通义千问Qwen3.8-Omni-Flash发布：性能对标Gemini Flash，价格大幅降低
结论前置 / TL;DR
通义实验室推出首款面向AI智能体的多模态模型Qwen3.8-Omni-Flash，支持音视频联合与独立处理，可调用工具完成vlog编辑、片段翻译、电影摘要等任务。在音视频基准测试中，其性能接近Google Gemini 3.8 Flash，但API调用成本仅为后者的零头。
首款面向AI智能体的多模态模型
Qwen3.8-Omni-Flash是通义实验室发布的首款专为AI智能体（AI agents）设计的多模态大模型。该模型具备同步处理音频与视频输入的能力，并能独立调用外部工具执行具体任务，例如vlog剪辑、视频片段翻译及长电影内容摘要。
性能与成本双重突破
在多项公开音视频多模态基准测试中，Qwen3.8-Omni-Flash表现接近Google最新发布的Gemini 3.8 Flash模型。值得注意的是，其API服务定价显著低于Gemini Flash，成本优势达数量级水平——原文明确指出为‘a fraction of the API cost’。
定位清晰：强化智能体工作流
该模型并非通用对话模型，而是聚焦于增强AI智能体在真实场景中的多模态感知与工具协同能力，标志着通义系列向Agent-native架构迈出关键一步。
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(The Decoder) →