Câu trả lờiĐã xuất bản18 nguồn
Qwen3.8-Omni-Flash: mô hình AI đa phương thức 1 triệu token của Alibaba
Qwen3.8 Omni Flash là mô hình lưu trữ trên đám mây của Alibaba, nhận văn bản, hình ảnh, âm thanh và video trong cùng ngữ cảnh tối đa 1 triệu token, nhưng đầu ra được công bố là văn bản. Alibaba cho biết mô hình cải thiện trung bình hơn 25% trên 29 đánh giá so với Qwen3.5 Omni Plus; chi phí đầu vào âm thanh và âm tha...
Đăng bởiBiên tập bằng GPT-5.6 TerraHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Qwen3.8 Omni Flash là mô hình lưu trữ trên đám mây của Alibaba, nhận văn bản, hình ảnh, âm thanh và video trong cùng ngữ cảnh tối đa 1 triệu token, nhưng đầu ra được công bố là văn bản.
- Alibaba cho biết mô hình cải thiện trung bình hơn 25% trên 29 đánh giá so với Qwen3.5 Omni Plus; chi phí đầu vào âm thanh và âm thanh–hình ảnh giảm lần lượt hơn 98% và hơn 93%.
- Mô hình có trên Alibaba Cloud Model Studio, hỗ trợ chế độ suy luận, gọi hàm, tìm kiếm web, bộ nhớ đệm ngữ cảnh và các trường âm thanh/video trong Responses API.
Prompt AI
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 là mô hình đa phương thức nguyên bản được Alibaba cung cấp qua đám mây. Mô hình có thể hiểu đồng thời văn bản, hình ảnh, âm thanh và video, rồi tạo ra đầu ra dạng văn bản. Với cửa sổ ngữ cảnh 1 triệu token, chế độ suy luận, gọi hàm và tìm kiếm web, đây chủ yếu là công cụ phân tích nội dung đa phương tiện và điều phối quy trình có dùng công cụ — không phải một mô hình tạo âm thanh hay video đa năng. 17
Giá trị thực tế: xử lý một khối tư liệu dài, nhiều định dạng
Qwen3.8-Omni-Flash được Alibaba hướng đến cho các tác vụ như hiểu âm thanh/video, tóm tắt cuộc họp, tạo phụ đề và phân tích nội dung. Chẳng hạn, một ứng dụng có thể đưa vào bản ghi cuộc họp, slide liên quan, ảnh chụp màn hình và yêu cầu bằng văn bản; sau đó yêu cầu mô hình rút ra điểm chính hoặc gọi một công cụ bên ngoài đã được cho phép. 17
Điểm nổi bật nhất về năng lực là ngữ cảnh 1 triệu token. Điều này giúp đưa một tập tài liệu rất lớn vào cùng một lượt xử lý. Tuy nhiên, dung lượng ngữ cảnh không đồng nghĩa mô hình chắc chắn truy xuất chính xác mọi chi tiết hay suy luận chuẩn xác giữa các loại dữ liệu. Doanh nghiệp vẫn nên kiểm thử khả năng tìm lại thông tin, mức độ bám sát nguồn, độ trễ và chi phí bằng chính video dài, tài liệu và chuỗi gọi công cụ của mình. 16
17
“Tác tử AI” ở đây có nghĩa gì?
Alibaba cho biết Qwen3.8-Omni-Flash hỗ trợ suy luận, gọi hàm (function calling) và tìm kiếm web. Nhờ đó, ứng dụng có thể để mô hình diễn giải dữ liệu đa phương thức, xác định khi nào cần thêm thông tin hoặc một hành động bên ngoài, rồi yêu cầu gọi công cụ phù hợp. 17
Điều này không khiến mô hình tự chủ hoàn toàn. Chủ ứng dụng vẫn là bên quyết định công cụ nào được cung cấp, công cụ được cấp quyền truy cập gì, cách xác thực lệnh gọi, cách xử lý lỗi và thời điểm một hành động quan trọng cần con người phê duyệt. Mô hình chỉ là một thành phần trong quy trình an toàn.
Đầu vào, đầu ra và cách truy cập API
Qwen3.8-Omni-Flash nhận đầu vào là văn bản, ảnh, âm thanh và video, trong khi đầu ra được công bố là văn bản. Alibaba khuyến nghị dùng mô hình cho phân tích âm thanh/video không theo thời gian thực và tạo văn bản; các sản phẩm Qwen khác phù hợp hơn với nhu cầu thời gian thực hoặc đầu ra giọng nói. 17
Mô hình được cung cấp qua Alibaba Cloud Model Studio, với các khu vực hỗ trợ gồm Bắc Kinh, Singapore, Hồng Kông, Tokyo, Frankfurt và Virginia. Nhà phát triển cần API key của khu vực đã chọn. 17
Với những người dùng giao diện theo phong cách OpenAI, Responses API của Alibaba hỗ trợ riêng kiểu nội dung input_audio và input_video trong tin nhắn người dùng dành cho qwen3.8-omni-flash. Danh mục mô hình cũng ghi nhận các chế độ có và không suy luận, gọi hàm, tìm kiếm web và bộ nhớ đệm ngữ cảnh.
So với Qwen3.5-Omni-Plus
So với Qwen3.5-Omni-Plus, thay đổi cốt lõi là kết hợp hiểu dữ liệu đa phương thức với ngữ cảnh dài hơn và công cụ tác tử được nêu rõ. Alibaba báo cáo điểm trung bình tăng hơn 25% trên 29 bài đánh giá. Hãng nêu mức tăng 36,5 điểm ở WildClawBench-MM và 22,3 điểm ở AgenticVBench — các thước đo hướng tới dùng công cụ đa phương thức và nhiệm vụ tác tử. 16
Alibaba cũng cho biết giá API tính theo giờ cho đầu vào âm thanh giảm hơn 98%, còn đầu vào âm thanh–hình ảnh giảm hơn 93%, so với Qwen3.5-Omni-Plus. Đây là con số đáng chú ý với việc phân tích lượng lớn nội dung media, nhưng vẫn là tuyên bố của nhà cung cấp. Chúng không thể thay thế việc kiểm thử tổng chi phí dựa trên định dạng tệp, cách token hóa và tuyến API thực tế trong môi trường triển khai. 16
Giá tham khảo, không phải ngân sách cuối cùng
Một số bảng giá bên thứ ba ghi nhận mức giá serverless khoảng 0,15 USD cho 1 triệu token đầu vào, 0,47 USD cho 1 triệu token đầu ra và 0,016 USD cho 1 triệu token đầu vào từ bộ nhớ đệm. 5
9
Giá có thể khác theo tuyến truy cập, khu vực, loại dữ liệu và bảng giá hiện hành. Những con số này phù hợp để so sánh ban đầu; trước khi dự báo chi phí ở quy mô lớn, cần kiểm tra bảng giá trực tiếp trên Model Studio.
Benchmark tích cực, nhưng chưa phải bảng xếp hạng tuyệt đối
Kết quả Alibaba công bố cho thấy hiệu năng âm thanh–video, dùng công cụ và nhiệm vụ dài hạn tốt hơn mẫu Omni trước đó. Công ty cũng báo cáo cải thiện ở LongAudioSpan, OmniVideoBench và các bài đánh giá thiên về tác tử. 16
Dù vậy, các kết quả này không phải lời xác nhận độc lập rằng Qwen3.8-Omni-Flash là mô hình đa phương thức tốt nhất nói chung. Cửa sổ 1 triệu token cùng điểm benchmark cao không tự động chứng minh mô hình sẽ vượt Gemini, OpenAI, Anthropic hoặc các nhà cung cấp AI Trung Quốc khác trong mọi tổ hợp ngôn ngữ, dạng video, chuỗi công cụ và yêu cầu an toàn. Câu hỏi thiết thực hơn là: mô hình có đạt chất lượng, độ trễ, yêu cầu quản trị và tổng chi phí cần thiết cho một khối lượng công việc cụ thể hay không?
Mô hình lưu trữ trên đám mây, kèm công cụ mã nguồn mở
Bản thân Qwen3.8-Omni-Flash là dịch vụ lưu trữ trên đám mây, không phải mô hình trọng số mở để tải xuống. Alibaba đồng thời phát hành trọng số của Qwen3.8-Flash-Next — một mô hình mixture-of-experts (MoE) đa phương thức khác, được mô tả là bản xem trước sớm của kiến trúc dùng cho Qwen4. 19
20
Cùng với Omni-Flash, Qwen công bố Qwen-MM-Plugins và Qwen-Live Harness dưới dạng công cụ đồng hành mã nguồn mở, phục vụ xây dựng ứng dụng đa phương thức và tương tác liên tục theo thời gian thực. Các công cụ này có thể giảm công sức tích hợp, nhưng không biến trọng số của Omni-Flash thành mã nguồn mở. 19
22
Vị trí của Qwen3.8-Omni-Flash trên thị trường AI
Mô hình đáng chú ý vì đóng gói ba năng lực vốn thường tốn kém khi triển khai cùng lúc: hiểu đa phương tiện, ngữ cảnh rất dài và công cụ thân thiện với quy trình tác tử. Cách định vị của Alibaba đặc biệt phù hợp với nhóm phải xử lý nhiều cuộc họp, bản ghi, video hoặc kho tri thức đa phương tiện, nơi chi phí đầu vào là yếu tố quan trọng. 16
17
Sản phẩm cũng phản ánh cuộc cạnh tranh ngày càng gay gắt về tỷ lệ hiệu năng trên giá ở thị trường AI Trung Quốc. Reuters cho biết đợt ra mắt rộng hơn của Qwen3.8-Flash nhấn mạnh việc giảm chi phí huấn luyện bên cạnh hiệu năng lập trình và tác vụ văn phòng được cải thiện. 1
Kết luận hợp lý không phải là một lần ra mắt đã định đoạt cuộc cạnh tranh giữa các công ty AI Trung Quốc và phương Tây. Nhưng Qwen3.8-Omni-Flash là ứng viên đáng đưa vào vòng đánh giá nghiêm túc, đặc biệt với phân tích âm thanh/video khối lượng lớn — song song với những nhà cung cấp phù hợp nhất về khu vực triển khai, tuân thủ, ngôn ngữ và khả năng tích hợp của từng tổ chức.
Kết luận
Nên xem Qwen3.8-Omni-Flash như một lớp phân tích và điều phối đa phương thức: mô hình tiếp nhận văn bản, ảnh, âm thanh và video; giữ tối đa 1 triệu token ngữ cảnh; tham gia vào quy trình dùng công cụ; và trả về văn bản. 17
Thế mạnh lớn nhất của nó không nằm ở việc “tạo mọi loại nội dung”, mà là khả năng hiểu dữ liệu media dài với chi phí được Alibaba định vị là cạnh tranh, kết hợp năng lực tác tử. Trước khi coi đây là phương án thay thế một mô hình tiên phong khác, cần kiểm chứng các tuyên bố về benchmark và chi phí bằng thử nghiệm đại diện cho nhu cầu thực tế.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Qwen3.8-Omni-Flash: mô hình AI đa phương thức 1 triệu token của Alibaba" là gì?
Qwen3.8 Omni Flash là mô hình lưu trữ trên đám mây của Alibaba, nhận văn bản, hình ảnh, âm thanh và video trong cùng ngữ cảnh tối đa 1 triệu token, nhưng đầu ra được công bố là văn bản.
Những điểm chính cần xác nhận đầu tiên là gì?
Qwen3.8 Omni Flash là mô hình lưu trữ trên đám mây của Alibaba, nhận văn bản, hình ảnh, âm thanh và video trong cùng ngữ cảnh tối đa 1 triệu token, nhưng đầu ra được công bố là văn bản. Alibaba cho biết mô hình cải thiện trung bình hơn 25% trên 29 đánh giá so với Qwen3.5 Omni Plus; chi phí đầu vào âm thanh và âm thanh–hình ảnh giảm lần lượt hơn 98% và hơn 93%.
Tôi nên làm gì tiếp theo trong thực tế?
Mô hình có trên Alibaba Cloud Model Studio, hỗ trợ chế độ suy luận, gọi hàm, tìm kiếm web, bộ nhớ đệm ngữ cảnh và các trường âm thanh/video trong Responses API.
Nguồn
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