Alibaba Cloud: Qwen3.8-Omni-Flash

O Qwen3.8 Omni Flash analisa material multimodal dentro de um contexto de um milhão de tokens. É útil para estabelecer conexões entre mídias longas e entradas de texto, produzindo então uma explicação escrita das informações combinadas.

Comparar modelos

qwen3.8-omni-flash

DisponívelAlibaba CloudChat

Entrada / Saída: $0.15 / $0.47
Contexto: 1M
Modalidades: VisãoChat
Capacidades: Uso de ferramentasCache de promptsRaciocínio

Sobre o Qwen3.8-Omni-Flash

O Qwen3.8-Omni-Flash é o mais novo modelo de chat Omni da Alibaba. Ele lê texto, imagens, áudio e vídeo e responde em texto, com um contexto de um milhão de tokens para mídias longas e documentos combinados. Diferente do Qwen3.5-Omni, ele possui esforço de raciocínio ajustável, chamada de ferramentas e cache de prompt. Ele não possui saída de voz, portanto, respostas faladas exigem um modelo de conversão de texto em fala separado.

Pontos fortes

O raciocínio é ativado por padrão e ajustável por meio de uma configuração de esforço de raciocínio, de nenhum até muito alto.
Suporta chamada de ferramentas, permitindo que um agente aja com base no que vê e ouve.
O cache de prompt ajuda quando muitas solicitações compartilham um prefixo longo de documento ou gravação.
Aceita até cerca de 3 horas de áudio ou 2 horas de vídeo, os limites mais longos entre esses modelos Omni.
Lê texto, imagens, áudio e vídeo em uma única mensagem, permitindo que uma única solicitação combine uma gravação com seus slides.

Quando usar outro modelo

Ele responde apenas em texto; use o Qwen3.5-Omni quando o próprio modelo precisar falar.
A saída JSON com restrição de esquema não está disponível, portanto, a estrutura JSON deve ser imposta no prompt e validada.
O raciocínio adiciona atraso e tokens de saída, portanto, reduza o esforço para consultas simples.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
02
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Texto para textoResponses API
POST/v1/responses
Formato da 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!" }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Especificação padrão

Por 1M Token

Preço Official: Entrada $0.15 / Saída $0.47 / Leitura de cache $0.016
Preço Verified: —
Desconto: —

Preços de cache de prompt

Leitura de cache

Preço Official: $0.016
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Especificação padrão	Entrada $0.15 / Saída $0.47 / Leitura de cache $0.016	—	—
Preços de cache de prompt
Leitura de cache	$0.016	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 13 de nov. de 2026, 05:01 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Qwen3.8-Omni-Flash no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar qwen3.8-omni-flash com uma mensagem em /v1/responses. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Visão
Raciocínio

Revisão de gravações longas
Carregue uma reunião ou palestra de várias horas e peça decisões, disputas e acompanhamentos, com o raciocínio aumentado para identificar contradições.
Agentes multimodais
Combine capturas de tela, notas de áudio e chamadas de ferramentas para que um agente possa inspecionar um caso e atualizar um ticket.
Perguntas e respostas com documentos e mídia em cache
Mantenha uma fonte grande no prefixo em cache e faça muitas perguntas sobre ela com um custo de repetição menor.

Exemplos de prompt

A gravação e a apresentação de slides estão anexadas. Liste todas as afirmações feitas pelo palestrante que os slides não sustentam.

Use a ferramenta search_tickets para encontrar duplicatas do problema nesta captura de tela e, em seguida, resuma o que você encontrou.

Raciocine cuidadosamente: os dois clipes de áudio contêm os compromissos do mesmo falante?

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

O que há de novo no Qwen3.8-Omni-Flash?

Ele adiciona raciocínio ajustável, chamada de ferramentas, cache de prompt e um contexto muito maior do que os modelos 3.5 Omni, além de aceitar vídeos mais longos. Em troca, ele gera apenas texto, enquanto o Qwen3.5-Omni pode falar.

Como controlo seu raciocínio?

O pensamento é ativado por padrão e definido por meio de um parâmetro de esforço de raciocínio com níveis de nenhum a extra-alto. Use nenhum ou baixo para extração rápida e configurações mais altas para contradições e análises de várias etapas.

Ele pode gerar fala?

Não. A Alibaba lista a saída de texto para o Qwen3.8-Omni-Flash. Para respostas faladas, envie seu texto para um modelo de conversão de texto em fala ou use um modelo Qwen3.5-Omni, que retorna áudio diretamente.

Como envio áudio ou vídeo para ele?

A mídia entra como partes de conteúdo da mensagem, junto com o texto, como em outros modelos de chat multimodais. Gravações e documentos longos podem compartilhar uma única solicitação graças ao grande contexto.

Ele entende áudio em muitos idiomas?

A Alibaba documenta a entrada de áudio em 113 idiomas para os modelos Qwen3.8 e 3.5 Omni. Respostas escritas podem ser solicitadas em qualquer idioma que o modelo de texto suporte.

Quanto custa o Qwen3.8-Omni-Flash?

No TokenLab, Qwen3.8-Omni-Flash custa Entrada $0.15 / Saída $0.47 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do Qwen3.8-Omni-Flash?

O Qwen3.8-Omni-Flash aceita até 1.000.000 tokens de contexto.

Qual endpoint o Qwen3.8-Omni-Flash deve usar?

Use https://api.tokenlab.sh/v1/responses para Qwen3.8-Omni-Flash. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Qwen3.8-Omni-Flash suporta?

Qwen3.8-Omni-Flash suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.