Alibaba Cloud: Qwen3.8-Omni-Flash
qwen3.8-omni-flash- 輸入 / 輸出
- $0.15 / $0.47
- 上下文
- 1M
- 模態
- 視覺辨識對話
- 能力
- 工具使用提示詞快取推理
關於 Qwen3.8-Omni-Flash
Qwen3.8-Omni-Flash 是阿里巴巴最新的 Omni 聊天模型。它能讀取文字、圖像、音訊和影片並以文字回答，且具備百萬級 token 的上下文長度，可同時處理長篇媒體與文件。與 Qwen3.5-Omni 不同的是，它具備可調整的推理強度、工具呼叫與提示詞快取功能。由於它沒有語音輸出，語音回覆需搭配獨立的文字轉語音模型。
適用場景
- 推理功能預設為開啟，並可透過推理強度設定進行調整，範圍從「無」到「極高」。
- 支援工具呼叫，因此代理程式（agent）可以根據其所見所聞採取行動。
- 當多個請求共享同一個長文件或錄音前綴時，提示詞快取（prompt caching）有助於提升效率。
- 最多可處理約 3 小時的音訊或 2 小時的影片，是這些 Omni 模型中限制最寬鬆的。
- 可在單一訊息中讀取文字、圖像、音訊和影片，因此單次請求即可結合錄音檔與其對應的簡報。
其他選擇建議
- 它僅以文字回答；若模型本身需要進行語音輸出，請使用 Qwen3.5-Omni。
- 不支援結構化約束的 JSON 輸出，因此必須在提示詞中強制要求 JSON 結構並進行驗證。
- 推理會增加延遲與輸出 token 數量，因此對於簡單的查詢，請降低推理強度設定。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例，並針對端點執行它。
文字轉文字Responses APIPOST/v1/responsesAPI 格式: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!" }'
定價
Verified 價格用於 Verified，多數模型更便宜；Official 價格是模型廠商公布的價格，用於更穩定的 Official。Auto 按最終完成請求的線路計價。
預設規格
每 1M Token- Official 價格
- 輸入 $0.15 / 輸出 $0.47 / 快取讀取 $0.016
- Verified 價格
- —
- 折扣
- —
快取讀取
- Official 價格
- $0.016
- Verified 價格
- —
- 折扣
- —
| Official 價格每 1M Token | Verified 價格每 1M Token | 折扣 | |
|---|---|---|---|
| 預設規格 | 輸入 $0.15 / 輸出 $0.47 / 快取讀取 $0.016 | — | — |
| Prompt 快取價格 | |||
| 快取讀取 | $0.016 | — | — |
使用量與活動
成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求，不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 Qwen3.8-Omni-Flash，並準備好編輯或發送提示詞。
協助我使用 qwen3.8-omni-flash 透過 /v1/responses 進行對話，並顯示回覆、延遲與成本。
應用情境
適合場景- 視覺辨識
- 推理
長錄音回顧
載入數小時的會議或講座錄音，並詢問決策、爭議點及後續行動，同時調高推理強度以處理矛盾之處。
多模態代理程式
結合螢幕截圖、語音備忘錄與工具呼叫，讓代理程式能檢查案件並更新工單。
已快取的文件與媒體問答
將大型來源檔案保留在快取前綴中，並以較低的重複成本針對該檔案進行多次提問。
提示詞範例
錄音檔與簡報檔皆已附上。請列出講者所說的每一項簡報中未提及的論點。
使用 search_tickets 工具找出此螢幕截圖中問題的重複項目，然後總結你的發現。
請仔細推理：這兩段音訊剪輯是否包含同一位講者的承諾？
此模型按條件計價，僅憑每月 token 總量無法可靠估算；請按請求規格、快取和適用時段查看詳細定價。
FAQ
Qwen3.8-Omni-Flash 有哪些新功能？
它新增了可調整的推理強度、工具呼叫、提示詞快取，並具備比 3.5 Omni 模型大得多的上下文長度，且能處理更長的影片。作為交換，它僅輸出文字，而 Qwen3.5-Omni 則具備語音輸出能力。
如何控制它的推理功能？
思考功能預設為啟用，並透過推理強度參數設定，等級從「無」到「極高」。對於快速提取資訊，請使用「無」或「低」；對於處理矛盾與多步驟分析，請使用較高的設定。
它能生成語音嗎？
不能。阿里巴巴列出 Qwen3.8-Omni-Flash 的輸出為文字。若需要語音回覆，請將其文字輸出傳送至文字轉語音模型，或使用可直接回傳音訊的 Qwen3.5-Omni 模型。
如何將音訊或影片傳送給它？
與其他多模態聊天模型一樣，媒體檔案作為訊息的內容部分與文字一同傳送。得益於龐大的上下文長度，長錄音與文件可以共享同一個請求。
它能理解多種語言的音訊嗎？
阿里巴巴的文件顯示 Qwen3.8 與 3.5 Omni 模型支援 113 種語言的音訊輸入。文字回答則可要求以該文字模型支援的任何語言呈現。
Qwen3.8-Omni-Flash 的費用是多少？
在 TokenLab 上，Qwen3.8-Omni-Flash 價格為 輸入 $0.15 / 輸出 $0.47 每 1M Token。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率；單一費率不代表總價。
Qwen3.8-Omni-Flash 的上下文長度與輸出限制為何？
Qwen3.8-Omni-Flash 支援最高 1,000,000 tokens 的上下文。
Qwen3.8-Omni-Flash 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/responses 進行 Qwen3.8-Omni-Flash 的呼叫。下方的請求範例展示了對應的程式碼格式。
Qwen3.8-Omni-Flash 支援哪些操作？
Qwen3.8-Omni-Flash 支援 文字轉文字。請在上方選擇一項操作以查看其端點與請求範例。
比較 Qwen3.8-Omni-Flash
來源
更新於 2026年10月2日
