Alibaba Cloud เปิด Qwen3.8-Omni-Flash บน Model Studio รับเสียง วิดีโอ ภาพ ข้อความ แล้วตอบเป็นข้อความ
Alibaba Cloud เปิดตัว Qwen3.8-Omni-Flash รุ่น Multimodal สถานะ GA บน Model Studio เมื่อ 18 กันยายน 2026 โมเดลรับอินพุตทั้งข้อความ ภาพ เสียง และวิดีโอ แล้วตอบกลับเป็นข้อความเพียงอย่างเดียว เอกสารทางการแนะนำให้ใช้รุ่นนี้สำหรับงานวิเคราะห์เสียงและวิดีโอเป็นข้อความ ส่วนงานที่ต้องการเสียงพูดตอบกลับให้เลือก Qwen3.5-Omni แทน
สเปกและความสามารถ
คอนเท็กซ์ยาวถึง 1M โทเคน รองรับวิดีโอยาวสูงสุด 2 ชั่วโมง และเสียงยาวสูงสุด 3 ชั่วโมง แปลงเสียงพูดเป็นข้อความ (ASR) ได้ถึง 113 ภาษา มี Function Calling และ web search ในตัว โดยโหมด thinking เปิดใช้งานเป็นค่าเริ่มต้นที่ reasoning_effort ระดับ xhigh เหมาะกับงานที่ต้องอาศัยการให้เหตุผลเชิงลึกควบคู่กับข้อมูลหลายรูปแบบ
API และภูมิภาคให้บริการ
เรียกใช้ได้ผ่าน API ทั้งแบบ Chat Completions และ Responses โดยเป็นบริการแบบ API-only บนภูมิภาคปักกิ่ง สิงคโปร์ ฮ่องกง โตเกียว แฟรงก์เฟิร์ต และเวอร์จิเนีย ผู้ใช้เดิมของ Qwen-Omni-Turbo ที่ปลดระวางไปแล้วควรย้ายมาใช้รุ่นนี้ ดูรายละเอียดเพิ่มเติมได้ที่หน้าเอกสาร Qwen-Omni ของ Alibaba Cloud
ราคาต่อล้านโทเคน
ภูมิภาคสิงคโปร์และสากล อินพุตราคา USD 0.15 กรณี cache-hit ราคา USD 0.016 และเอาต์พุตราคา USD 0.47 ส่วนจีนแผ่นดินใหญ่และภูมิภาคอื่น อินพุตราคา USD 0.113 กรณี cache-hit ราคา USD 0.014 และเอาต์พุตราคา USD 0.382 ถือเป็นอีกทางเลือกที่ประหยัดสำหรับงานประมวลผลสื่อปริมาณมาก