Qwen3.8-Omni-Flash 发布:多人会议识别错误率降至 3%,API 降价 98%
karminski3 · x · 2026-09-18
Qwen 发布 Qwen3.8-Omni-Flash,较上代 Qwen3.5-Omni-Flash 平均分提升 25%,Agent 能力部分分数翻倍;多人重叠会议语音识别错误率从 88% 降至 3%;原生支持最长 1 小时连续音视频输入,API 价格降 98%(音频输入从每百万 token 18 元降到 0.8 元)。同时推出超低延迟的 Qwen3.8-Omni-Flash-Realtime(20s 音频约 981ms 延迟)。
配套框架:
- Qwen-Live-Harness:桌面悬浮球对话,支持环境监控与任务跟进(如「任务跑完了叫我」,会持续追踪任务状态并播报)。
- Qwen-MM-Plugins:可给 Claude Code、Gemini CLI、Codex、OpenClaw 安装的插件库,补齐本地 Agent 的视觉与长视频记忆能力,支持操作 Blender/CAD 做视觉建模。
- 其中 omni-skill-creator 颇有亮点:录一段操作软件的视频(可带语音讲解)丢给它,即可自动生成操作该软件的 skill,类似机械臂示教学习。
所属事件:阿里发布 Qwen3.8-Omni-Flash：全模态 Agent 模型降价超 98%(15 条相关)→
「编程与Agent」频道最新
- 用 Codex GPT-6.1 Sol 手搓 3D 宇宙浏览器，767 颗行星开源 — OpenAIDevs · 2026-11-02
- ChatGPT 抓取不执行 JS，客户端渲染网站对 AI 全盲 — gaganghotra_ · 2026-11-02
- SGLang仅用一 dict 替换共享显存记账,多模态推理提升10%+ — charles_irl · 2026-11-02
- Mac 语音输入工具 kivi:说话即成文,支持口头改代码 — itsOmSarraf_ · 2026-11-02
- 11 行代码加一个基础 LLM 就能搭决策模型,工程师晒实现细节 — helloiamleonie · 2026-11-02
- 先整理代码库再让 AI 写测试：作者称效果胜过一切 prompt 技巧 — arpit_bhayani · 2026-11-02