阿里千问于9月18日正式推出新一代原生全模态模型Qwen3.8-Omni-Flash，并已在千问AI平台上线。该模型可同时接收文本、图像、音频与视频四类输入，上下文窗口扩展至1M token，定位为面向多模态场景的原生模型。

在能力评测层面，官方披露Qwen3.8-Omni-Flash在累计30项评测中，相较上一代Qwen3.5-Omni-Plus平均得分提升超过26%。其中音视频Agent、Coding与长程任务表现突出：WildClawBench-MM提升36.5分，AgenticVBench提升22.3分，UniClawBench取得69.6分。基础能力方面，LongAudioSpan提升8.3分，OmniVideoBench提升9.6分，OmniCap-IF的CSR与ISR分别提升8.5分和14.1分。AliMeeting的DER与cpWER指标从88.11/89.61降至3.35/17.18。

官方表示，该模型的音视频能力已接近Gemini 3.8 Flash，音频能力整体超过后者。价格方面，API每小时音频输入价格降幅超过98%，每小时音视频输入价格降幅超过93%。为支撑长音视频处理，官方同步扩展了Qwen-M系列的相关能力。

从行业视角看，全模态模型正从概念验证转向工程落地，上下文长度与推理成本的同步优化成为竞争焦点。Qwen3.8-Omni-Flash在评测分数与定价策略上的双重调整，或将影响多模态API市场的价格基准与选型逻辑。