阿里云: Qwen3.8-Omni-Flash
qwen3.8-omni-flash- 输入 / 输出
- $0.15 / $0.47
- 上下文
- 1M
- 模态
- 视觉聊天
- 能力
- 工具调用提示词缓存推理
Qwen3.8-Omni-Flash 简介
Qwen3.8-Omni-Flash 是阿里巴巴最新的 Omni 对话模型。它能读文本、图像、音频和视频，以文本作答，上下文长达百万 token，可以同时装下冗长的媒体和文档。与 Qwen3.5-Omni 不同，它有可调的推理强度、工具调用和提示词缓存。它没有语音输出，需要语音回复时得另配语音合成模型。
擅长的任务
- 默认开启推理，可通过推理强度参数调节，从 none 一直到 very high。
- 支持工具调用，智能体可以根据看到和听到的内容采取行动。
- 许多请求共用一段很长的文档或录音前缀时，提示词缓存能派上用场。
- 最多可处理约 3 小时音频或 2 小时视频，是这几款 Omni 模型里上限最长的。
- 一条消息里可以同时放文本、图像、音频和视频，所以一个请求就能把录音和对应的幻灯片放在一起分析。
什么情况换别的模型
- 它只以文本作答；需要模型自己开口说话时，请用 Qwen3.5-Omni。
- 不支持按 schema 约束的 JSON 输出，JSON 结构只能在提示词里要求，并自行校验。
- 推理会增加延迟和输出 token，简单查询请调低推理强度。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本生成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!" }'
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
默认规格
每 1M token- Official 价格
- 输入 $0.15 / 输出 $0.47 / 缓存读取 $0.016
- Verified 价格
- —
- 折扣
- —
缓存读取
- Official 价格
- $0.016
- Verified 价格
- —
- 折扣
- —
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| 默认规格 | 输入 $0.15 / 输出 $0.47 / 缓存读取 $0.016 | — | — |
| 提示词缓存价格 | |||
| 缓存读取 | $0.016 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Qwen3.8-Omni-Flash 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 qwen3.8-omni-flash 发一条简短消息，接口是 /v1/responses。返回回复，附上延迟和费用。
使用场景
适用场景- 视觉
- 推理
长录音复盘
载入数小时的会议或讲座录音，让它整理出决定、分歧和待办；查找前后矛盾的地方时，把推理强度调高。
多模态智能体
把截图、语音备注和工具调用结合起来，让智能体查看案例并更新工单。
带缓存的文档与媒体问答
把一份大型材料放在缓存前缀里，针对它反复提问，重复调用的成本更低。
提示词示例
录音和幻灯片都附上了。列出讲者说过、但幻灯片没有支持的所有论断。
用 search_tickets 工具找出与这张截图里的问题重复的工单，然后总结你的发现。
请仔细推理：这两段音频里的承诺是同一个人说的吗？
此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。
FAQ
Qwen3.8-Omni-Flash 有哪些新变化？
相比 3.5 版的 Omni 模型，它新增了可调推理、工具调用和提示词缓存，上下文大得多，也能处理更长的视频。代价是只输出文本，而 Qwen3.5-Omni 可以说话。
怎么控制它的推理？
思考默认开启，通过推理强度参数设置，档位从 none 到 extra-high。快速提取信息用 none 或 low，查找矛盾和多步分析用更高的档位。
它能生成语音吗？
不能。阿里给 Qwen3.8-Omni-Flash 列出的输出是文本。需要语音回答时，把它的文本交给语音合成模型，或者改用能直接返回音频的 Qwen3.5-Omni 模型。
怎么向它发送音频或视频？
和其他多模态对话模型一样，媒体作为消息的内容部分，与文本一起放进去。上下文很大，所以长录音和文档可以放进同一个请求。
它能听懂多种语言的音频吗？
阿里文档称 Qwen3.8 和 3.5 的 Omni 模型支持 113 种语言的音频输入。书面回答可以要求使用文本模型支持的任意语言。
Qwen3.8-Omni-Flash 的费用是多少？
在 TokenLab 上，Qwen3.8-Omni-Flash 的价格为 输入 $0.15 / 输出 $0.47 每 1M token。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
Qwen3.8-Omni-Flash 的上下文窗口和输出上限是多少？
Qwen3.8-Omni-Flash 最多接收 1,000,000 token 的上下文。
Qwen3.8-Omni-Flash 应该使用哪个端点？
Qwen3.8-Omni-Flash 使用 https://api.tokenlab.sh/v1/responses。代码写法见下方的请求示例。
Qwen3.8-Omni-Flash 支持哪些操作？
Qwen3.8-Omni-Flash 支持 文本生成。选了操作，上面会显示对应的端点和请求示例。
Qwen3.8-Omni-Flash 对比
资料来源
审阅于 2026年10月2日
