Alibaba lança Qwen3.8-Omni-Flash, omnimodal nativo texto+imagem+áudio+vídeo com 1 M de contexto e queda de 98% no preço de áudio, focado em workflows agentic audio-video

A equipe Qwen (Alibaba Cloud) publicou em 18/09 o Qwen3.8-Omni-Flash — omnimodal nativo que processa texto, imagem, áudio e vídeo numa única stack, com janela de 1 M de tokens e saída apenas em texto. Ganho médio de mais de 26% sobre o Qwen3.5-Omni-Plus em cerca de 30 benchmarks públicos e internos, com picos em WildClawBench-MM (+36,5), AgenticVBench (+22,3) e UniClawBench (69,6). Preço colapsa: US$ 0,15 / 1 M tokens de input, US$ 0,47 / 1 M de output, áudio 98% mais barato/hora e audiovisual 93% mais barato/hora. Disponível hoje em QwenCloud, Alibaba Cloud Model Studio e Qwen Studio; hosted-only, sem pesos pra download.