Qwen3.8-Omni-Flash знижує ціну Google Gemini Flash, зрівнюючись із ним у мультимодальних бенчмарках

Qwen3.8-Omni-Flash — перша мультимодальна модель Qwen, створена для ШІ-агентів. Вона одночасно обробляє аудіо та відео, робить висновки й самостійно використовує інструменти для редагування відеоблогів, перекладу коротких відео або стислого переказу фільмів. Контекстне вікно охоплює один мільйон токенів. За словами Qwen, у завданнях з аудіо та відео модель майже відповідає Gemini 3.8 Flash.

Вартість використання API становить $0,15 за мільйон вхідних токенів і $0,47 за мільйон вихідних токенів. Qwen оцінює вартість обробки аудіо менш ніж у $0,01 за годину, тоді як обробка відео з роздільною здатністю 720p та аудіо зі швидкістю один кадр на секунду коштує близько $0,20 без урахування вартості відповідей. Для порівняння, Gemini 3.8 Flash стягує $0,75 за вхідні та $3,75 за вихідні дані на мільйон токенів за початковим тарифом, причому 1 січня 2027 року ціни мають подвоїтися.

Модель доступна через Qwen Studio, Qwen Cloud і API. Відкриті Qwen-MM-Plugins додають агентам на кшталт Claude Code, Gemini CLI та Qwen Code можливості редагування відео, розпізнавання мовців, створення відеонотаток у PDF і багаторазового використання робочих процесів. Qwen-Live Harness забезпечує взаємодію в реальному часі за допомогою камери та мікрофона.

Новини ШІ без хайпу — відібрані людьми

Підпишіться на THE DECODER, щоб читати матеріали без реклами, отримувати щотижневу розсилку про ШІ, наш ексклюзивний звіт про передові розробки «AI Radar» шість разів на рік, повний доступ до архіву та доступ до розділу коментарів.