阿里通义 Qwen3.8-Omni-Flash

产品简介

Qwen3.8-Omni-Flash 是阿里通义千问团队于 2026 年 9 月 18 日发布的全模态大模型，原生支持文本、图像、音频、视频四种输入模态及百万级上下文，并提供流式输出、深度思考模式与 OpenAI 兼容接口。同步上线 Qwen3.8-Omni-Flash-Realtime 超低延迟版本，约 981 毫秒即可响应 20 秒音频输入。该模型通过阿里云百炼（Model Studio）平台对外提供 API 服务。

核心功能

1. 四模态原生输入：原生支持文本、图像、音频、视频四种输入模态，无需外挂转换模块。
2. 百万级上下文：支持百万级上下文窗口，原生支持最长 1 小时连续音视频输入。
3. 超低延迟实时版：Realtime 版本约 981 毫秒即可响应 20 秒音频输入，适合实时交互场景。
4. 流式输出与深度思考：提供流式输出与深度思考模式，兼顾响应速度与推理质量。
5. OpenAI 兼容接口：提供 OpenAI 兼容接口，便于开发者低成本迁移与集成。
6. Qwen-Live-Harness 悬浮球：推出悬浮球交互框架，为智能体工具提供多模态交互入口。
7. Qwen-MM-Plugins 插件库：可为 Claude Code、Gemini CLI、Codex、OpenClaw 等智能体工具接入 Omni 多模态能力。
8. 高准确率语音识别：多人重叠会议场景下语音识别错误率从 88% 降至 3%。

特色优势

Qwen3.8-Omni-Flash 在基准测试上较 Qwen3.5-omni-flash 平均分提升 25%，Agent 能力多项分数翻倍。最突出的优势是价格——音频输入 API 价格从前代每百万 token 18 元降至 0.8 元，降幅高达 98%，仅为上一代的约 2%。全模态实时交互能力以极低价格上线，将显著降低长会议、长直播与视频内容理解的开发门槛。

应用场景

1. 长会议理解：支持最长 1 小时连续音视频输入，适合会议转写、纪要与要点提取。
2. 实时语音交互：借助 Realtime 版本实现低延迟语音对话场景。
3. 视频内容理解：对直播、视频内容进行多模态理解与结构化处理。
4. 智能体多模态增强：通过插件库让 Claude Code、Gemini CLI 等工具获得跨厂商全模态能力。

适用人群

适合需要多模态处理能力的 AI 应用开发者、智能体工具用户，以及对长音视频理解有需求的会议、直播、内容审核类团队。

出品方

Qwen3.8-Omni-Flash 由阿里通义千问团队（Qwen Team）出品，配套 Qwen-Live-Harness 与 Qwen-MM-Plugins 由相应框架作者维护，通过阿里云百炼 / Model Studio 平台提供服务。

更新动态

2026 年 9 月 18 日，阿里通义千问发布 Qwen3.8-Omni-Flash 全模态模型，同步上线 Realtime 超低延迟版本、Qwen-Live-Harness 悬浮球交互框架与 Qwen-MM-Plugins 插件库，并通过阿里云百炼对外提供 API。

官网链接

https://www.aliyun.com/product/bailian