阿里Qwen团队发布Qwen3.8-Omni-Flash 原生全模态性能大幅升级

2026年9月18日，阿里巴巴旗下Qwen团队正式发布新一代原生全模态模型Qwen3.8-Omni-Flash。该模型支持文本、图像、音频、视频四类输入，配备100万Token上下文窗口，较上一代产品29项基准测试平均成绩提升超25%，音频处理成本大幅下降98%，综合性能实现跨越式升级。

技术架构核心突破：原生融合而非模块拼接

此次发布的Qwen3.8-Omni-Flash最大的变化并非能力参数的简单堆叠，而是处理逻辑的底层升级：它没有采用语音识别、图像识别模块简单拼接的传统方案，而是从模型层面原生融合多模态理解与AI智能体能力。阿里Qwen团队的设计目标十分明确，就是要让模型不止停留在“看懂”“听懂”音视频内容的阶段，还要能基于理解结果完成任务规划、工具调用、执行落地的全链路操作。

核心性能与测试表现

官方披露的测试数据显示，和上一代产品Qwen3.5-Omni-Plus相比，Qwen3.8-Omni-Flash在29项基准测试中的平均成绩提升超过25%，上下文窗口达到100万Token，能够支持长时音视频、超长文本的连贯理解处理。其中音频处理是该模型的核心优势，成本直接砍掉98%，大幅降低了音频场景的商用门槛。在WildClawBench-MM多模态工具调用测试中，Qwen3.8-Omni-Flash拿下71.0分的成绩，多模态工具调用能力表现突出。

迭代方向的价值指向

可以推断，此次Qwen团队的技术迭代，核心是瞄准多模态大模型的实际落地需求，通过底层架构的优化，在提升性能的同时大幅压缩使用成本，为多模态能力在更多实用场景的普及扫清障碍。