Flash上下文窗口为100万Token，最大输入约99.2万、最大输出13.1万Token，可处理113种语言和方言的音频，支持双声道立体声与四声道空间音频分析，并提供函数调用、联网搜索和上下文缓存。国际区域定价为每百万Token输入0.15美元、命中缓存0.016美元、输出0.47美元，模型通过阿里云百炼在北京、新加坡、中国香港、东京、法兰克福、弗吉尼亚等区域提供服务，本次未开放权重，开放的是配套多模态插件与开发工具。