币界网消息，Qwen3.8-Omni-Flash模型由阿里千问推出，支持文本、图片、音频、视频和1m上下文，显著增强了音视频agent能力。该模型能够从视频中提取信息、规划任务，并调用外部工具进行剪辑、配音和渲染。官方展示了其在长会议处理、短剧翻译、电影解说等场景中的应用。根据omnivideobench数据，模型准确率从63.4提升至67.8，token消耗减少45.7%。此外，音频输入成本下降超过98%，音视频输入下降超过93%。目前模型权重尚未公开，仅开放API。