Alibaba Cloud: Qwen3.8-Omni-Flash

Qwen3.8 Omni Flash phân tích tài liệu đa phương thức trong ngữ cảnh một triệu token. Nó hữu ích cho việc thiết lập các kết nối giữa các phương tiện truyền thông và đầu vào văn bản dài, sau đó tạo ra một lời giải thích bằng văn bản về thông tin kết hợp.

So sánh mô hình

qwen3.8-omni-flash

Sẵn sàngAlibaba CloudTrò chuyện

Đầu vào / Đầu ra: $0.15 / $0.47
Ngữ cảnh: 1M
Phương thức: Thị giácTrò chuyện
Khả năng: Sử dụng công cụBộ nhớ đệm PromptSuy luận

Về Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash là mô hình trò chuyện Omni mới nhất của Alibaba. Nó đọc văn bản, hình ảnh, âm thanh và video rồi trả lời bằng văn bản, với ngữ cảnh một triệu token cho các tệp phương tiện và tài liệu dài cùng lúc. Khác với Qwen3.5-Omni, mô hình này có khả năng điều chỉnh mức độ suy luận, gọi công cụ và lưu trữ bộ nhớ đệm cho câu lệnh (prompt caching). Nó không có đầu ra giọng nói, vì vậy các phản hồi dạng nói cần một mô hình chuyển đổi văn bản thành giọng nói riêng.

Ưu điểm

Khả năng suy luận được bật theo mặc định và có thể điều chỉnh thông qua cài đặt mức độ suy luận, từ không có đến rất cao.
Hỗ trợ gọi công cụ, cho phép một tác nhân (agent) có thể hành động dựa trên những gì nó nhìn thấy và nghe thấy.
Tính năng lưu trữ bộ nhớ đệm cho câu lệnh giúp ích khi nhiều yêu cầu cùng chia sẻ một tài liệu dài hoặc tiền tố ghi âm.
Xử lý được khoảng 3 giờ âm thanh hoặc 2 giờ video, giới hạn dài nhất trong số các mô hình Omni này.
Đọc văn bản, hình ảnh, âm thanh và video trong một tin nhắn, vì vậy một yêu cầu duy nhất có thể kết hợp bản ghi âm với các slide của nó.

Khi nào nên chọn model khác

Nó chỉ trả lời bằng văn bản; hãy sử dụng Qwen3.5-Omni khi chính mô hình cần phải nói.
Đầu ra JSON bị ràng buộc theo lược đồ không khả dụng, vì vậy cấu trúc JSON phải được thực thi trong câu lệnh và được xác thực.
Suy luận làm tăng độ trễ và số lượng token đầu ra, vì vậy hãy giảm mức độ suy luận cho các tác vụ tra cứu đơn giản.

Bắt đầu

Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.
02
Gửi yêu cầu đầu tiên của bạn
Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.
Văn bản sang văn bảnResponses API
POST/v1/responses
Định dạng 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!" }'

Giá

Giá Verified áp dụng cho Verified, thường rẻ hơn trên hầu hết các model. Giá Official là giá niêm yết từ nhà phát triển, áp dụng cho route Official ổn định hơn. Auto sẽ tính phí dựa trên route hoàn thành yêu cầu.

Thông số mặc định

mỗi 1M token

Giá Official: Đầu vào $0.15 / Đầu ra $0.47 / Đọc bộ nhớ đệm $0.016
Giá Verified: —
Giảm giá: —

Giá cache của prompt

Đọc bộ nhớ đệm

Giá Official: $0.016
Giá Verified: —
Giảm giá: —

	Giá Officialmỗi 1M token	Giá Verifiedmỗi 1M token	Giảm giá
Thông số mặc định	Đầu vào $0.15 / Đầu ra $0.47 / Đọc bộ nhớ đệm $0.016	—	—
Giá cache của prompt
Đọc bộ nhớ đệm	$0.016	—	—

Sử dụng & hoạt động

Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.

Mức sử dụng & tình trạng

24 giờ qua

Yêu cầu
Tỷ lệ thành công
Độ trễ P95
Tổng token

Hiệu năng mô hình

Cập nhật lần cuối 05:01 13 thg 11, 2026 UTC

Các chỉ số sẽ xuất hiện sau khi đạt ngưỡng về quyền riêng tư và khối lượng dữ liệu.

Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.

Mở trong Console

Mở Qwen3.8-Omni-Flash trong Console để chỉnh sửa và gửi prompt ngay.

Giúp tôi thử qwen3.8-omni-flash với tin nhắn ngắn tại /v1/responses. Hiển thị phản hồi, độ trễ và chi phí.

Tình huống sử dụng

Phù hợp cho

Thị giác
Suy luận

Xem lại bản ghi âm dài
Tải lên một cuộc họp hoặc bài giảng kéo dài nhiều giờ và yêu cầu tóm tắt các quyết định, tranh chấp và các bước tiếp theo, với mức độ suy luận được tăng lên để phát hiện các mâu thuẫn.
Tác nhân đa phương thức
Kết hợp ảnh chụp màn hình, ghi chú âm thanh và các lệnh gọi công cụ để một tác nhân có thể kiểm tra một trường hợp và cập nhật phiếu hỗ trợ.
Hỏi đáp về tài liệu và phương tiện đã lưu vào bộ nhớ đệm
Giữ một nguồn dữ liệu lớn trong tiền tố đã lưu vào bộ nhớ đệm và đặt nhiều câu hỏi dựa trên đó với chi phí lặp lại thấp hơn.

Ví dụ prompt

Bản ghi âm và bộ slide đã được đính kèm. Hãy liệt kê mọi tuyên bố mà người nói đã đưa ra nhưng không được các slide hỗ trợ.

Sử dụng công cụ search_tickets để tìm các vấn đề trùng lặp với vấn đề trong ảnh chụp màn hình này, sau đó tóm tắt những gì bạn tìm thấy.

Suy luận cẩn thận: hai đoạn âm thanh có chứa các cam kết của cùng một người nói hay không?

Mô hình này có giá theo điều kiện. Chỉ tổng token hàng tháng không thể tạo ước tính đáng tin cậy; hãy dùng bảng giá chi tiết theo thông số yêu cầu, bộ nhớ đệm và khung giờ áp dụng.

FAQ

Có gì mới trong Qwen3.8-Omni-Flash?

Nó bổ sung khả năng suy luận có thể điều chỉnh, gọi công cụ, lưu trữ bộ nhớ đệm cho câu lệnh và ngữ cảnh lớn hơn nhiều so với các mô hình 3.5 Omni, đồng thời xử lý video dài hơn. Đổi lại, nó chỉ xuất ra văn bản, trong khi Qwen3.5-Omni có thể nói.

Làm thế nào để tôi kiểm soát khả năng suy luận của nó?

Khả năng suy nghĩ được bật theo mặc định và được thiết lập thông qua tham số mức độ suy luận với các cấp độ từ không có đến cực cao. Sử dụng mức không có hoặc thấp để trích xuất nhanh và các cài đặt cao hơn cho các phân tích mâu thuẫn và đa bước.

Nó có thể tạo giọng nói không?

Không. Alibaba liệt kê đầu ra văn bản cho Qwen3.8-Omni-Flash. Đối với các câu trả lời bằng giọng nói, hãy chuyển văn bản của nó sang một mô hình chuyển đổi văn bản thành giọng nói hoặc sử dụng mô hình Qwen3.5-Omni, mô hình này trả về âm thanh trực tiếp.

Làm thế nào để tôi gửi âm thanh hoặc video cho nó?

Phương tiện được đưa vào dưới dạng các phần nội dung của tin nhắn, cùng với văn bản, giống như các mô hình trò chuyện đa phương thức khác. Các bản ghi âm và tài liệu dài có thể chia sẻ trong một yêu cầu nhờ vào ngữ cảnh lớn.

Nó có hiểu âm thanh bằng nhiều ngôn ngữ không?

Alibaba ghi nhận đầu vào âm thanh bằng 113 ngôn ngữ cho các mô hình Qwen3.8 và 3.5 Omni. Các câu trả lời bằng văn bản có thể được yêu cầu bằng bất kỳ ngôn ngữ nào mà mô hình văn bản hỗ trợ.

Qwen3.8-Omni-Flash có giá bao nhiêu?

Trên TokenLab, Qwen3.8-Omni-Flash có giá Đầu vào $0.15 / Đầu ra $0.47 mỗi 1M token. Bảng giá phía trên cho thấy chi tiết đầy đủ. Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.

Giới hạn ngữ cảnh và đầu ra của Qwen3.8-Omni-Flash là bao nhiêu?

Qwen3.8-Omni-Flash hỗ trợ tối đa 1.000.000 token ngữ cảnh.

Qwen3.8-Omni-Flash nên dùng endpoint nào?

Dùng https://api.tokenlab.sh/v1/responses làm mặc định cho Qwen3.8-Omni-Flash. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.

Qwen3.8-Omni-Flash hỗ trợ những thao tác nào?

Qwen3.8-Omni-Flash hỗ trợ Văn bản sang văn bản. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.