阿里千问推出新一代原生全模态模型 Qwen3.8-Omni-Flash
2026.09.18 · 产品 · 新模型 · 媒体报道
阿里千问发布全模态模型，支持文本、图像、音频、视频输入，具备从理解到交付的Agent能力。
阿里千问推出原生全模态模型Qwen3.8-Omni-Flash，支持文本、图像、音频、视频输入及1M长上下文，主打“从理解到交付”的Agent能力，可自主完成视频剪辑、MV创作、短剧翻译等端到端工作流。相比上代平均提升超25%，API音频输入价格降幅超98%，并开源Qwen-MM-Plugins与Qwen-Live Harness两大配套框架。
- 支持文本、图像、音频、视频输入及1M长上下文
- Agent能力可自主完成视频剪辑、MV创作等端到端工作流
- 相比上代平均提升超25%
- API音频输入价格降幅超98%
- 开源Qwen-MM-Plugins与Qwen-Live Harness框架
为什么值得看
全模态与Agent结合，大幅降低音视频处理成本，提升效率。
适合谁关注
视频创作者、会议效率工具用户、AI开发者及企业。