Qwen 3.8 Omni Flash ahora impulsa las herramientas de Vega
Alibaba lanzó Qwen 3.8 Omni Flash el 18 de septiembre de 2026. Es un modelo nativamente omni: entran texto, imágenes, audio y video, y sale texto. La ventana de contexto es de 1 millón de tokens, y el modo de razonamiento está activado de forma predeterminada con un nivel de esfuerzo ajustable.
Actualizamos el modelo que se encuentra detrás del trabajo de backend de Vega a Omni Flash. Ejecuta los grupos de búsqueda web, el análisis de archivos y documentos, los resúmenes de transcripciones y las llamadas a herramientas en vega.chat y ru.vega.chat. No hay nada que seleccionar en el selector de modelos: estas funciones ya usan el nuevo modelo.
Qué añade el modo omni
El Qwen 3.8 Flash anterior leía texto e imágenes. Omni Flash también entiende audio y video de forma nativa, incluido audio espacial de dos y cuatro canales, donde puede estimar la dirección y la distancia de una fuente de sonido. Para la subida de archivos, esto significa que las grabaciones y los clips son tratados por un modelo que escucha y observa el contenido en sí.
Alibaba enmarca el lanzamiento en torno a la ejecución agéntica: el modelo planifica una tarea, llama a herramientas y devuelve un resultado terminado. Sus escenarios de demostración incluyen edición de video, ensamblaje de clips, comentarios de películas y resúmenes de tutoriales largos. Ese perfil encaja con la forma en que Vega usa el modelo, ya que impulsa grupos de búsqueda y llamadas a herramientas de múltiples pasos detrás de la interfaz de chat.
Junto con el modelo, Alibaba publicó los Qwen-MM-Plugins abiertos para frameworks de agentes y Qwen-Live-Harness, un entorno de código abierto para aplicaciones en tiempo real sobre WebSocket y WebRTC.
Evaluaciones
En WildClawBench-MM, una evaluación para el uso multimodal de herramientas, Omni Flash obtiene 71.0 frente a 58.9 de Gemini 3.8 Flash y 34.5 del Qwen3.5-Omni-Plus anterior. En OmniVideoBench alcanza 63.4 en modo estático y 67.8 en modo Qwen Code, mientras usa un 45.7% menos de tokens que su predecesor. Alibaba reporta una ganancia promedio de más del 25% en unos 30 benchmarks.
Precios
El precio del texto coincide con el del Flash anterior: $0.15 por millón de tokens de entrada, $0.47 por millón de tokens de salida y $0.016 por millón de tokens en aciertos de caché. El audio de entrada es más de un 98% más barato que en la generación omni anterior, y la entrada combinada de audio y video es más de un 93% más barata.
Especificaciones
| Parámetro | Valor |
|---|---|
| Entrada | texto, imágenes, audio (espacial 2ch/4ch), video |
| Salida | texto |
| Contexto | 1M tokens, 983K en modo de razonamiento |
| Salida máx. | 131K tokens |
| Razonamiento | activado por defecto, esfuerzo ajustable |
| API | DashScope y compatible con OpenAI, 2M TPM / 30K RPM |
Dónde funciona en Vega
Sube un archivo de audio o un clip de video, haz una pregunta que active la búsqueda web o envía un documento para análisis. Las respuestas a estas tareas ahora provienen de Qwen 3.8 Omni Flash.