آیا میتوانم Qwen3.8 Omni Flash را به صورت محلی اجرا کنم؟

خیر. وزنها به صورت عمومی منتشر نشدهاند، بنابراین مدل فقط از طریق API قابل دسترسی است و نمیتوان آن را روی سختافزار خود اجرا کرد.

هزینه آن چقدر است و پنجره زمینه چقدر طولانی است؟

قیمت 0.15 دلار به ازای هر میلیون توکن ورودی و 0.47 دلار به ازای هر میلیون توکن خروجی است، با پنجره زمینه یک میلیون توکن.

چه چیزی این مدل را از سایر مدلهای Qwen متمایز میکند؟

این اولین مدل Qwen شرکت Alibaba است که حول استفاده عاملی طراحی شده و اولین مدلی است که درک بومی صوت، ویدئو و بینایی را در یک مدل واحد ترکیب میکند، شامل پشتیبانی از صدای فضایی.

Qwen3.8 Omni Flash

6314°

#llm #qwen #بینایی #صوتی #ویدیو #استدلال

اجرای مدل

پیشنهادها / تبلیغات

OpenRouter ترمینال / API

پرداخت به ازای هر توکن

با این مدل در مرورگر چت کنید یا با یک کلید API از کد خود به آن دسترسی داشته باشید.

Qwen | زمینه متنی ۱,۰۰۰,۰۰۰ توکن | ورودی ۰.۱۵ دلار به ازای هر میلیون، خروجی ۰.۴۷ دلار به ازای هر میلیون. Qwen3.8 Omni Flash یک مدل استدلال چندرسانه‌ای از Alibaba است، اولین مدل Qwen که حول قابلیت‌های عامل‌محور با درک بومی صوتی-تصویری ساخته شده است. این مدل برای تحلیل و خلاصه‌سازی صوتی-تصویری، ویرایش و تولید ویدئو، گفتگوی صوتی-تصویری، کدنویسی، کارهای دانش و تعامل با رابط کاربری گرافیکی مناسب است و در وظایف چندرسانه‌ای بلندمدت که ترکیبی از گفتار، صدا و زمینه بصری هستند، بسیار قوی است. همچنین از درک صوتی فضایی دوکاناله و چهارکاناله پشتیبانی می‌کند.

راهنماهای این مدل

چطور در اکتبر ۲۰۲۶ یک مدل هوش مصنوعی انتخاب کنیم: اخبار مدل‌های بسته و سپس وزن‌های باز که ارزش دانلود دارند

وزن‌های باز در مقابل متن‌باز در مقابل فقط API: واقعاً چه کاری مجاز هستید انجام دهید

۱۰ جایگزین ارزان‌تر ChatGPT در سال ۲۰۲۶: مدل‌های محلی رایگان، پلن‌های رایگان و طرح‌های با نرخ ثابت

همه راهنماها

یادداشت‌های کاپیتان

نوشته شده توسط Captain، ویراستار خانه

یادداشت‌ها از 2026-10-13

Qwen3.8 Omni Flash اولین مدل Qwen شرکت Alibaba است که حول کارهای عاملی ساخته شده و به‌طور بومی به همراه متن و کد، صوت، ویدئو و بینایی را پردازش می‌کند. قابلیت برجسته آن استدلال چندرسانه‌ای بلندمدت است: می‌تواند گفتار، صدای محیطی و زمینه بصری را در یک مرحله پردازش کند، از جمله صدای فضایی دو و چهار کاناله. با هزینه کمتر از نیم سنت به ازای هر هزار توکن خروجی، قیمت آن بسیار پایین‌تر از مدل‌های پیشرفته است که آن را برای خطوط پردازش با حجم بالا ارزشمند می‌کند.

معروف به

پردازش بومی صوت، ویدئو و بینایی در یک مدل، بدون نیاز به خط لوله جداگانه
درک صدای فضایی، شامل فرمت‌های دو و چهار کاناله
طراحی عاملی داخلی، شامل تعامل با رابط کاربری گرافیکی
پنجره زمینه یک میلیون توکن برای وظایف چندرسانه‌ای بلندمدت
قیمت رقابتی بسیار پایین‌تر از بیشتر رقبای همه‌جانبه

مراقب باشید

وزن‌ها عمومی نیستند؛ شما فقط از طریق API به مدل دسترسی دارید و گزینه محلی وجود ندارد.
گستردگی همه‌جانبه ممکن است به معنی مصالحه‌هایی باشد: قبل از تعهد به خط لوله، کیفیت را روی مدالیته خاص خود بررسی کنید.
Alibaba مقایسه‌های دقیق بنچمارک این مدل را منتشر نکرده است.

بهترین برای

عامل‌ها و استفاده از ابزار

دستورات برای امتحان

تحلیل یک فایل ویدئویی

یک کلیپ ویدئویی کوتاه پیوست کنید. آنچه به صورت بصری اتفاق می‌افتد را توصیف کنید، هر گفتار یا صدای مهم را شناسایی کنید و اطلاعات کلیدی را در سه نکته خلاصه کنید. هر لحظه‌ای که صدا و تصویر داستان متفاوتی می‌گویند را یادداشت کنید.

برنامه خودکارسازی رابط کاربری گرافیکی

من نیاز دارم یک کار تکراری در یک برنامه دسکتاپ را خودکار کنم: باز کردن یک فایل CSV در صفحه گسترده، فیلتر کردن ردیف‌هایی که ستون C آنها بزرگ‌تر از 100 است، کپی کردن نتیجه به یک شیت جدید و ذخیره آن. یک برنامه گام‌به‌گام بنویسید که یک عامل بتواند دنبال کند، شامل اینکه در هر مرحله باید روی کدام عناصر رابط کاربری هدف‌گیری کند.

صحنه صدای فضایی

یک فایل صوتی چندکاناله پیوست کنید. تعداد منابع صدای متمایز را شناسایی کنید، توصیف کنید هر کدام نسبت به شنونده کجا قرار دارند و هر تغییر موقعیت در طول زمان را یادداشت کنید.

مقایسه با

Qwen3.8 Flash
مدل با وزن‌های باز
متن زمینه 1,000,000 توکن · ورودی $0.15/M، خروجی $0.47/M
Qwen3.8 27B
مدل با وزن‌های باز
متن زمینه 1,000,000 توکن · ورودی $0.24/M، خروجی $2.20/M
Qwen3.6 35B A3B
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.15/M، خروجی $1.00/M
Qwen3.5-9B
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.10/M، خروجی $0.15/M

مدل‌های متنی بیشتر از qwen

سؤالات متداول

آیا می‌توانم Qwen3.8 Omni Flash را به صورت محلی اجرا کنم؟: خیر. وزن‌ها به صورت عمومی منتشر نشده‌اند، بنابراین مدل فقط از طریق API قابل دسترسی است و نمی‌توان آن را روی سخت‌افزار خود اجرا کرد.
هزینه آن چقدر است و پنجره زمینه چقدر طولانی است؟: قیمت 0.15 دلار به ازای هر میلیون توکن ورودی و 0.47 دلار به ازای هر میلیون توکن خروجی است، با پنجره زمینه یک میلیون توکن.
چه چیزی این مدل را از سایر مدل‌های Qwen متمایز می‌کند؟: این اولین مدل Qwen شرکت Alibaba است که حول استفاده عاملی طراحی شده و اولین مدلی است که درک بومی صوت، ویدئو و بینایی را در یک مدل واحد ترکیب می‌کند، شامل پشتیبانی از صدای فضایی.

حکم کاپیتان
یک مدل همه‌جانبه واقعاً توانمند با قیمتی که خطوط پردازش صوت-ویدئو با حجم بالا را ممکن می‌کند، تنها محدودیت آن قفل بودن وزن‌ها است.

کاپیتان این یادداشت‌ها را از توضیحات مدل و کارت مدل نوشته است. قیمت‌ها و اندازه متن زمینه مربوط به ارائه‌دهنده در زمان نوشتن است و ممکن است تغییر کند.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #94 Hottest Text / LLM text model

Not this creator?

Get your own badge

چطور این امتیاز جمع می‌شود

این مدل هنوز داده محبوبیتی از هیچ منبعی ندارد، پس یک عدد جایگزین زیر 7,000° دارد که فهرست‌ها را کامل نگه می‌دارد. هیچ‌وقت بالاتر از مدلی با داده قرار نمی‌گیرد. تجزیه و تحلیل به محض گزارش منبع اینجا ظاهر می‌شود.

واژه‌نامه: اصطلاحات استفاده شده اینجا

امتیاز حرارت: یک عدد برای اینکه چقدر یک مدل الان استفاده و خواسته می‌شود، از 0° تا 9,999°. هر فهرستی در این سایت که می‌گوید داغ‌ترین‌ها بر اساس آن مرتب شده‌اند و هیچ چیز دیگری.
کف: 7,000° که هر مدل با داده واقعی از آن شروع می‌کند. مقیاس از 0° تا 9,999° است؛ بخشی که زیر کف است برای جایگزین‌ها (مدل‌هایی بدون داده) محفوظ است، تا مدلی با داده همیشه بالاتر از مدلی بدون داده باشد. کف برای همه یکسان است و هیچ تصمیمی نمی‌گیرد؛ درجه‌های بالاتر اندازه‌گیری هستند.
معادل‌های دانلود: هر چیزی که امتیاز به عنوان دانلود حساب می‌کند، جمع شده: خود دانلودها، هر تورنت سیدر به عنوان 1,000، هر تصویر AI Horde و هر اجرا روی سایت تولید به عنوان یکی.
مقیاس لگاریتمی: شمارش به صورت ده‌تایی، نه یکی‌یکی: رفتن از 1,000 به 10,000 دانلود همان درجه‌ها را اضافه می‌کند که رفتن از 10,000 به 100,000. این باعث می‌شود غول‌ها همه چیز را نبلعند.
لایک‌ها: تایید و لایک از هر منبع، هر کدام نصف وزن یک دانلود در مقیاس لگاریتمی.
نرخ پذیرش: چند دانلود در روز یک مدل همین الان می‌گیرد، از تفاوت بین دو خوانش یک منبع. یک چهارم وزن بخش دانلود.
اندازه‌گیری شده و تخمینی: اندازه‌گیری شده یعنی دو خوانش از یک منبع وجود دارد و تفاوت واقعی است. تخمینی یعنی فقط مجموع امروز معلوم است و گذشته به صورت مدل در طول عمر آن پخش شده؛ سایت می‌گوید کدام را نشان می‌دهد.
سیدر: کسی که یک نسخه از وزن‌ها را به صورت آنلاین نگه می‌دارد تا دیگران از طریق تورنت دانلود کنند، یا یک آینه میزبانی شده که همین کار را می‌کند. هر کدام به اندازه ۱۰۰۰ دانلود حساب می‌شود.
AI Horde: یک شبکه داوطلبانه که تصاویر را به صورت رایگان روی کامپیوترهای اهدایی تولید می‌کند. تعداد تصاویری که با یک مدل ساخته شده عمومی است و هر کدام به عنوان یک دانلود حساب می‌شود.
سایت‌های تولید: سایت‌هایی که نسخه‌های خودشان از یک مدل را میزبانی می‌کنند و به مردم اجازه می‌دهند با آن تولید کنند، مثل PixAI، SeaArt و Yodayo. دانلودهای آن‌ها مثل Civitai حساب می‌شود و هر بار تولید به عنوان یک دانلود محسوب می‌شود.
توکن‌های OpenRouter: یک مدل متنی که از طریق API ارائه می‌شود، مانند Claude یا GPT، وزن‌هایی برای دانلود ندارد، بنابراین استفاده آن بر اساس توکن‌ها اندازه‌گیری می‌شود: قطعات متنی که در ۳۰ روز گذشته از طریق OpenRouter خوانده و نوشته است. هر 10,000,000 توکن به عنوان یک دانلود حساب می‌شود. منبع: OpenRouter (openrouter.ai/rankings)، CC BY 4.0.
مدل کامل (چک‌پوینت): خود وزن‌ها، فایلی که به تنهایی تولید می‌کند. یک امتیاز اضافی می‌گیرد چون افزونه‌ها به آن وابسته‌اند.
LoRA و امبدینگ: فایل‌های کوچک افزونه که وزن‌های دیگران را به سمت یک سبک، شخصیت یا مفهوم هدایت می‌کنند. نمی‌توانند به تنهایی اجرا شوند.
خانواده و وزن‌ها: پایه‌ای که مدل روی آن ساخته شده، مثل SD 1.5، SDXL، Flux یا Wan. هر مدل تاریخ انتشار وزن‌های خانواده‌اش را به ارث می‌برد.
سن: درجه‌هایی که به خاطر مدت زمان گذشته از انتشار وزن‌های خانواده کم می‌شود: ۱۵۰ درجه در سال، تا ۷۵۰ درجه. دانلودهای قدیمی که سال‌ها فرصت جمع شدن داشتند را نگه می‌دارد تا بالای لیست ثابت بمانند.
تقویت خانواده: یک فشار کوچک و محدود برای LoRAهای یک خانواده که این سایت الان به جلو می‌برد، همیشه در جزئیات لیست شده.
امتیاز جایگزین: یک عدد پایدار زیر حداقل که به مدلی داده می‌شود که هنوز هیچ منبعی درباره‌اش گزارش نداده، تا لیست‌ها کامل بمانند. هیچ‌وقت بالاتر از مدلی با داده رتبه نمی‌گیرد.
جدید! (دوره گذار): مدلی که کمتر از 7 روز از عمرش گذشته باشد، به جای امتیاز، عبارت جدید! را نشان می‌دهد و در رتبه‌بندی جایگاهی ندارد. امتیاز آن از روز اول محاسبه می‌شود، اما مدلی که یک روزه است سریع‌تر از هر چیز دیگری رشد می‌کند، بنابراین بدون این انتظار، مدل #1 هفته همیشه مدلی بود که دیروز منتشر شده بود نه مدلی که یک هفته دوام آورده باشد.
روند: رشد یک مدل در یک دوره چطور نسبت به رشد معمول مدل‌ها در همان دوره است. سریع‌تر از معمول یعنی افزایش، کندتر یعنی کاهش.
مدل معمولی: وسط فهرست: نصف مدل‌ها با عددی که دارند سریع‌تر رشد کردند و نصف کندتر.

مدل‌های مشابه

مدل‌های هوش مصنوعی برای تولید تصویر، ویدئو و متن

Qwen3.8 Omni Flash یک مدل متنی برای خانواده Text / LLM است که در ModelTrends.ai، کاتالوگ فقط‌خواندنی مدل‌های هوش مصنوعی متن‌باز تصویر، ویدئو و متن، فهرست شده است. آن را با دیگر مدل‌های Text / LLM مقایسه کنید و امتیاز داغی آن را ببینید.

مدل‌های بیشتر Text / LLM متن / LLM بیشتر Text / LLM llm qwen بینایی صوتی ویدیو استدلال عامل‌ها متن زمینه بلند

مرور بر اساس خانواده مدل