Команда Qwen компании Alibaba выпустила Qwen3.8-Omni-Flash, свою новейшую омнимодальную модель. Релиз состоялся 18 сентября 2026 года, сообщает команда Qwen.
Модель обрабатывает текст, изображения, аудио и видео в единой архитектуре. Это самый амбициозный мультимодальный релиз Alibaba на сегодняшний день.
Модель нативно поддерживает контекстное окно в один миллион токенов. Этого хватит, чтобы обработать двухчасовое видео целиком. Доступ работает через OpenAI-совместимые эндпоинты в Alibaba Cloud Model Studio.
Она построена на архитектуре Qwen3.8-Flash-Next, представленной в августе. Та более ранняя модель публично показала новое направление дизайна Alibaba.
Производительность Qwen3.8-Omni-Flash в 29 бенчмарках
Alibaba сообщает о серьёзном приросте по сравнению с прошлым омнимодальным поколением. Модель обходит Qwen3.5-Omni-Plus в среднем более чем на 25 процентов.
Эта цифра получена по итогам 29 оценочных бенчмарков, пишет DataCamp. Это собственные данные Alibaba, опубликованные вместе с релизом.
Один только прирост в WildClawBench-MM составил 36,5 пункта. По данным TechNode, Alibaba заявила об улучшении на 26 процентов в 30 оценках.
Прирост затронул аудиовидео-агентов, программирование и задачи с длинным контекстом. Независимых оценок на момент релиза не было, отмечает Progressive Robot.
Создана для автономных аудио- и видеоагентов реального времени
Qwen3.8-Omni-Flash нацелена на агентную производственную работу, а не на пассивное восприятие. Она умеет извлекать информацию из видео и автономно планировать задачи.
Она также вызывает внешние инструменты для монтажа, озвучки и рендеринга. Режим рассуждений в этой версии включён по умолчанию.
Alibaba напрямую противопоставляет её Gemini 3.8 Flash от Google. Компания заявляет о сопоставимом с Gemini общем уровне аудиовизуальных возможностей. А в аудиобенчмарках Alibaba претендует на прямые победы.
Вместе с моделью Alibaba выпустила и сопутствующие инструменты. Qwen-MM-Plugins поддерживает длительные рабочие процессы для разработчиков продуктивных систем.
Qwen-Live Harness управляет мультимодальными сессиями реального времени с backend-агентами.
Цены на входное аудио снижены более чем на 98 процентов
Ценовой шаг может оказаться важнее бенчмарков. Alibaba снизила цены на входные аудиотокены более чем на 98 процентов. Цена входных токенов опускается до 0,8 юаня за миллион. Для аудиоёмких производственных нагрузок это кардинальное изменение.
Так непрерывные аудиоагенты впервые становятся экономически оправданными. Транскрипция встреч и анализ длинных видео превращаются в дешёвые фоновые процессы.
До сих пор эти нагрузки ограничивала цена, а не возможности. Этот сдвиг подчёркивает, как цены на ИИ сегодня определяют внедрение.
Почему релиз Qwen3.8-Omni-Flash важен
В отличие от моделей с открытыми весами эта пока доступна только через API. О публикации весов на момент релиза объявлено не было. Поэтому самостоятельный хостинг для компаний пока невозможен. Это контрастирует со стратегией открытых весов прошлых релизов Qwen.
Релиз продолжает агрессивное наступление Alibaba на передовой ИИ. Он следует за крупными капитальными обязательствами, включая недавнее привлечение 10,2 млрд долларов.
Конкуренция с Google, DeepSeek и OpenAI продолжает быстро обостряться. Аналитики видят в релизе давление на западные передовые лаборатории.
Для разработчиков практический вывод прост и очевиден. Мультимодальные агенты реального времени стали значительно дешевле в работе. Стоит ждать, что конкуренты скоро ответят собственным снижением цен. Alibaba только что задала темп этой гонке.
