Qwen 3.8 Omni Flash agora alimenta as ferramentas da Vega
A Alibaba lançou o Qwen 3.8 Omni Flash em 18 de setembro de 2026. Trata-se de um modelo nativamente omni: texto, imagens, áudio e vídeo entram, texto sai. A janela de contexto é de 1 milhão de tokens, e o modo de pensamento vem ativado por padrão com um nível de esforço ajustável.
Atualizamos o modelo por trás do trabalho de backend da Vega para o Omni Flash. Ele executa os grupos de busca na web, a análise de arquivos e documentos, os resumos de transcrição e as chamadas de ferramentas no vega.chat e no ru.vega.chat. Não há nada para selecionar no seletor de modelo: esses recursos já usam o novo modelo.
O que o omni adiciona
O Qwen 3.8 Flash anterior lia texto e imagens. O Omni Flash também entende áudio e vídeo nativamente, incluindo áudio espacial de dois e quatro canais, no qual consegue estimar a direção e a distância de uma fonte sonora. Para uploads de arquivos, isso significa que gravações e clipes são tratados por um modelo que ouve e assiste ao conteúdo em si.
A Alibaba enquadra o lançamento em torno da execução agêntica: o modelo planeja uma tarefa, chama ferramentas e devolve um resultado pronto. Seus cenários de demonstração incluem edição de vídeo, montagem de clipes, comentários de filmes e resumos de longos tutoriais. Esse perfil se encaixa no uso que a Vega faz do modelo, já que ele conduz grupos de busca e chamadas de ferramentas com múltiplas etapas por trás da interface de chat.
Junto com o modelo, a Alibaba publicou o Qwen-MM-Plugins aberto para frameworks de agentes e o Qwen-Live-Harness, um ambiente de código aberto para aplicativos em tempo real via WebSocket e WebRTC.
Benchmarks
No WildClawBench-MM, um benchmark para uso multimodal de ferramentas, o Omni Flash marca 71.0 contra 58.9 do Gemini 3.8 Flash e 34.5 do Qwen3.5-Omni-Plus anterior. No OmniVideoBench, ele atinge 63.4 no modo estático e 67.8 no modo Qwen Code, usando 45.7% menos tokens do que seu antecessor. A Alibaba relata um ganho médio de mais de 25% em cerca de 30 benchmarks.
Preços
O preço de texto corresponde ao do Flash anterior: US$ 0,15 por milhão de tokens de entrada, US$ 0,47 por milhão de tokens de saída e US$ 0,016 por milhão de tokens em acertos de cache. A entrada de áudio é mais de 98% mais barata do que na geração omni anterior, e a entrada combinada de áudio e vídeo é mais de 93% mais barata.
Especificações
| Parâmetro | Valor |
|---|---|
| Entrada | texto, imagens, áudio (espacial 2ch/4ch), vídeo |
| Saída | texto |
| Contexto | 1M tokens, 983K no modo de pensamento |
| Saída máxima | 131K tokens |
| Pensamento | ativado por padrão, esforço ajustável |
| API | DashScope e compatível com OpenAI, 2M TPM / 30K RPM |
Onde funciona na Vega
Envie um arquivo de áudio ou um clipe de vídeo, faça uma pergunta que acione a busca na web, ou envie um documento para análise. As respostas dessas tarefas agora vêm do Qwen 3.8 Omni Flash.