Qwen3.8-Omni-Flash объединяет обработку аудио и видео и снижает цену API
Новая модель Qwen для ИИ-агентов принимает аудио и видео, имеет контекстное окно в миллион токенов и может вызывать инструменты. По сравнению с вводными тарифами Gemini 3.8 Flash её API стоит дешевле, однако сопоставление бенчмарков приводит сама Qwen.
Модель рассчитана на мультимодальные задачи
Qwen3.8-Omni-Flash — первая мультимодальная модель Qwen, которую компания позиционирует для ИИ-агентов. Она обрабатывает звук и видео совместно, делает выводы и может самостоятельно использовать инструменты. Среди примеров применения — монтаж влогов, перевод коротких роликов и краткий пересказ фильмов.
Контекстное окно модели составляет один миллион токенов. Qwen заявляет, что в задачах с аудио и видео результат близок к Gemini 3.8 Flash. Это сравнение основано на заявлениях разработчика о мультимодальных бенчмарках, а не на независимой оценке в материале.
Тарифы API и примерная стоимость медиа
| Показатель | Qwen3.8-Omni-Flash | Gemini 3.8 Flash |
|---|---|---|
| Вход, за 1 млн токенов | $0,15 | $0,75 (вводная цена) |
| Выход, за 1 млн токенов | $0,47 | $3,75 (вводная цена) |
| Оценка входного аудио | Менее $0,01 за час | Не приведена |
| Видео 720p со звуком, 1 кадр/с | Около $0,20, без учёта ответа | Не приведена |
THE DECODER сообщает, что вводные цены Gemini должны удвоиться 1 января 2027 года. Оценки Qwen для аудио и видео не включают стоимость ответа модели, поэтому их нельзя напрямую сравнивать с полным расходом на запрос.
Доступ и дополнительные компоненты
Модель доступна через Qwen Studio, Qwen Cloud и API. Открытый набор Qwen-MM-Plugins добавляет функции видеомонтажа, распознавания говорящих, заметок к PDF-видео и повторно используемых сценариев для Claude Code, Gemini CLI и Qwen Code.
Qwen-Live Harness предназначен для взаимодействия в реальном времени через камеру и микрофон.