Qwen3.8-Omni-Flash chega à API da Alibaba com 1M de contexto e um alegado corte de 98 % no preço do áudio

O nosso veredito: condicional. O Qwen3.8-Omni-Flash é um modelo omnimodal real, que pode ser chamado por API, com contexto de 1M de tokens, e a Qwen afirma que a entrada de áudio fica agora mais de 98 % mais barata por hora. Essa alegação pode alterar o custo do trabalho de transcrição e de resumo de reuniões. Mas todos os benchmarks são da própria Qwen, o modelo responde apenas em texto e não conseguimos ler uma tarifa em nenhuma das duas fontes que citamos: a publicação de lançamento da Qwen mostra as tarifas apenas como imagem e a documentação do Model Studio não indica preço. Teste-o e consulte a tarifa na sua própria consola antes de migrar uma carga de trabalho.

O que aconteceu

A equipa Qwen da Alibaba lançou o Qwen3.8-Omni-Flash (a publicação da Qwen tem a data de 14 de setembro de 2026). Já pode ser chamado no Alibaba Cloud Model Studio como qwen3.8-omni-flash.

• Entrada: texto, imagens, áudio e vídeo.
• Saída: apenas texto.
• Contexto: 1M de tokens.
• Modo: o Model Studio descreve-o como um modelo que não funciona em tempo real, destinado à compreensão de áudio e vídeo, a resumos de reuniões e à análise de conteúdos. Suporta chamada de funções e pesquisa na web, e o modo de raciocínio define-se com o parâmetro reasoning_effort (valor predefinido xhigh).

O que a Qwen alega no lançamento:

• Entrada de áudio mais de 98 % mais barata por hora e entrada audiovisual mais de 93 % mais barata.
• Uma pontuação média mais de 25 % superior à do Qwen3.5-Omni-Plus em 29 avaliações.
• Desempenho audiovisual «próximo do Gemini 3.8 Flash» e desempenho global em áudio que o supera.
• 69,6 no UniClawBench, um benchmark de utilização de ferramentas multimodal.

Todos estes números são avaliações da própria Qwen e declarações de preços da própria Qwen.

Porque é importante

É no áudio que as entradas longas ficam caras. Se o corte por hora se confirmar, horas de reuniões ou de chamadas gravadas passam a ser baratas o suficiente para serem processadas em massa com um único modelo que também lê diapositivos e vídeo. É por isso que o classificamos como condicional em vez de o ignorarmos.

O problema são as provas. Não temos nenhum benchmark independente e nenhuma das fontes que citamos dá um preço legível. A Qwen escolheu como ponto de comparação o Gemini 3.8 Flash, que classificamos como recomendado, por isso é esse o modelo a superar nas suas próprias amostras.

O que muda para si

• Onde obtê-lo: a API do Model Studio, como qwen3.8-omni-flash, disponível na China (Pequim), em Singapura, na China (Hong Kong), no Japão (Tóquio), na Alemanha (Frankfurt) e nos EUA (Virgínia). A publicação de lançamento da Qwen refere ainda um modelo separado, o Qwen3.8-Omni-Flash-Realtime, para uso em tempo real, e a plataforma Qianwen AI.
• Respostas faladas: este modelo devolve texto. Se o seu agente precisar de responder por voz, planeie o uso da variante Realtime que a Qwen anunciou, ou de um modelo de voz à parte.
• Alojamento próprio: não encontrámos pesos abertos para o próprio modelo, e o Model Studio oferece-o como API alojada. A publicação de lançamento da Qwen diz que a empresa publicou como código aberto, no GitHub, ferramentas complementares, incluindo o Qwen-Live Harness (um runtime em tempo real) e o Qwen-MM-Plugins.
• Antes de mudar: confirme a tarifa na sua consola do Model Studio e depois teste as suas próprias amostras de áudio e vídeo contra o Gemini 3.8 Flash.