Новости
Qwen3.8 Omni Flash вышла: модель Alibaba понимает текст, звук и видео
Alibaba выпустила Qwen3.8 Omni Flash 18 сентября 2026 года. Модель понимает текст, картинки, звук и видео, держит окно в 1 млн токенов и распознаёт речь на 74 языках. Что известно, в чём источники расходятся и чем разобрать видео и звук в СуперИнтеллекте уже сейчас.
Команда СуперИнтеллекта · · ~4 мин
Alibaba выпустила Qwen3.8 Omni Flash 18 сентября 2026 года. Модель изначально понимает текст, изображения, звук и видео и рассчитана на агентные сценарии: сама планирует задачу, вызывает инструменты и ищет в интернете. Окно контекста — 1 млн токенов, речь она распознаёт на 74 языках и 39 китайских диалектах. По данным Alibaba, в среднем по 30 тестам новинка на 26% лучше Qwen3.5-Omni-Plus. Открытых весов нет, в каталоге СуперИнтеллекта модели пока тоже нет, но разобрать видео и звук в чате можно уже сейчас.
Что такое Qwen3.8 Omni Flash?
Это «всеядная» модель семейства Qwen3.8. Omni в названии означает, что одна нейросеть работает сразу с текстом, картинками, звуком и видео. Такой модели можно дать запись созвона или ролик и задать вопросы по содержанию, не расшифровывая его заранее. Flash — метка недорогой версии, и цена токена у неё действительно низкая.
Модель рассчитана на агентную работу: она сама планирует задачу, вызывает инструменты, ищет информацию в интернете и умеет рассуждать перед ответом. Подробности релиза — в обзоре MarkTechPost и в блоге Qwen.
Что умеет Qwen3.8 Omni Flash?
Слушать, смотреть и действовать — всё в одном запросе.
- Окно в 1 млн токенов. На вход — около 991 тыс., на выход — до 131 тыс. Окно контекста — это объём данных, который модель держит в памяти за один запрос, поэтому она рассчитана и на длинные аудио и видео.
- Распознавание речи на 74 языках и 39 китайских диалектах.
- Агентные навыки: планирование, вызов инструментов, поиск в интернете, рассуждения.
- Ответ текстом. Про синтез речи источники расходятся, об этом ниже.
Насколько Qwen3.8 Omni Flash лучше прошлых версий?
По данным Alibaba, в среднем на 26% лучше Qwen3.5-Omni-Plus по 30 тестам. Самый заметный рост — в тесте WildClawBench-MM: 71,0 балла, на 36,5 пункта больше прежнего результата. Все эти цифры — заявления разработчика, а не независимые замеры.
Сколько стоит Qwen3.8 Omni Flash?
Это одна из самых дешёвых новинок сентября. Если сравнить опубликованные цены с Grok 4.7, токен у Omni Flash примерно в 13 раз дешевле и на входе, и на выходе. По цене входа она вровень с Xiaomi MiMo-V2.6 Flash.
Ещё дешевле кешированный вход — примерно в 9 раз ниже обычного. Кеш срабатывает, когда начало запроса совпадает с предыдущим, и это выгодно, если к одной длинной записи задают много вопросов подряд.
Alibaba также заявляет, что звук теперь обрабатывается на 98% дешевле. Но часть выигрыша, как отмечают обзоры, объясняется тем, что при разборе видео модель берёт кадры реже, то есть смотрит ролик менее подробно.
Умеет ли Qwen3.8 Omni Flash говорить голосом?
Однозначного ответа пока нет: источники расходятся. Одни пишут, что модель отвечает только текстом, другие — что она синтезирует речь на 29 языках. Сверить это с первоисточником нам не удалось, поэтому надёжнее рассчитывать на текстовый ответ. Для озвучки в МедиаЛабе СуперИнтеллекта с тарифа СТАРТ есть отдельная модель — Gemini 3.8 Flash TTS: 30 голосов и русский язык.
Есть ли у Qwen3.8 Omni Flash открытые веса?
Нет. Модель доступна только через платформы Alibaba. Скачать её и запустить на своих серверах, как открытые модели Xiaomi MiMo-V2.6, не получится.
Как разобрать видео и звук в СуперИнтеллекте уже сейчас?
Для этого в чате есть инструмент «Анализ видео» и модели Gemini, а для длинных записей — «Расшифровка» в МедиаЛабе. Qwen3.8 Omni Flash в каталоге пока нет, но работать с видео и аудио можно без VPN и зарубежной карты, с оплатой в рублях.
- Инструмент «Анализ видео». Если выбранная модель сама не смотрит видео, ролик или ссылку на YouTube разберёт отдельный инструмент, а ответ продолжит ваша модель. Цена зависит от длины ролика. Для роликов длиннее 10 минут и для YouTube платформа сначала спрашивает подтверждение. Подробнее — в статье «Чат смотрит видео и слушает аудио».
- Модели Gemini. Они принимают видео напрямую, например Gemini 3.8 Flash. Когда вы прикрепляете ролик, платформа сама подсказывает, какие модели вашего тарифа его примут.
- Длинные записи — в МедиаЛаб. Лекцию, вебинар или созвон на 2–3 часа можно загрузить в раздел «Расшифровка» (файл до 350 МБ): трёхчасовая запись превращается в текст примерно за полторы минуты. Записи до 20 минут расшифровываются с разделением по говорящим.
Из семейства Qwen в каталоге уже есть Qwen3.8 Max Prime: она принимает текст, картинки и видео и доступна на бесплатном тарифе. Регистрация бесплатная.
Частые вопросы
Когда вышла Qwen3.8 Omni Flash?
18 сентября 2026 года.
Сколько языков распознаёт Qwen3.8 Omni Flash?
По данным Alibaba, 74 языка и 39 китайских диалектов.
Есть ли Qwen3.8 Omni Flash в СуперИнтеллекте?
Пока нет. Для разбора видео и звука в чате есть инструмент «Анализ видео» и модели Gemini, а для длинных записей — «Расшифровка» в МедиаЛабе.