Qwen3.8-Omni-Flash 上线：1M 上下文读图听音，靠函数调用干活
emmanuelvivier · x · 2026-09-18
阿里巴巴 Qwen 团队在通义平台发布 Qwen3.8-Omni-Flash：单一模型可读取文本、图像、音频、视频四种输入，上下文窗口 100 万 token，但原生输出仅限文本——生成媒体等多步任务需通过函数调用调度外部工具完成。这一定位表明阿里押注「编排层」而非全能生成模型，配套推出 Qwen-MM-Plugins（多模态 agent 工作流）与 Qwen-Live Harness（持续音视频交互），并提供缓存输入折扣与联网搜索。
- 已在 Chat Completions 与 Responses API 上线，落地北京、新加坡、香港、东京、法兰克福、弗吉尼亚等区域
- 官方描述的用例包括会议分析、视频剪辑、翻译、影视解说、MV 制作与实时对话
- 值得注意的是，发布公告目前仍标记为「draft」，但生产文档已于 9 月 18 日更新
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
- ChatGPT 抓取不执行 JS，客户端渲染网站对 AI 全盲 — gaganghotra_ · 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
- 黑客公开 10 条 AI 提示词,复盘 PHP 9.2 分 RCE 漏洞混乱 36 小时 — Dave_Maynor · 2026-11-02
- 开发者用 OpenAI Agents API 修 1995 款 Miata,计划开车横穿美国 — OpenAIDevs · 2026-11-02