Qwen3.8-Omni-Flash：性能对标 Gemini Flash，价格更具优势

Qwen3.8-Omni-Flash 是 Qwen 首款面向 AI 智能体的多模态模型。它能同时处理音频和视频，进行推理总结，还能自主调用工具来剪辑 vlog、翻译短视频或生成电影摘要。上下文窗口达一百万 token。Qwen 表示，在音视频任务上它的表现已接近 Gemini 3.8 Flash。

API 定价为每百万输入 token 0.15 美元、每百万输出 token 0.47 美元。Qwen 估算，音频输入每小时不到 0.01 美元；带音频的 720p 视频按每秒一帧处理，成本约 0.20 美元（不含响应费用）。相比之下，Gemini 3.8 Flash 的首发价为每百万 token 输入 0.75 美元、输出 3.75 美元，且 2027 年 1 月 1 日起价格将翻倍。

该模型可通过 Qwen Studio、Qwen Cloud 和 API 使用。开源的 Qwen-MM-Plugins 为 Claude Code、Gemini CLI、Qwen Code 等智能体提供视频剪辑、说话人识别、PDF 视频笔记和可复用工作流等功能。Qwen-Live Harness 则支持借助摄像头和麦克风进行实时交互。