Qwen3.8-Omni-Flash: Multimodales KI-Modell mit Agenten-Fähigkeiten fordert Gemini Flash heraus
Qwen3.8-Omni-Flash ist Qwens erstes multimodales Modell für KI‑Agenten. Es versteht Audio und Video gemeinsam, zieht Schlüsse und nutzt selbstständig Werkzeuge: zum Vlog-Schnitt, Übersetzen von Kurzvideos oder Zusammenfassen von Filmen. Das Kontextfenster umfasst eine Million Tokens. Bei Audio-Video-Aufgaben erreicht es laut Qwen fast das Niveau von Gemini 3.8 Flash.
Die API-Preise liegen bei 0,15 USD je Million Eingabe-Tokens und 0,47 USD je Million Ausgabe-Tokens. Qwen schätzt Audio-Eingaben auf unter 0,01 USD je Stunde, 720p-Video mit Audio bei einem Bild pro Sekunde auf 0,20 USD, jeweils ohne Antwortkosten. Zum Vergleich: Gemini 3.8 Flash kostet 0,75 USD (Eingabe) und 3,75 USD (Ausgabe) je Million Tokens zum Einführungspreis. Ab dem 1. Januar 2027 sollen sie sich verdoppeln.
Zugang bieten Qwen Studio, Qwen Cloud und die API. Die offenen Qwen-MM-Plugins ergänzen Agenten wie Claude Code, Gemini CLI und Qwen Code um Videoschnitt, Sprecherkennung, PDF-Videonotizen und wiederverwendbare Arbeitsabläufe. Qwen-Live Harness ermöglicht Echtzeit-Interaktion mit Kamera und Mikrofon.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
Jetzt abonnieren