Могу ли я запустить Qwen3.8 Omni Flash локально?

Нет. Весовые коэффициенты не опубликованы, модель доступна только через API и не может запускаться на вашем оборудовании.

Сколько стоит и какой размер контекста?

Цена — $0.15 за миллион входных токенов и $0.47 за миллион выходных токенов, с контекстным окном на миллион токенов.

Чем эта модель отличается от других моделей Qwen?

Это первая модель Qwen от Alibaba, ориентированная на агентное использование и первая, объединяющая нативное понимание аудио, видео и визуального контента в одной модели, включая поддержку пространственного звука.

Qwen3.8 Omni Flash

6314°

#llm #qwen #видение #аудио #видео #логика

Запустить модель

Предложения / Реклама

OpenRouter Терминал / API

Плата за токен

Общайся с этой моделью в браузере или вызывай её из кода с одним API-ключом.

Qwen | контекст 1 000 000 токенов | $0.15/млн входных, $0.47/млн выходных. Qwen3.8 Omni Flash — омни-модальная модель рассуждений от Alibaba, первая модель Qwen, построенная с агентскими возможностями и нативным пониманием аудио и видео. Подходит для анализа и суммирования аудио и видео, рабочих процессов редактирования и производства видео, аудио-видео диалогов, кодирования, работы с знаниями и взаимодействия с GUI. Особенно сильна в долгих мультимедийных задачах, сочетающих речь, звук и визуальный контекст. Также поддерживает понимание пространственного звука в двух- и четырехканальном формате.

Руководства по этой модели

Как выбрать AI-модель в октябре 2026: новости закрытых моделей и открытые веса, которые стоит скачать

Открытые веса, открытый исходный код и только API: что тебе действительно разрешено делать

10 самых дешёвых альтернатив ChatGPT в 2026 году: бесплатные локальные модели, бесплатные тарифы и фиксированные планы

Все руководства

Заметки капитана

Написано Captain, главным редактором

Заметки от 2026-10-13

Qwen3.8 Omni Flash — первая модель Qwen от Alibaba, созданная для агентных задач, которая нативно обрабатывает аудио, видео и визуальный контент вместе с текстом и кодом. Главная её особенность — длинное мультимедийное рассуждение: она способна одновременно обрабатывать речь, окружающие звуки и визуальный контекст за один проход, включая двух- и четырёхканальный пространственный звук. Стоимость менее полусента за тысячу выходных токенов значительно ниже цен на передовые модели, что делает её привлекательной для высоконагруженных конвейеров.

Известен

Нативная обработка аудио, видео и визуального контента в одной модели без отдельного конвейера
Понимание пространственного звука, включая двух- и четырёхканальные форматы
Встроенный агентный дизайн, включая взаимодействие с GUI
Контекстное окно на миллион токенов для длительных мультимедийных задач
Конкурентная цена значительно ниже большинства омни-модальных конкурентов

Остерегайтесь

Весовые коэффициенты не опубликованы; доступ возможен только через API, локальный запуск невозможен.
Широкий омни-модальный охват может означать компромиссы: перед внедрением проверьте качество на вашей конкретной модальности.
Alibaba не публиковала подробных сравнительных бенчмарков для этой модели.

Лучше всего подходит для

Агенты и использование инструментов

Подсказки для проб

Анализ видеофайла

Прикрепите короткий видеоклип. Опишите, что происходит визуально, определите речь или значимые звуки и кратко изложите ключевую информацию в трёх пунктах. Отметьте моменты, где аудио и видео рассказывают разные истории.

План автоматизации GUI

Мне нужно автоматизировать повторяющуюся задачу в настольном приложении: открыть CSV-файл в таблице, отфильтровать строки, где столбец C больше 100, скопировать результат на новый лист и сохранить файл. Напишите пошаговый план, который агент сможет выполнить, включая элементы интерфейса для каждого шага.

Сцена с пространственным звуком

Прикрепите аудиофайл с несколькими каналами записи. Определите количество различных звуковых источников, опишите, где каждый расположен относительно слушателя, и отметьте любые изменения позиции во времени.

Сравнить с

Qwen3.8 Flash
Модель с открытыми весами
контекст из 1,000,000 токенов · $0.15/M вход, $0.47/M выход
Qwen3.8 27B
Модель с открытыми весами
контекст из 1,000,000 токенов · $0.24/M вход, $2.20/M выход
Qwen3.6 35B A3B
Модель с открытыми весами
контекст из 262,144 токенов · $0.15/M вход, $1.00/M выход
Qwen3.5-9B
Модель с открытыми весами
контекст из 262,144 токенов · $0.10/M вход, $0.15/M выход

Больше текстовых моделей от qwen

Часто задаваемые вопросы

Могу ли я запустить Qwen3.8 Omni Flash локально?: Нет. Весовые коэффициенты не опубликованы, модель доступна только через API и не может запускаться на вашем оборудовании.
Сколько стоит и какой размер контекста?: Цена — $0.15 за миллион входных токенов и $0.47 за миллион выходных токенов, с контекстным окном на миллион токенов.
Чем эта модель отличается от других моделей Qwen?: Это первая модель Qwen от Alibaba, ориентированная на агентное использование и первая, объединяющая нативное понимание аудио, видео и визуального контента в одной модели, включая поддержку пространственного звука.

Вердикт капитана
Действительно мощная омни-модальная модель по цене, делающей высоконагруженные аудио-видео конвейеры реальными, ограниченная лишь закрытостью весов.

Капитан пишет эти заметки на основе описания модели и карточки модели. Цены и размеры контекста указаны на момент написания и могут измениться.

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

Как складывается этот рейтинг

У этой модели пока нет данных о популярности ни из одного источника, поэтому ей присвоено временное число ниже 7,000°, чтобы списки оставались полными. Она никогда не будет выше модели с реальными данными. Разбор появится здесь, как только источник предоставит данные.

Глоссарий: используемые здесь термины

Показатель heat: Одно число, показывающее, насколько модель сейчас используется и востребована, от 0° до 9,999°. Все списки на сайте с пометкой hottest сортируются именно по нему.
Минимум: 7,000° — стартовая точка для каждой модели с реальными данными. Шкала от 0° до 9,999°; часть ниже минимума отведена для моделей без данных, чтобы модели с данными всегда были выше. Минимум одинаков для всех и ничего не решает; градусы выше него — это измерение.
Эквиваленты загрузок: Всё, что считается как загрузка в оценке, сложенное вместе: сами загрузки, каждый сид торрента считается за 1,000, каждое изображение AI Horde и каждый запуск на сайте генерации считаются за один.
Логарифмическая шкала: Счёт по десяткам, а не по единицам: переход от 1,000 к 10,000 загрузок добавляет столько же градусов, сколько от 10,000 к 100,000. Это не даёт гигантам заглушать всё остальное.
Лайки: Одобрения и лайки со всех источников, каждый стоит половину загрузки на логарифмической шкале.
Темп внедрения: Сколько загрузок в день получает модель сейчас, по разнице между двумя замерами источника. Четверть веса от термина загрузки.
Измерено и оценено: Измерено значит, что есть два показания источника, и разница реальна. Оценено значит, что известна только сегодняшняя сумма, а прошлое распределено по жизни модели; сайт показывает, что именно отображается.
Сидер: Кто-то, кто хранит копию весов онлайн, чтобы другие могли скачать через торрент, или размещённое зеркало, делающие то же самое. Каждый такой считается за 1000 загрузок.
AI Horde: Волонтёрская сеть, которая бесплатно генерирует изображения на пожертвованных компьютерах. Количество изображений, созданных с моделью, публично, и каждое считается за одну загрузку.
Сайты генерации: Сайты, которые хранят свои копии модели и позволяют людям генерировать с ней, например PixAI, SeaArt и Yodayo. Их загрузки считаются как у Civitai, и каждый запуск генерации — за одну загрузку.
Токены OpenRouter: Текстовая модель, обслуживаемая через API, такая как Claude или GPT, не имеет весов для скачивания, поэтому её использование измеряется токенами: кусочками текста, которые она прочитала и написала через OpenRouter, шлюз, который используют многие приложения, за последние 30 дней. Каждые 10,000,000 токенов считаются за одно скачивание. Источник: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Полная модель (чекпоинт): Сами веса, файл, который генерирует самостоятельно. Получает бонус, потому что от него зависят дополнения.
LoRA и эмбеддинг: Небольшие файлы-дополнения, которые направляют чужие веса в сторону стиля, персонажа или концепции. Они не могут работать сами по себе.
Семейство и веса: База, на которой построена модель, например SD 1.5, SDXL, Flux или Wan. Каждая модель наследует дату выпуска весов своего семейства.
Возраст: Градусы снимаются за то, как давно вышли веса семейства: 150° в год, максимум 750°. Старые загрузки, которые успели накопиться за годы, остаются вверху списка.
Буст семейства: Небольшой ограниченный толчок для LoRA из семейства, которое этот сайт сейчас продвигает, всегда указан в разбивке.
Оценка-замена: Стабильное число ниже минимального, даваемое модели, о которой ещё нет данных, чтобы списки были полными. Никогда не выше модели с данными.
Новинка! (период ожидания): Модель младше 7 дней показывает Новинка! вместо оценки и не занимает место в рейтинге. Её оценка вычисляется с первого дня, но модель в один день растёт быстрее всего, поэтому без ожидания #1 недели всегда была бы модель, вышедшая вчера, а не та, что держалась неделю.
Тренд: Как рост модели за период сравнивается с типичным ростом модели за тот же период. Быстрее типичного — рост, медленнее — падение.
Типичная модель: Средина каталога: половина моделей с цифрой росли быстрее за период, половина медленнее.

Похожие модели

Muse Spark 1.1

TEXT / LLM

Llama 3.1 Nemotron 70B Instruct

ИИ-модели для генерации изображений, видео и текста

Qwen3.8 Omni Flash — это текстовая модель для семейства Text / LLM, представленная на ModelTrends.ai, каталоге открытых ИИ-моделей для изображений, видео и текста, доступном только для чтения. Сравните её с другими моделями Text / LLM и посмотрите индекс популярности, чтобы оценить тренд.

Другие модели Text / LLM Другие Текст / LLM Text / LLM llm qwen видение аудио видео логика агенты длинный контекст

Обзор по семействам моделей