今日，阿里千问上线新一代原生全模态模型 Qwen3.8-Omni-Flash，并在千问 AI 平台提供。据悉，该模型可处理文本、图像、音频和视频输入，并支持 1M 上下文，重点提升了在真实生产力场景中的任务处理能力。

官方公布的数据显示，在累计 30 项评测中，Qwen3.8-Omni-Flash 相比上代 Qwen3.5-Omni-Plus 平均得分提升超过 26%。其中，在音视频 Agent、Coding 和长程任务方面，WildClawBench-MM 提升 36.5 分，AgenticVBench 提升 22.3 分，在 UniClawBench 中取得 69.6 分，此外 LongAudioSpan、OmniVideoBench 等音视频基础能力也有所提升。

据官方透露，该模型的音视频能力接近 Gemini-3.8-Flash，音频能力整体超过了 Gemini-3.8-Flash。同时，其 API 每小时音频输入价格降幅超过 98%，每小时音视频输入价格降幅超过 93%。

应用方面，Qwen3.8-Omni-Flash 可支持长音视频理解，按需描述、Agentic 主动取证、会议任务推进和视频深度研究报告等工作。在 OmniVideoBench 的测试中，其 Agentic Understanding 准确率从 63.4% 提升至 67.8，同时 Token 消耗从 145736 降至 79117，降幅约为 45.7%。此外，该模型还可用于音乐视频创作、短剧翻译、长电影解说等音视频生产场景。

此外，千问方面进一步扩展了 Qwen-MM-Plugins，并开源 Qwen-Live Harness。其中，Qwen-MM-Plugins 面向长音视频的按需感知、工具调用与工作流执行，并提供 Video2Note、Omni Skill Creator 等能力；Qwen-Live Harness 则面向实时、持续的全模态交互。同时千问还推出 Qwen3.8-Omni-Flash-Realtime，可在音视频流输入的同时完成感知与响应，并结合实时上下文调用工具。

近期，千问方面持续推进模型产品的升级。此前在 8 月，Qwen3.8-2.4T-A95B 开源，其总参数规模达到 2.4 万亿，激活参数 950 亿。随后其发布旗舰模型 Qwen3.8-MAX，总参数量达 2.4 万亿，同时也是目前 Qwen 系列中参数规模最大的模型。8 月 26 日，千问办公上线 Qwen3.8-Flash，并同步推出标准模式，所有用户可通过标准模式体验这一模型，标准模式下单任务生成速度提升约 100%，Token 消耗平均减少 75%。

【本文图片来自网络】