数据速览
- 上下文窗口
- 1M token
- 29 项评测平均提升
- 超 25%
- 纯音频输入按小时价格
- 降超 98%
- 音视频输入按小时价格
- 降超 93%
通义（千问）在 2026 年 9 月 18 日把 Qwen3.8-Omni-Flash 接到可调用的服务上。钛媒体同日发短讯报道了上线。阿里云百炼的型号页，更新日期也落在 9 月 18 日。
四路都能喂进去：文字、静图、声音、活动影像。模型自己吐出来的只有文字。上下文窗口 1M token；非思考模式输入顶到 991,808，思考模式顶到 983,616，单次输出顶到 131,072。
以下分数全部来自官方。对照对象为 Qwen3.5-Omni-Plus。29 项平均分，官方称提升超 25%。WildClawBench-MM 多 36.5 分，AgenticVBench 多 22.3 分，UniClawBench 拿到 69.6。
官方博客给出的价格变化：只送音频，降超 98%；声音和画面捆在一起按小时算，降超 93%。配套能力分两部分。Qwen-MM-Plugins 是给智能体挂上的多模态插件层。
Realtime 接口和开源的 Qwen-Live Harness 对着连续视听互动。接口兼容 DashScope 和 OpenAI 两套写法，模型名填 qwen3.8-omni-flash。这一版权重未开源。
全模态模型把语音识别、视觉理解和文本生成合进一次调用，省掉多模型串联的时延与拼接成本。实时语音助手、视频客服一类场景受益最直接。音视频输入按时长计费，这类应用的成本更多取决于时长单价，而不是文本 Token 单价。
TAGS#通义千问#Qwen#全模态#API
