Qwen3.8-Omni-Flash подбива цената на Gemini Flash от Google, съпоставяйки се с него в мултимодалните тестове

Qwen3.8-Omni-Flash е първият мултимодален модел на Qwen, създаден за AI агенти. Той обработва аудио и видео едновременно, прави изводи и самостоятелно използва инструменти за редактиране на видеоблогове, превод на кратки видеоклипове или обобщаване на филми. Контекстният прозорец обхваща един милион токена. При задачи с аудио и видео Qwen твърди, че се доближава до резултатите на Gemini 3.8 Flash.

Цената за API е 0,15 долара за милион входни токена и 0,47 долара за милион изходни токена. Qwen изчислява, че входното аудио струва под 0,01 долара на час, докато видео с резолюция 720p и аудио при един кадър в секунда струва около 0,20 долара, без да се включват разходите за отговорите. За сравнение, Gemini 3.8 Flash таксува 0,75 долара за вход и 3,75 долара за изход на милион токена по началната си тарифа, като цените ще се удвоят на 1 януари 2027 г.

Моделът е достъпен чрез Qwen Studio, Qwen Cloud и API. Отвореният код Qwen-MM-Plugins добавя редактиране на видео, разпознаване на говорители, бележки към PDF видеоклипове и многократно използваеми работни процеси към агенти като Claude Code, Gemini CLI и Qwen Code. Qwen-Live Harness позволява взаимодействие в реално време чрез камера и микрофон.

AI новини без сензации – подбрани от хора

Абонирайте се за THE DECODER и получете четене без реклами, седмичен AI бюлетин, нашия ексклузивен обзор на новите технологии „AI Radar“ шест пъти годишно, пълен достъп до архива и достъп до секцията за коментари.