Qwen 18 сентября 2026 года объявила о запуске Qwen3.8-Omni-Flash — нативной омнимодальной модели, которая принимает текст, изображения, аудио и видео и генерирует текстовый ответ. Модель уже доступна через Qianwen AI Platform / QwenCloud, а в документации указано контекстное окно до 1 млн токенов.
В API доступны function calling, веб-поиск и режим reasoning, который включён по умолчанию и настраивается через reasoning_effort. В документации также указана совместимость с протоколами DashScope и OpenAI. Это упрощает подключение модели к существующим процессам, где мультимодальную обработку нужно встроить без полной перестройки схемы работы.
Qwen заявляет о снижении стоимости обработки аудио примерно на 98%, а аудио-видео — более чем на 93% по сравнению с Qwen3.5-Omni-Flash. В релизе компания делает упор на длинные ролики, временные метки и задачи, где нужно собрать видео, звук и текст в один поток обработки. Производительность версии Qwen сопоставляет с Gemini 3.8 Flash.