Qwen3.8-Omni-Flash startet in Alibabas API mit 1 Mio. Token Kontext und laut Qwen 98 % günstigerem Audio

Unser Urteil: Bedingt. Qwen3.8-Omni-Flash ist ein tatsächlich aufrufbares, omnimodales Modell mit 1 Mio. Token Kontext, und laut Qwen ist Audio-Input pro Stunde jetzt um mehr als 98 % günstiger. Diese Angabe könnte die Kalkulation für Transkription und Meeting-Zusammenfassungen verändern. Doch jeder Benchmark stammt von Qwen selbst, das Modell antwortet nur mit Text, und in keiner der von uns zitierten Quellen konnten wir einen Preis ablesen: Der Startbeitrag von Qwen zeigt seine Preise nur als Bild, und die Dokumentation von Model Studio nennt keinen Preis. Testen Sie das Modell und lesen Sie den Preis in Ihrer eigenen Konsole ab, bevor Sie einen Workload verschieben.

Was passiert ist

Das Qwen-Team von Alibaba hat Qwen3.8-Omni-Flash veröffentlicht (der Blogbeitrag von Qwen trägt das Datum 14.09.2026). Das Modell ist jetzt in Alibaba Cloud Model Studio als qwen3.8-omni-flash aufrufbar.

• Input: Text, Bilder, Audio und Video.
• Output: nur Text.
• Kontext: 1 Mio. Token.
• Modus: Model Studio beschreibt es als Nicht-Echtzeit-Modell für Audio- und Videoverständnis, Meeting-Zusammenfassungen und Inhaltsanalyse. Es unterstützt Function Calling und Websuche, und der Denkmodus wird über den Parameter reasoning_effort gesteuert (Standard xhigh).

Die Angaben von Qwen zum Launch:

• Audio-Input mehr als 98 % günstiger pro Stunde und audiovisueller Input mehr als 93 % günstiger.
• Ein durchschnittlicher Wert, der über 29 Evaluierungen hinweg mehr als 25 % höher liegt als bei Qwen3.5-Omni-Plus.
• Eine audiovisuelle Leistung „nahe an Gemini 3.8 Flash“ und eine Audioleistung insgesamt, die Gemini 3.8 Flash übertrifft.
• 69,6 bei UniClawBench, einem Benchmark für multimodale Tool-Nutzung.

Alle diese Zahlen sind Qwens eigene Evaluierungen und Qwens eigene Preisangaben.

Warum es wichtig ist

Bei Audio werden lange Inputs teuer. Sollte die Senkung pro Stunde halten, werden Stunden aufgezeichneter Meetings oder Anrufe günstig genug, um sie in großen Mengen mit einem Modell zu verarbeiten, das auch Folien und Video liest. Deshalb stufen wir es mit „Bedingt“ ein, statt es zu ignorieren.

Der Haken ist die Beweislage. Wir haben keinen unabhängigen Benchmark, und keine der von uns zitierten Quellen nennt einen lesbaren Preis. Qwen hat Gemini 3.8 Flash, das wir mit „Empfohlen“ einstufen, als Vergleich gewählt. Das ist also das Modell, das Sie mit Ihren eigenen Beispielen schlagen müssen.

Was sich für Sie ändert

• Bezugsquelle: die Model-Studio-API als qwen3.8-omni-flash, verfügbar in China (Peking), Singapur, China (Hongkong), Japan (Tokio), Deutschland (Frankfurt) und USA (Virginia). Der Startbeitrag von Qwen nennt außerdem ein separates Modell Qwen3.8-Omni-Flash-Realtime für Echtzeit-Einsätze sowie die Plattform Qianwen AI.
• Gesprochene Antworten: Dieses Modell liefert Text. Wenn Ihr Agent sprechen soll, planen Sie die angekündigte Realtime-Variante von Qwen ein oder ein separates Modell für die Sprachausgabe.
• Selbst hosten: Wir haben keine offenen Gewichte für das Modell selbst gefunden, und Model Studio bietet es als gehostete API an. Laut dem Startbeitrag von Qwen wurden Begleit-Tools auf GitHub als Open Source veröffentlicht, darunter Qwen-Live Harness (eine Echtzeit-Runtime) und Qwen-MM-Plugins.
• Vor dem Wechsel: Bestätigen Sie den Preis in Ihrer Model-Studio-Konsole und testen Sie dann Ihre eigenen Audio- und Videobeispiele gegen Gemini 3.8 Flash.