Команда Qwen представила Qwen3.8-Omni-Flash — новую мультимодальную схема. Главный акцент в новой версии сделали на понимании видео. Qwen3.8-Omni-Flash умеет анализировать длинные ролики, составлять по ним подробные отчёты и генерировать описания содержимого. В Qwen отдельно отмечают усовершенствование работы с временными метками: модель должна точнее связывать события с конкретными моментами видео.

При этом текстовые возможности модели сохранили на уровне Qwen3.8-Flash. В программный интерфейс также доступны function calling и веб-поиск, а режим рассуждений включён по умолчанию и может настраиваться через reasoning_effort.

Qwen3.8-Omni-Flash — промежуточное звено для более сложных мультимодальных пайплайнов. Среди возможных сценариев разрабы называют монтаж видео, перевод, создание кинокомментариев, анализ и генерацию контента.

Отдельный фокус релиза — стоимость. Относительно предыдущей Qwen3.5-Omni-Flash расход токенов при работе с мультимодальными данными заметно снизился. В частности, Qwen заявляет о снижении стоимости обработки аудио около на 98%, а аудио-видео — более чем на 93%. Одновременно заявленная производительность сопоставима с Gemini 3.8 Flash. Независимые информация равным образом показывают падение расхода токенов на одном из видеобенчмарков: с 145 736 до 79 117 токенов при росте результата OmniVideoBench с 63,4 до 67,8.

Контекстное окно новой модели — 1 млн токенов, максимальная длина генерируемого ответа — 131 072 токена. Qwen3.8-Omni-Flash принимает текст, изображения, аудио и видео, а на выходе генерирует текст.

Модель уже доступна через api и в интерфейсе Qwen. Для программный интерфейс поддерживаются Chat Completions и Responses, в том числе OpenAI-совместимый структура запросов.