الإجاباتمنشور18 المصادر
ما هو Qwen3.8-Omni-Flash؟ نموذج علي بابا لتحليل النصوص والصوت والفيديو بسياق مليون رمز
Qwen3.8 Omni Flash نموذج سحابي من علي بابا يحلل النصوص والصور والصوت والفيديو ضمن سياق واحد يصل إلى مليون رمز، ثم يُنتج نصاً. تقول علي بابا إن متوسط الأداء تحسن بأكثر من 25% عبر 29 تقييماً مقارنةً بـ Qwen3.5 Omni Plus، مع انخفاض تكلفة إدخال الصوت بأكثر من 98% وإدخال الصوت والفيديو بأكثر من 93%.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Terraتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- Qwen3.8 Omni Flash نموذج سحابي من علي بابا يحلل النصوص والصور والصوت والفيديو ضمن سياق واحد يصل إلى مليون رمز، ثم يُنتج نصاً.
- تقول علي بابا إن متوسط الأداء تحسن بأكثر من 25% عبر 29 تقييماً مقارنةً بـ Qwen3.5 Omni Plus، مع انخفاض تكلفة إدخال الصوت بأكثر من 98% وإدخال الصوت والفيديو بأكثر من 93%.
- يتاح عبر Alibaba Cloud Model Studio، ويدعم أنماط التفكير، واستدعاء الدوال، والبحث على الويب، وتخزين السياق المؤقت، وحقول الصوت والفيديو في واجهة Responses API.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Alibaba’s Qwen3.8-Omni-Flash, and how does its native text-, image-, audio-, and video-processing architecture, 1-million-token cont. Article summary: Qwen3.8-Omni-Flash is Alibaba’s hosted “native omnimodal” model for understanding text, images, audio, and video in one context, then producing text responses. Its main advance over Qwen3.5-Omni-Plus is not merely broade. Topic tags: general, news, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
Qwen3.8-Omni-Flash هو نموذج سحابي «متعدد الوسائط أصلياً» من علي بابا، صُمم لفهم النصوص والصور والصوت والفيديو معاً وإنتاج مخرجات نصية. ويجمع بين نافذة سياق تصل إلى مليون رمز، وأنماط التفكير، واستدعاء الدوال والبحث على الويب؛ لذلك فهو موجّه أساساً إلى تحليل الوسائط وسير العمل الذي يستخدم أدوات خارجية، لا إلى توليد الصوت أو الفيديو للأغراض العامة. 17
القيمة العملية: نموذج واحد لمواد طويلة ومختلطة
لا يستهدف النموذج الحالات التي يكون فيها الإدخال مستنداً أو محادثة فقط. توثقه علي بابا لاستخدامات مثل فهم الصوت والفيديو، وتلخيص الاجتماعات، وإعداد الترجمات النصية وتحليل المحتوى. عملياً، يمكن للتطبيق تمرير تسجيل اجتماع وشرائح مرتبطة به ولقطات شاشة وتعليمات مكتوبة ضمن سير عمل واحد، ثم طلب استخلاص النتائج أو استدعاء أداة خارجية مصرح بها. 17
الميزة الأبرز هي سياق بمليون رمز. وهذا يتيح وضع كمّ كبير جداً من المواد في سياق طلب واحد، لكنه لا يضمن تلقائياً دقة الاسترجاع أو الاستدلال بين الوسائط. من الأفضل للفرق اختبار دقة التذكر والارتباط بالمصادر وزمن الاستجابة والتكلفة على فيديوهاتها الطويلة ووثائقها وتسلسلات أدواتها الفعلية. 16
17
ماذا تعني «قدرات الوكيل» هنا؟
تقول علي بابا إن Qwen3.8-Omni-Flash يدعم التفكير، واستدعاء الدوال، والبحث على الويب. وتسمح هذه الخصائص للتطبيق بأن يجعل النموذج يفسر مواد متعددة الوسائط، ويقرر أن مهمة ما تحتاج إلى معلومة أو إجراء خارجي، ثم يطلب استدعاء أداة مناسبة. 17
لكن هذا لا يعني أن النموذج مستقل ذاتياً. مالك التطبيق هو من يحدد الأدوات المتاحة، والصلاحيات وبيانات الاعتماد التي تصل إليها، وكيفية التحقق من الاستدعاءات ومعالجة الإخفاقات، ومتى تتطلب العملية موافقة بشرية. فالنموذج القادر ليس سوى جزء واحد من سير عمل آمن.
المدخلات والمخرجات والوصول عبر الواجهة البرمجية
يقبل النموذج النصوص والصور والصوت والفيديو كمدخلات، بينما مخرجاته الموثقة هي النص. وتوصي علي بابا به لتحليل الصوت والفيديو غير الفوري وتوليد النص؛ أما حالات الاستخدام الفوري أو المخرجات الصوتية فتغطيها عروض Qwen أخرى. 17
يتوفر عبر Alibaba Cloud Model Studio في بكين وسنغافورة وهونغ كونغ وطوكيو وفرانكفورت وفيرجينيا، ويتطلب مفتاح API للمنطقة المختارة. 17
وبالنسبة للمطورين الذين يستخدمون واجهة بأسلوب OpenAI، تدعم واجهة Responses API من علي بابا حقلي input_audio وinput_video في رسائل المستخدم الخاصة بـ qwen3.8-omni-flash. كما تسجل صفحة النموذج دعمه لأنماط التفكير وغير التفكير، واستدعاء الدوال، والبحث على الويب، وتخزين السياق المؤقت.
مقارنة مع Qwen3.5-Omni-Plus
الاختلاف الرئيسي عن Qwen3.5-Omni-Plus هو دمج فهم الوسائط المتعددة مع سياق أطول وأدوات وكيلة صريحة. وتفيد علي بابا بأن متوسط الدرجة تحسن بأكثر من 25% عبر 29 تقييماً. كما تسلط الضوء على زيادة قدرها 36.5 نقطة في WildClawBench-MM و22.3 نقطة في AgenticVBench، وهما اختباران يرتبطان باستخدام الأدوات في البيئات متعددة الوسائط والمهام الوكيلة. 16
وتقول الشركة أيضاً إن سعر واجهة API لكل ساعة من إدخال الصوت انخفض بأكثر من 98%، وإن إدخال الصوت والفيديو انخفض بأكثر من 93%، مقارنةً بـ Qwen3.5-Omni-Plus. وهذه أرقام مهمة لتحليل الوسائط بكثافة، لكنها ادعاءات من المورّد ولا تغني عن اختبار تكلفة كامل باستخدام صيغ الوسائط الفعلية، وآلية احتساب الرموز، ومسار API المستخدم في بيئة الإنتاج. 16
الأسعار: مرجع أولي لا ميزانية نهائية
تشير قوائم منشورة من أطراف ثالثة إلى سعر بلا خوادم يقارب 0.15 دولار لكل مليون رمز إدخال، و0.47 دولار لكل مليون رمز إخراج، و0.016 دولار لكل مليون رمز إدخال مُخزّن مؤقتاً. 5
9
قد تختلف الأسعار بحسب المسار والمنطقة ونوع الوسائط وقائمة الأسعار السارية. لذا تعامل مع هذه الأرقام كنقطة بداية للمقارنة، وراجع قائمة أسعار Model Studio المحدثة قبل الالتزام بتوقعات استخدام كبيرة.
النتائج المعيارية: مشجعة وليست حكماً عاماً
تشير النتائج المنشورة من علي بابا إلى تحسن في فهم الصوت والفيديو واستخدام الأدوات والمهام طويلة الأفق مقارنةً بنموذج Omni السابق. وتذكر الشركة تحسناً في LongAudioSpan وOmniVideoBench، إلى جانب تقييماتها الموجهة للمهام الوكيلة. 16
لكن هذه النتائج لا تمثل حكماً مستقلاً بأن Qwen3.8-Omni-Flash هو أفضل نموذج متعدد الوسائط إجمالاً. فنافذة مليون رمز والنتائج المعيارية القوية لا تثبت تفوقه على Gemini أو OpenAI أو Anthropic أو مزودين صينيين آخرين في كل لغة ونوع فيديو وسلسلة أدوات ومتطلب سلامة. والسؤال الأهم عند الشراء أضيق: هل يحقق الجودة وزمن الاستجابة والحوكمة والتكلفة الكلية المطلوبة لحالة استخدام محددة؟
نموذج مستضاف مع أدوات مفتوحة المصدر مرافقة
Qwen3.8-Omni-Flash نفسه خدمة مستضافة، وليس نموذجاً مفتوح الأوزان قابلاً للتنزيل. وأصدرت علي بابا بصورة منفصلة أوزان Qwen3.8-Flash-Next، وهو نموذج مختلف متعدد الوسائط من نوع مزيج الخبراء، ووُصف بأنه معاينة مبكرة لبنية مستخدمة في Qwen4. 19
20
وبالتوازي مع Omni-Flash، أعلنت Qwen عن Qwen-MM-Plugins وQwen-Live Harness كأدوات مرافقة مفتوحة المصدر لبناء تطبيقات متعددة الوسائط وتفاعل مستمر في الزمن الحقيقي. قد تقلل هذه الأدوات عبء التكامل، لكنها لا تجعل أوزان Omni-Flash نفسها مفتوحة المصدر. 19
22
موقعه في سوق الذكاء الاصطناعي
تأتي أهمية النموذج من جمعه ثلاث قدرات كان نشرها معاً مكلفاً في كثير من الأحيان: فهم واسع للوسائط، وسياق طويل جداً، وأدوات مناسبة للوكلاء. ويبدو تموضع علي بابا جذاباً خصوصاً للفرق التي تعالج كميات كبيرة من الاجتماعات والتسجيلات والفيديوهات أو قواعد المعرفة المختلطة، حيث تكون تكلفة الإدخال عاملاً محورياً. 16
17
كما يعكس الإطلاق احتدام المنافسة حول معادلة السعر مقابل الأداء في سوق الذكاء الاصطناعي الصيني. وأفادت رويترز بأن إطلاق Qwen3.8-Flash الأوسع ركّز على خفض تكاليف التدريب إلى جانب تعزيز أداء البرمجة والمهام المكتبية. 1
الخلاصة ليست أن إصداراً واحداً يحسم المنافسة بين شركات الذكاء الاصطناعي الصينية والغربية، بل أن أي تقييم جاد لنموذج وكيل متعدد الوسائط ينبغي أن يضم Qwen3.8-Omni-Flash، ولا سيما لتحليل الصوت والفيديو بكميات كبيرة، إلى جانب المزودين الأنسب لتوافر المؤسسة الإقليمي وامتثالها وأدائها اللغوي ومتطلبات التكامل لديها.
الخلاصة
أفضل طريقة لفهم Qwen3.8-Omni-Flash هي اعتباره طبقة لتحليل الوسائط المتعددة وتنسيق سير العمل: يستوعب النصوص والصور والصوت والفيديو، ويحتفظ بسياق حتى مليون رمز، ويشارك في تدفقات تستخدم أدوات خارجية، مع إرجاع النص. 17
وتكمن قوته الأوضح في فهم الوسائط الطويلة ضمن سياق واسع وبكلفة تراعي الحجم، مع إمكانات وكيلة؛ لا في توليد «شامل» لكل أنواع الوسائط. لذلك ينبغي التحقق عملياً من ادعاءات علي بابا بشأن المعايير والتكلفة على بيانات ممثلة للاستخدام قبل اعتباره بديلاً لنموذج متقدم آخر.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "ما هو Qwen3.8-Omni-Flash؟ نموذج علي بابا لتحليل النصوص والصوت والفيديو بسياق مليون رمز"؟
Qwen3.8 Omni Flash نموذج سحابي من علي بابا يحلل النصوص والصور والصوت والفيديو ضمن سياق واحد يصل إلى مليون رمز، ثم يُنتج نصاً.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
Qwen3.8 Omni Flash نموذج سحابي من علي بابا يحلل النصوص والصور والصوت والفيديو ضمن سياق واحد يصل إلى مليون رمز، ثم يُنتج نصاً. تقول علي بابا إن متوسط الأداء تحسن بأكثر من 25% عبر 29 تقييماً مقارنةً بـ Qwen3.5 Omni Plus، مع انخفاض تكلفة إدخال الصوت بأكثر من 98% وإدخال الصوت والفيديو بأكثر من 93%.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
يتاح عبر Alibaba Cloud Model Studio، ويدعم أنماط التفكير، واستدعاء الدوال، والبحث على الويب، وتخزين السياق المؤقت، وحقول الصوت والفيديو في واجهة Responses API.
المصادر
alibabacloud.comAlibaba Cloud Model Studio:Qwen-Omni
qwen.aiQwen3.8-Omni-Flash: Omni Senses. Agentic Delivery.
marktechpost.comAlibaba Qwen Releases Qwen3.8-Omni-Flash
llmreference.comQwen3.8-Omni-Flash – 1m context, multimodal | LLM Reference
ai-tldr.devQwen3.8-Omni-Flash — Alibaba's omni model gets a… | AI/TLDR