RespuestasPublicado16 fuentes
Qwen3.8-Omni-Flash: qué hace y por qué importa su menor coste
Qwen3.8 Omni Flash acepta texto, imágenes, audio y vídeo de forma nativa y está disponible en la plataforma Qwen AI. Alibaba afirma que supera en más de un 25 % a Qwen3.5 Omni Plus de media en 29 evaluaciones; son resultados comunicados por la compañía, no una garantía para cada uso.
Publicado porEditado con GPT-6 SolImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- Qwen3.8 Omni Flash acepta texto, imágenes, audio y vídeo de forma nativa y está disponible en la plataforma Qwen AI.
- Alibaba afirma que supera en más de un 25 % a Qwen3.5 Omni Plus de media en 29 evaluaciones; son resultados comunicados por la compañía, no una garantía para cada uso.
- El análisis selectivo de vídeos largos y las rebajas de más del 98 % en el coste por hora de entrada de audio y de más del 93 % en audio y vídeo pueden facilitar proyectos con agentes multimodales.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Alibaba’s Qwen3.8 Omni Flash, launched on the Qwen AI platform in September 2026, and how do its native text, image, audio, and vide. Article summary: Alibaba’s Qwen3.8 Omni Flash is a September 2026 model available on the Qwen AI platform that accepts text, images, audio, and video natively in one workflow, with a context window of up to 1 million tokens.. Topic tags: general web, agents, ai, workflow, productivity. 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, watermarks, charts with fake
Una reunión grabada no plantea una sola tarea: hay que identificar quién habla, relacionar las voces con las imágenes, localizar acuerdos y, quizá, preparar una lista de pendientes. Qwen3.8-Omni-Flash, presentado por Alibaba en septiembre de 2026 y disponible en Qwen AI, está diseñado para reunir ese trabajo en un flujo que admite texto, imágenes, audio y vídeo de forma nativa. Su ventana de contexto llega a un millón de tokens. El modelo principal devuelve texto; la variante Realtime incorpora salida de audio. 2
5
1
De entender una grabación a trabajar con ella
La propuesta es que un agente pueda examinar materiales de distintos formatos, razonar sobre lo que encuentra y utilizar herramientas para entregar un resultado, en lugar de limitarse a describir el contenido. En reuniones de hasta una hora de audio y vídeo, el modelo puede relacionar participantes y voces, separar intervenciones y transcribirlas; ese análisis puede servir de base para actas y tareas posteriores. 16
52
Para vídeos largos, el procesamiento selectivo permite buscar los momentos pertinentes en vez de analizar continuamente cada fotograma. Alibaba comunica un uso de un 51,8 % menos de tokens que un método de comprensión estática en OmniVideoBench. También informa de una mejora media superior al 25 % frente a Qwen3.5-Omni-Plus en 29 evaluaciones. Son mediciones de pruebas concretas: ni la precisión ni el ahorro tienen por qué repetirse en todos los proyectos. 12
16
Las piezas para llevarlo a un agente
Alibaba amplió Qwen-MM-Plugins para incorporar capacidades de audio y vídeo a entornos de agentes que ejecutan tareas de varios pasos. Por separado, publicó como código abierto Qwen-Live Harness, orientado a interacciones continuas en tiempo real. La variante Qwen3.8-Omni-Flash-Realtime admite interacción en directo con audio y vídeo, respuestas en texto y audio, audio multicanal, agregación de vídeo y herramientas remotas mediante MCP, un protocolo para conectar agentes con herramientas externas. 52
1
2
El otro factor es el precio. Según Alibaba, el coste de la API por hora de entrada de audio baja más del 98 %, y el de entrada conjunta de audio y vídeo, más del 93 %. Sumadas al análisis selectivo, esas rebajas pueden hacer más viables los agentes que revisan grabaciones y usan herramientas de forma recurrente. El coste final, sin embargo, dependerá del material procesado, los tokens consumidos, las respuestas generadas y las herramientas utilizadas. 12
16
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Qwen3.8-Omni-Flash: qué hace y por qué importa su menor coste"?
Qwen3.8 Omni Flash acepta texto, imágenes, audio y vídeo de forma nativa y está disponible en la plataforma Qwen AI.
¿Cuáles son los puntos clave a validar primero?
Qwen3.8 Omni Flash acepta texto, imágenes, audio y vídeo de forma nativa y está disponible en la plataforma Qwen AI. Alibaba afirma que supera en más de un 25 % a Qwen3.5 Omni Plus de media en 29 evaluaciones; son resultados comunicados por la compañía, no una garantía para cada uso.
¿Qué debo hacer a continuación en la práctica?
El análisis selectivo de vídeos largos y las rebajas de más del 98 % en el coste por hora de entrada de audio y de más del 93 % en audio y vídeo pueden facilitar proyectos con agentes multimodales.