Qwen 3.8 Omni Flash가 Vega의 도구를 구동합니다

Alibaba는 2026년 9월 18일에 Qwen 3.8 Omni Flash를 공개했습니다. 이는 네이티브 옴니 모델입니다: 텍스트, 이미지, 오디오, 비디오를 입력받고 텍스트를 출력합니다. 컨텍스트 윈도우는 100만 토큰이며, 사고 모드는 기본으로 켜져 있고 조절 가능한 노력 수준을 제공합니다.

우리는 Vega의 백엔드 작업을 담당하는 모델을 Omni Flash로 업그레이드했습니다. 이 모델은 vega.chat과 ru.vega.chat에서 웹 검색 그룹, 파일 및 문서 분석, 녹취 요약, 도구 호출을 실행합니다. 모델 선택기에서 선택할 것은 없습니다: 이러한 기능은 이미 새 모델을 사용하고 있습니다.

옴니가 추가하는 것

이전 Qwen 3.8 Flash는 텍스트와 이미지를 읽었습니다. Omni Flash는 또한 오디오와 비디오를 네이티브로 이해하며, 2채널 및 4채널 공간 오디오를 포함하여 소음원의 방향과 거리를 추정할 수 있습니다. 파일 업로드의 경우, 이는 녹음과 클립이 내용 자체를 듣고 보는 모델에 의해 처리됨을 의미합니다.

Alibaba는 이 릴리스를 에이전틱 실행을 중심으로 소개합니다: 모델이 작업을 계획하고, 도구를 호출하며, 완성된 결과를 반환합니다. 시연 시나리오에는 비디오 편집, 클립 조립, 영화 리뷰, 긴 튜토리얼 요약이 포함됩니다. 이러한 특성은 Vega가 모델을 사용하는 방식과 부합하며, 채팅 인터페이스 뒤에서 검색 그룹과 다단계 도구 호출을 구동하기 때문입니다.

모델과 함께 Alibaba는 에이전트 프레임워크를 위한 오픈 Qwen-MM-Plugins와 WebSocket 및 WebRTC를 통한 실시간 애플리케이션을 위한 오픈소스 환경인 Qwen-Live-Harness를 공개했습니다.

벤치마크

멀티모달 도구 사용 벤치마크인 WildClawBench-MM에서 Omni Flash는 71.0점을 기록했으며, Gemini 3.8 Flash는 58.9점, 이전 Qwen3.5-Omni-Plus는 34.5점입니다. OmniVideoBench에서는 정적 모드에서 63.4, Qwen Code 모드에서 67.8에 도달하며, 이전 세대보다 45.7% 적은 토큰을 사용합니다. Alibaba는 약 30개 벤치마크에 걸쳐 평균 25% 이상의 향상을 보고합니다.

가격

텍스트 가격은 이전 Flash와 동일합니다: 입력 토큰당 100만당 $0.15, 출력 토큰당 100만당 $0.47, 캐시 적중 시 토큰당 100만당 $0.016입니다. 오디오 입력은 이전 옴니 세대보다 98% 이상 저렴하며, 오디오-비디오 결합 입력은 93% 이상 저렴합니다.

사양

파라미터	값
입력	텍스트, 이미지, 오디오(2ch/4ch 공간), 비디오
출력	텍스트
컨텍스트	1M 토큰, 사고 모드에서 983K
최대 출력	131K 토큰
사고	기본 켜짐, 조절 가능한 노력
API	DashScope 및 OpenAI 호환, 2M TPM / 30K RPM

Vega에서 동작하는 위치

오디오 파일이나 비디오 클립을 업로드하고, 웹 검색을 트리거하는 질문을 하거나, 분석할 문서를 보내세요. 이러한 작업에 대한 답변은 이제 Qwen 3.8 Omni Flash에서 나옵니다.