Alibaba Cloud: Qwen3.8-Omni-Flash

Qwen3.8 Omni Flash menganalisis materi multimodal dalam konteks satu juta token. Model ini berguna untuk menarik hubungan di seluruh input media dan teks yang panjang, kemudian menghasilkan penjelasan tertulis dari informasi gabungan tersebut.

Bandingkan model

qwen3.8-omni-flash

TersediaAlibaba CloudObrolan

Masukan / Keluaran: $0.15 / $0.47
Konteks: 1M
Modalitas: VisiObrolan
Kapabilitas: Penggunaan toolCache PromptPenalaran

Tentang Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash adalah model chat Omni terbaru dari Alibaba. Model ini membaca teks, gambar, audio, dan video serta menjawab dalam bentuk teks, dengan konteks satu juta token untuk media dan dokumen panjang secara bersamaan. Berbeda dengan Qwen3.5-Omni, model ini memiliki upaya penalaran yang dapat disesuaikan, pemanggilan alat (tool calling), dan caching prompt. Model ini tidak memiliki output suara, sehingga balasan lisan memerlukan model text-to-speech terpisah.

Kelebihan

Penalaran aktif secara default dan dapat disesuaikan melalui pengaturan upaya penalaran, dari tidak ada hingga sangat tinggi.
Mendukung pemanggilan alat, sehingga agen dapat bertindak berdasarkan apa yang dilihat dan didengarnya.
Caching prompt membantu ketika banyak permintaan berbagi awalan dokumen atau rekaman yang panjang.
Menerima hingga sekitar 3 jam audio atau 2 jam video, batas terpanjang di antara model-model Omni ini.
Membaca teks, gambar, audio, dan video dalam satu pesan, sehingga satu permintaan dapat menggabungkan rekaman dengan slide-nya.

Kapan harus beralih

Model ini hanya menjawab dalam bentuk teks; gunakan Qwen3.5-Omni jika model itu sendiri harus berbicara.
Output JSON dengan batasan skema tidak tersedia, sehingga struktur JSON harus ditegakkan dalam prompt dan divalidasi.
Penalaran menambah penundaan dan token output, jadi turunkan upaya untuk pencarian sederhana.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.
02
Kirim permintaan pertama Anda
Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.
Teks ke teksResponses API
POST/v1/responses
Format 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!" }'

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Spesifikasi default

per 1M token

Harga Official: Masukan $0.15 / Keluaran $0.47 / Pembacaan cache $0.016
Harga Verified: —
Diskon: —

Harga cache prompt

Pembacaan cache

Harga Official: $0.016
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Spesifikasi default	Masukan $0.15 / Keluaran $0.47 / Pembacaan cache $0.016	—	—
Harga cache prompt
Pembacaan cache	$0.016	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 13 Nov 2026, 05.01 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Qwen3.8-Omni-Flash di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba qwen3.8-omni-flash dengan pesan singkat di /v1/responses. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Cocok untuk

Visi
Penalaran

Tinjauan rekaman panjang
Muat rapat atau kuliah berdurasi beberapa jam dan minta keputusan, perselisihan, dan tindak lanjut, dengan penalaran ditingkatkan untuk kontradiksi.
Agen multimodal
Gabungkan tangkapan layar, catatan audio, dan pemanggilan alat agar agen dapat memeriksa kasus dan memperbarui tiket.
Tanya jawab dokumen dan media yang di-cache
Simpan satu sumber besar dalam awalan yang di-cache dan ajukan banyak pertanyaan terhadapnya dengan biaya pengulangan yang lebih rendah.

Contoh prompt

Rekaman dan dek slide dilampirkan. Daftarkan setiap klaim yang dibuat pembicara yang tidak didukung oleh slide.

Gunakan alat search_tickets untuk menemukan duplikat masalah dalam tangkapan layar ini, lalu ringkas apa yang Anda temukan.

Bernalar dengan cermat: apakah kedua klip audio tersebut berisi komitmen pembicara yang sama?

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa yang baru di Qwen3.8-Omni-Flash?

Model ini menambahkan penalaran yang dapat disesuaikan, pemanggilan alat, caching prompt, dan konteks yang jauh lebih besar daripada model 3.5 Omni, serta menerima video yang lebih panjang. Sebagai gantinya, model ini hanya menghasilkan output teks, sementara Qwen3.5-Omni dapat berbicara.

Bagaimana cara saya mengontrol penalarannya?

Berpikir diaktifkan secara default dan diatur melalui parameter upaya penalaran dengan tingkat dari tidak ada hingga ekstra tinggi. Gunakan tidak ada atau rendah untuk ekstraksi cepat dan pengaturan yang lebih tinggi untuk kontradiksi dan analisis multi-langkah.

Bisakah model ini menghasilkan suara?

Tidak. Alibaba mencantumkan output teks untuk Qwen3.8-Omni-Flash. Untuk jawaban lisan, teruskan teksnya ke model text-to-speech atau gunakan model Qwen3.5-Omni, yang mengembalikan audio secara langsung.

Bagaimana cara saya mengirim audio atau video ke model ini?

Media dimasukkan sebagai bagian konten pesan, bersama dengan teks, seperti model chat multimodal lainnya. Rekaman dan dokumen panjang dapat berbagi satu permintaan berkat konteks yang besar.

Apakah model ini memahami audio dalam banyak bahasa?

Alibaba mendokumentasikan input audio dalam 113 bahasa untuk model Qwen3.8 dan 3.5 Omni. Jawaban tertulis dapat diminta dalam bahasa apa pun yang didukung oleh model teks tersebut.

Berapa biaya Qwen3.8-Omni-Flash?

Di TokenLab, Qwen3.8-Omni-Flash dikenakan Masukan $0.15 / Keluaran $0.47 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output Qwen3.8-Omni-Flash?

Qwen3.8-Omni-Flash mendukung hingga 1.000.000 token konteks.

Endpoint mana yang harus digunakan Qwen3.8-Omni-Flash?

Pakai https://api.tokenlab.sh/v1/responses sebagai default untuk Qwen3.8-Omni-Flash. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Qwen3.8-Omni-Flash?

Qwen3.8-Omni-Flash mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.