Qwen3.8-Omni-Flash 是什么
Qwen3.8-Omni-Flash 是阿里千问上线的原生全模态模型，支持文本、图像、音频和视频输入与 1M 长上下文，核心目标是提升真实生产力场景中的 Agent 能力。
在累计 30 项评测上，相比上一代 Qwen3.5-Omni-Plus 平均得分提升超过 26%，推动全模态模型从理解内容走向规划任务、调用工具并完成创作。
Agent 能力与评测成绩
音视频 Agent 与长程任务方面，WildClawBench-MM 大幅提升 36.5 分，AgenticVBench 提升 22.3 分，UniClawBench 取得 69.6 的高分。
Agentic Understanding 在 OmniVideoBench 上将准确率从 63.4 提升至 67.8，单次查询 Token 消耗从 145736 降至 79117，降幅约 45.7%。
价格方面，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%。
对比 Gemini 3.8 Flash 和 Qwen3.8-Omni-Flash 的区别，官方数据显示后者音视频能力接近前者、音频能力整体超过，在 WildClawBench-MM 音视频智能体任务上以 71.0 分领先参测模型。
| 评测项 | Qwen3.8-Omni-Flash | Gemini 3.8 Flash |
|---|---|---|
| WildClawBench-MM | 71.0 领先 | 低于 Qwen |
| OmniGAIA 网页搜索 | 74.0 | 78.6 领先 |
| StreamingBench 流式交互 | 80.8 大幅领先 | 低于 Qwen |
场景与生态
- 长会议理解，说话人切分、纪要生成、待办提取并可接工具执行邮件发送
- Music2MV 音乐视频创作，句级歌词带时间戳，歌声字幕与画面精准配合
- 短剧翻译出海，角色识别、口语化翻译、克隆配音与成片质检一条链完成
- 长电影解说，一句话需求即可完成理解、提炼、配音配乐与剪辑渲染
- Video2Note 与 Omni Skill Creator，视频压缩为 PDF 笔记、操作录像转可复用技能
- Realtime 版支持口语陪练纠音与首个听声辨位的空间音频感知
模型自进化实验中，Agent 在 12 小时内将 Qwen2.5-Omni-3B 的四川话识别字符错误率从 25.79% 降至 15.30%，相对下降约 40.7%。
配套的 Qwen-MM-Plugins 插件库已在 github.com 开源并采用 Apache-2.0 协议，Qwen-Live Harness 实时交互运行环境即将开放。
模型本身权重未在 github.com 公开，也未采用 MIT 或 Apache 协议，可通过千问 AI 平台在线调用。
官方公告由千问大模型团队发布，本文作者据官方公众号内容整理。
常见问题
问，Qwen3.8-Omni-Flash 是什么？
阿里千问 2026 年 9 月上线的原生全模态模型，支持文本、图像、音频、视频输入与 1M 长上下文，主打音视频场景的 Agent 任务规划、工具调用与成片交付。
问，如何使用 Qwen3.8-Omni-Flash？
模型已上线千问 AI 平台，可通过网页端模型页调用；配套的 Qwen-MM-Plugins 插件库已在 GitHub 开源，Realtime 版面向实时交互场景。
问，对比 Gemini 3.8 Flash 和 Qwen3.8-Omni-Flash 的区别是什么？
对比 Gemini 3.8 Flash 和 Qwen3.8-Omni-Flash 的区别，后者音视频能力接近、音频能力整体超过前者，在 WildClawBench-MM 音视频智能体任务上以 71.0 分领先，且 API 价格降幅超过九成。
问，Qwen3.8-Omni-Flash 是否开源？
模型本身未在 github.com 公开权重，也未采用 MIT 或 Apache 协议；配套插件库 Qwen-MM-Plugins 已按 Apache-2.0 协议开源，Video2Note 与 Omni Skill Creator 随插件开放。
来源说明
本文来源，千问大模型《Qwen3.8-Omni-Flash，从理解到交付，释放全模态Agent生产力》https://mp.weixin.qq.com/s/JA-fKZLgoXpQl9G9xzmdog。
发布说明，本文作者基于官方公告整理，最后更新 2026 年 9 月，更新日志口径为 v2026.9.19。
