阿里发布原生全模态大模型 Qwen3.8-Omni-Flash：支持 1M 上下文，API 成本大幅下调

2026 年 9 月 18 日，阿里千问上线原生全模态模型 Qwen3.8-Omni-Flash，在支持 1M 上下文的同时下调了多模态 API 接入资费。

• 模型具备文本、图像、音频和视频的统一输入处理能力，上下文支持拓展至 1M Token，百万 Token 图文音视频输入定价为 0.8 元。
• 官方评测数据显示，模型在 30 项基准测试中平均得分较上一代提升 26%，其中 AliMeeting 会议场景说话人错误率（DER）降至 3.35，AgenticVBench 提升 22.3 分。
• 配套扩展了面向长程工作流的 Qwen-MM-Plugins，并开源了实时交互评测套件 Qwen-Live Harness 与图文笔记生成工具 Video2Note。
• 同步推出的实时版本 Qwen3.8-Omni-Flash-Realtime 支持音视频流式输入与空间声源定位，可结合上下文调用外部工具。
• 影响/看点：该模型通过降低长多模态交互成本与开源配套框架，有望推动会议摘要、短剧处理等音视频智能体落地，其实际市场表现取决于复杂工业场景下的泛化能力与推理稳定性。
• 资料依据:
• IT之家（2026-09-18）：https://www.ithome.com/1/004/049.htm
• Qwen开源项目仓库（2026-09-18）：https://github.com/QwenLM/Qwen

本内容由 AI 生成，仅供参考，请注意甄别