Alibaba Cloud: Qwen3.8-Omni-Flash

Qwen3.8 Omni Flash analyse du matériel multimodal au sein d'un contexte d'un million de jetons. Il est utile pour établir des liens entre des entrées multimédias et textuelles longues, puis produire une explication écrite des informations combinées.

Comparer les modèles

qwen3.8-omni-flash

DisponibleAlibaba CloudDiscussion

Entrée / Sortie: $0.15 / $0.47
Contexte: 1M
Modalités: VisionDiscussion
Capacités: Utilisation d'outilsCache de promptsRaisonnement

À propos de Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash est le tout nouveau modèle de chat Omni d'Alibaba. Il lit le texte, les images, l'audio et la vidéo et répond par du texte, avec un contexte d'un million de jetons pour traiter simultanément de longs médias et documents. Contrairement au Qwen3.5-Omni, il dispose d'un effort de raisonnement ajustable, de l'appel d'outils et de la mise en cache des invites (prompt caching). Il ne possède pas de sortie vocale ; les réponses parlées nécessitent donc un modèle de synthèse vocale distinct.

Points forts

Le raisonnement est activé par défaut et ajustable via un paramètre d'effort de raisonnement, allant de nul à très élevé.
Prend en charge l'appel d'outils, permettant à un agent d'agir en fonction de ce qu'il voit et entend.
La mise en cache des invites est utile lorsque de nombreuses requêtes partagent un long préfixe de document ou d'enregistrement.
Prend en charge jusqu'à environ 3 heures d'audio ou 2 heures de vidéo, les limites les plus longues parmi ces modèles Omni.
Lit le texte, les images, l'audio et la vidéo dans un seul message, permettant à une requête unique de combiner un enregistrement avec ses diapositives.

Quand préférer un autre modèle

Il répond uniquement par texte ; utilisez Qwen3.5-Omni lorsque le modèle doit lui-même parler.
La sortie JSON contrainte par schéma n'est pas disponible ; la structure JSON doit donc être imposée dans l'invite et validée.
Le raisonnement ajoute un délai et des jetons de sortie ; réduisez donc l'effort pour les recherches simples.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.
02
Envoyez votre première requête
Copiez l'exemple pour votre langage et lancez-le.
Texte vers texteResponses API
POST/v1/responses
Format d'API:
curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "qwen3.8-omni-flash", "input": "Hello!" }'

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Spécification par défaut

Par 1M Token

Prix Official: Entrée $0.15 / Sortie $0.47 / Lecture cache $0.016
Prix Verified: —
Remise: —

Tarification du cache de prompt

Lecture cache

Prix Official: $0.016
Prix Verified: —
Remise: —

	Prix OfficialPar 1M Token	Prix VerifiedPar 1M Token	Remise
Spécification par défaut	Entrée $0.15 / Sortie $0.47 / Lecture cache $0.016	—	—
Tarification du cache de prompt
Lecture cache	$0.016	—	—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 13 nov. 2026, 05:01 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Qwen3.8-Omni-Flash dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester qwen3.8-omni-flash avec un message sur /v1/responses. Affiche la réponse, la latence et le coût.

Cas d'usage

Idéal pour

Vision
Raisonnement

Examen d'enregistrements longs
Chargez une réunion ou une conférence de plusieurs heures et demandez des décisions, des points de litige et des suivis, avec un raisonnement accru pour détecter les contradictions.
Agents multimodaux
Combinez des captures d'écran, des notes audio et des appels d'outils pour qu'un agent puisse inspecter un dossier et mettre à jour un ticket.
Questions-réponses sur documents et médias mis en cache
Conservez une source volumineuse dans le préfixe mis en cache et posez de nombreuses questions à son sujet à un coût de répétition réduit.

Exemples de prompts

L'enregistrement et le support de présentation sont joints. Listez toutes les affirmations faites par l'orateur que les diapositives ne soutiennent pas.

Utilisez l'outil search_tickets pour trouver les doublons du problème présent dans cette capture d'écran, puis résumez ce que vous avez trouvé.

Raisonnez avec soin : les deux clips audio contiennent-ils les engagements du même orateur ?

Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.

FAQ

Quoi de neuf dans Qwen3.8-Omni-Flash ?

Il ajoute un raisonnement ajustable, l'appel d'outils, la mise en cache des invites et un contexte bien plus vaste que les modèles 3.5 Omni, et accepte des vidéos plus longues. En contrepartie, il ne produit que du texte, alors que Qwen3.5-Omni peut parler.

Comment contrôler son raisonnement ?

La réflexion est activée par défaut et définie via un paramètre d'effort de raisonnement avec des niveaux allant de nul à extra-élevé. Utilisez « nul » ou « faible » pour une extraction rapide et des réglages plus élevés pour les contradictions et les analyses en plusieurs étapes.

Peut-il générer de la parole ?

Non. Alibaba indique une sortie texte pour Qwen3.8-Omni-Flash. Pour des réponses parlées, transmettez son texte à un modèle de synthèse vocale ou utilisez un modèle Qwen3.5-Omni, qui renvoie directement de l'audio.

Comment lui envoyer de l'audio ou de la vidéo ?

Les médias sont intégrés en tant que parties du contenu du message, aux côtés du texte, comme avec d'autres modèles de chat multimodaux. Les longs enregistrements et documents peuvent partager une seule requête grâce au contexte étendu.

Comprend-il l'audio dans de nombreuses langues ?

Alibaba documente l'entrée audio dans 113 langues pour les modèles Qwen3.8 et 3.5 Omni. Les réponses écrites peuvent être demandées dans n'importe quelle langue prise en charge par le modèle textuel.

Combien coûte Qwen3.8-Omni-Flash ?

Sur TokenLab, Qwen3.8-Omni-Flash coûte Entrée $0.15 / Sortie $0.47 Par 1M Token. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quelles sont les limites de contexte et de sortie de Qwen3.8-Omni-Flash ?

Qwen3.8-Omni-Flash accepte jusqu'à 1 000 000 jetons de contexte.

Quel endpoint Qwen3.8-Omni-Flash doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/responses pour Qwen3.8-Omni-Flash. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Qwen3.8-Omni-Flash prend-il en charge ?

Qwen3.8-Omni-Flash prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.