阿里千问今日发布 Qwen3.8-Omni-Flash，这是千问家族的旗舰级全模态 Agent 模型。模型支持文本、图像、音频、视频四种模态输入与 1M 超长上下文，核心升级在于从「理解全模态内容」走向「规划任务、调用工具并完成创作」。在累计 29 项评测中，平均得分提升超 25%；API 定价大幅下调，音频输入价格降幅超过 98%，音视频输入降幅超过 93%，是目前成本最低的全模态 Agent 方案之一。
一句话结论
Qwen3.8-Omni-Flash 是阿里千问发布的首款原生全模态 Agent 模型，在编程、GUI 操作，长程任务等 Agentic 能力上全面提升，同时以音视频为核心扩展了 Agent 工作流。与上一代 Qwen3.5-Omni-Plus 相比，29 项基准平均提升超 25%；API 价格降幅超过 93%，音频 API 几乎免费。
从「理解」到「执行」：全模态 Agent 的跨越
全模态模型已经不是新概念，但真正让产业兴奋的是「从理解走向执行」这个跨越。Qwen3.8-Omni-Flash 在编程、文本知识工作和 GUI 操作等通用 Agentic 能力基础上，进一步扩展了以音视频为核心的 Agent 应用场景：视频剪辑，音乐视频创作，影视制作与解说，音视频转图文摘要，音视频对话——这些都需要综合处理文本、图像、音频与视频的工作流。
实现这一跨越的关键，是千问配套开源的两套工具：Qwen-MM-Plugins（长程工作流工具链）和 Qwen-Live Harness（实时交互运行环境）。前者解决「一次性任务」的执行，后者解决「持续多轮交互」的场景。
基准数据：29 项评测平均提升 25%
官方公布的评测数据显示，Qwen3.8-Omni-Flash 在 29 项基准上相比上一代 Qwen3.5-Omni-Plus 平均得分提升超过 25%。在 Agent 专项评测中提升尤为显著：WildClawBench-MM 提升 36.5 分，AgenticVBench 提升 22.3 分，UniClawBench 取得 69.6 分。
基础能力方面也有明显提升：LongAudioSpan 提升 8.3 分，OmniVideoBench 提升 9.6 分，OmniCap-IF 的 CSR/ISR 分别提升 8.5/14.1 分，AliMeeting 的 DER/cpWER 分别从 88.11/89.61 降至 3.35/17.18。与 Gemini 3.8 Flash 对比：Qwen3.8-Omni-Flash 的音视频能力已接近 Gemini 3.8 Flash，音频能力整体超越 Gemini 3.8 Flash。
Agentic 长视频理解：45.7% Token 消耗降低
长视频理解是全模态 Agent 的核心难题之一。传统方法需要逐帧处理全部内容，即使答案只存在于其中几分钟。Qwen3.8-Omni-Flash 的 Agentic 理解能力从问题出发，自主决定「该看什么、听什么」，由粗到细多轮取证定位关键信息。
OmniVideoBench 实验数据：Agentic Understanding 将准确率从 63.4 提升至 67.8，同时 Token 消耗从 145,736 降至 79,117，降幅约 45.7%。这意味着同样算力下，模型可以「看」更多内容，「找」更准，「答」更好。
在多人会议场景，Qwen3.8-Omni-Flash 具备多说话人音画协同识别能力，原生支持最长一小时音视频输入，联合理解人物画面与语音内容，端到端完成说话人切分、内容转录与身份对应。输入完整会议视频并描述需求，模型即可梳理参会者关系、生成会议纪要与待办事项，并结合 Agent 与工具调用直接发送邮件、整理任务或开始编码。
在以视频为中心的研究报告场景，模型能结合用户需求与视频内容，挖掘值得深入研究的问题，梳理视频重点，并检索网页、图片、视频和文档等多模态资料，生成图文并茂的研究报告。
API 价格：降幅超过 93%，音频几乎免费
API 定价是 Qwen3.8-Omni-Flash 的核心竞争优势之一。官方公布的数据显示：每小时音频输入价格降幅超过 98%，每小时音视频输入价格降幅超过 93%。
以 2 分钟素材为基准估算：音频 API 输入成本降幅超过 98%，相当于每处理 1 小时音频内容的成本降至原来的 1/50；音视频 API 输入成本降幅超过 93%，每处理 1 小时 720p 视频内容的成本降至原来的 1/15 以内。
Qwen-MM-Plugins + Qwen-Live Harness：完整工具链
Qwen3.8-Omni-Flash 配套开源两套工具：Qwen-MM-Plugins 连接多模态理解、内容创作与 Agent Harness，是音视频生产力的完整入口；Qwen-Live Harness 连接音视频对话、任务委托、记忆与上下文管理，是实时交互场景的原生运行环境。
前者面向长程工作流（一次性任务），后者面向实时交互（多轮持续对话）。两者共同构成了千问全模态 Agent 工具链的完整闭环。
在实际音视频生产场景中，Qwen3.8-Omni-Flash 正在将音视频 Agent 推向新的阶段：从理解声音与画面，到自主规划、调用工具并交付成片。Music2MV 功能能细粒度、精准地理解用户输入歌曲的结构、节奏、情绪、人声与乐器变化，为人物、场景和镜头设计提供灵感，并输出带时间戳的句级歌词，让歌声、字幕与画面精准配合。
与 Muse Spark Open：两种 Agent 路线的对比
Qwen3.8-Omni-Flash 与 Meta Muse Spark Open 是目前最受关注的两款全模态 Agent 模型，但两者走了不同的路线：Muse Spark Open 走的是开源免费 + 本地部署路线（Mac Studio 即可跑），Qwen3.8-Omni-Flash 走的是云端 API + 完整工具链路线（Plugins + Harness 全家桶）。
核心差异在于：Muse Spark Open 的优势是本地部署能力和开源免费策略；Qwen3.8-Omni-Flash 的优势是原生 Agent 工具链和音视频 Agent 场景的实测领先（WildClawBench-MM +36.5 分），API 价格降幅超过 93%。
对于国内企业：Qwen3.8-Omni-Flash 无需翻墙，API 即开即用，工具链完整；对于境外或数据合规敏感的场景：Muse Spark Open 的开源权重提供了本地化选项。
FAQ
Qwen3.8-Omni-Flash 与 Qwen3.8-Flash-Next 有什么区别？
两者同属 Qwen3.8 系列，Omni-Flash 是全模态版本（文本+图像+音频+视频），Flash-Next 是文本专项优化版。Omni-Flash 增加了音视频 Agent 工作流能力，适合需要多模态理解与创作的场景。
API 价格降幅这么大，实际最低多少钱？
以 2 分钟音频素材为基准估算，每小时音频 API 成本约合 0.01 元人民币以内；音视频 API 每小时成本约合 0.05 元以内（具体以官方定价为准）。
Qwen-MM-Plugins 和 Qwen-Live Harness 有什么区别？
MM-Plugins 面向一次性长程任务（如剪辑一个视频），Live Harness 面向持续多轮交互（如实时对话助手）。两者覆盖了企业最常见的两种 Agent 使用模式。
延伸阅读
- DeepSeek 上线首个多模态模型 V4-Flash-Vision-Exp：一千张图 1.15 元，视觉 Agent 直逼 Opus 4.82 月前
- Qwen-Image-2.1-Turbo开源：8步出图，采样调度写进权重1 周前
- 前苹果Siri工程师做了一款藏在iMessage里的AI助手：能下单能跑腿3 周前
- 腾讯 WorkBuddy 升级 PPT 能力：一句话生成可上台初稿，原文件续改输出 .pptx4 周前
继续读
同一批更新里这几篇值得一看：