Sakhanda Wire
NVDA $153.93 -1.41% MSFT $506.53 -2.21% GOOGL $280.96 -0.97% META $620.53 -0.94% AMZN $256.87 -0.34%
← До новин

Alibaba випустила Qwen3.8-Omni-Flash для аудіовідеозавдань

Команда Qwen компанії Alibaba випустила Qwen3.8-Omni-Flash — омнімодальну модель, що поєднує розуміння аудіо й відео, міркування та роботу з інструментами. Вона приймає текст, зображення, аудіо й відео, а повертає текстові відповіді. За описом команди, модель аналізує вміст, планує завдання, виконує потрібні дії за допомогою інструментів і видає результат.

Модель доступна через розміщені API у QwenCloud, Alibaba Cloud Model Studio та Qwen Studio. Відкриті ваги під час запуску не оголошувалися, тому самостійне розгортання наразі неможливе. Контекстне вікно становить 1M токенів; QwenCloud вказує максимум 991K вхідних і 131K вихідних токенів. Міркування ввімкнено за замовчуванням. API також підтримує виклики функцій, вебпошук, структуровані результати, кешування контексту та пакетні запити.

Для довгих відео агентне сприйняття добирає важливі фрагменти у кілька етапів, замість однаково детально обробляти весь файл. За даними Qwen, показник в OmniVideoBench зріс із 63,4 до 67,8, а використання токенів зменшилося зі 145 736 до 79 117 — приблизно на 45,7%. Заявлена ціна становить $0,15 за 1M вхідних і $0,47 за 1M вихідних токенів. Qwen-MM-Plugins випущено за ліцензією Apache-2.0 для мультимодальних агентних середовищ.

Текст підготовлено ШІ Sakhanda Wire за матеріалом MarkTechPost. Факти, цитати та повний контекст — в оригінальній статті нижче.

Вперше опубліковано виданням MarkTechPost

Читати оригінал на MarkTechPost ↗

Репортаж і зображення належать MarkTechPost і зазначені вище з посиланням на оригінал; текст на цій сторінці — власний виклад Sakhanda Wire.

← До новин

Ще новини

Усі останні новини