Qwen3.8-Omni-Flash ya está en la API de Alibaba: 1 M de contexto y un 98 % menos en el audio, según Qwen

Nuestro veredicto: Condicional. Qwen3.8-Omni-Flash es un modelo omnimodal real e invocable, con un contexto de 1 millón de tokens, y Qwen dice que la entrada de audio es ahora más de un 98 % más barata por hora. Esa afirmación podría cambiar el precio de la transcripción y de los resúmenes de reuniones. Pero todos los benchmarks son de la propia Qwen, el modelo responde solo con texto y no hemos podido leer ninguna tarifa en las dos fuentes que citamos: la publicación de lanzamiento de Qwen muestra sus tarifas solo como imagen, y la documentación de Model Studio no indica ningún precio. Pruébalo y consulta la tarifa en tu propia consola antes de mover una carga de trabajo.

Qué ha pasado

El equipo de Qwen de Alibaba ha lanzado Qwen3.8-Omni-Flash (la publicación del blog de Qwen tiene fecha del 14 de septiembre de 2026). Ya se puede invocar en Alibaba Cloud Model Studio como qwen3.8-omni-flash.

• Entrada: texto, imágenes, audio y vídeo.
• Salida: solo texto.
• Contexto: 1 millón de tokens.
• Modo: Model Studio lo describe como un modelo que no funciona en tiempo real, pensado para la comprensión de audio y vídeo, los resúmenes de reuniones y el análisis de contenido. Admite llamadas a funciones y búsqueda web, y el modo de razonamiento se controla con el parámetro reasoning_effort (por defecto xhigh).

Lo que afirma Qwen en su lanzamiento:

• Entrada de audio más de un 98 % más barata por hora, y entrada audiovisual más de un 93 % más barata.
• Una puntuación media más de un 25 % superior a la de Qwen3.5-Omni-Plus en 29 evaluaciones.
• Un rendimiento audiovisual «cercano al de Gemini 3.8 Flash» y un rendimiento global en audio que lo supera.
• 69,6 en UniClawBench, un benchmark multimodal de uso de herramientas.

Todas estas cifras son evaluaciones propias de Qwen y declaraciones de precio de la propia Qwen.

Por qué importa

El audio es donde las entradas largas se encarecen. Si el recorte por hora se confirma, las horas de reuniones o llamadas grabadas resultan lo bastante baratas para procesarlas en bloque con un solo modelo que además lee diapositivas y vídeo. Por eso lo valoramos como Condicional en lugar de ignorarlo.

El problema son las pruebas. No tenemos ningún benchmark independiente, y ninguna de las dos fuentes que citamos da un precio legible. Qwen tomó como referencia Gemini 3.8 Flash, que valoramos como Recomendado, así que ese es el modelo a batir con tus propias muestras.

Qué cambia para ti

• Dónde conseguirlo: la API de Model Studio, como qwen3.8-omni-flash, disponible en China (Pekín), Singapur, China (Hong Kong), Japón (Tokio), Alemania (Fráncfort) y EE. UU. (Virginia). La publicación de lanzamiento de Qwen menciona además un modelo independiente, Qwen3.8-Omni-Flash-Realtime, para uso en tiempo real, y la plataforma Qianwen AI.
• Respuestas habladas: este modelo devuelve texto. Si tu agente necesita hablar, prevé la variante Realtime que anunció Qwen, o un modelo de voz aparte.
• Autoalojamiento: no hemos encontrado pesos abiertos del propio modelo, y Model Studio lo ofrece como API alojada. La publicación de lanzamiento de Qwen dice que ha publicado en GitHub, como código abierto, herramientas complementarias, entre ellas Qwen-Live Harness (un runtime en tiempo real) y Qwen-MM-Plugins.
• Antes de cambiar: confirma la tarifa en tu consola de Model Studio y prueba después tus propias muestras de audio y vídeo frente a Gemini 3.8 Flash.