Model
.ai
açık yapay zeka modellerini takip ediyoruz
Qwen3.8 Omni Flash
Qwen | 1.000.000 token bağlam | Giriş başına $0.15/M, Çıkış başına $0.47/M. Qwen3.8 Omni Flash, Alibaba’dan çok modlu muhakeme modeli olup, ajan yetenekleri ve yerel ses-görüntü anlayışı etrafında inşa edilen ilk Qwen modelidir. Ses-görüntü analizi ve özetleme, video düzenleme ve üretim iş akışları, ses-görüntü diyalogu, kodlama, bilgi çalışması ve GUI etkileşimi için uygundur ve konuşma, ses ve görsel bağlamı birleştiren uzun biçimli multimedya görevlerinde özellikle güçlüdür. Ayrıca iki kanallı ve dört kanallı uzamsal ses anlayışını destekler.
Bu model için rehberler
Tüm rehberler
Qwen3.8 Omni Flash, Alibaba'nın ajan tabanlı çalışma etrafında inşa edilen ilk Qwen modeli olup, metin ve kodun yanı sıra yerel olarak ses, video ve görsel işleme yapabilmektedir. Başlıca yeteneği uzun biçimli çoklu ortam muhakemesidir: konuşma, ortam sesi ve görsel bağlamı tek bir geçişte işleyebilir, iki ve dört kanallı mekansal ses dahil. Bin çıktı token başına yarım sentin altında fiyatıyla öncü fiyatlandırmanın oldukça altında yer alır, bu da yüksek hacimli iş akışları için değerlendirmeye değer kılar.

İle tanınır

  • Ayrı bir iş akışına gerek kalmadan tek modelde yerel ses, video ve görsel işleme
  • İki ve dört kanallı formatlar dahil mekansal ses anlayışı
  • Yerleşik ajan tasarımı, GUI etkileşimi dahil
  • Uzun çoklu ortam görevleri için bir milyon tokenlık bağlam penceresi
  • Çoğu çok modlu rakibin çok altında rekabetçi fiyatlandırma

Dikkat et

  • Ağırlıklar kamuya açık değil; erişim API üzerinden kiralanıyor, yerel kullanım seçeneği yok.
  • Çok modlu genişlik bazen ödünler anlamına gelir: iş akışına başlamadan önce kendi modülünüzde kaliteyi doğrulayın.
  • Alibaba bu model için ayrıntılı kıyaslama sonuçları yayımlamadı.

Denenecek istemler

Bir video dosyasını analiz et
Kısa bir video klip ekleyin. Görsel olarak neler olduğunu tanımlayın, varsa konuşma veya önemli sesleri belirleyin ve ana bilgileri üç madde halinde özetleyin. Ses ve görsellerin farklı hikayeler anlattığı anları not edin.
GUI otomasyon planı
Bir masaüstü uygulamasında tekrarlayan bir görevi otomatikleştirmem gerekiyor: bir CSV dosyasını bir elektronik tabloda açmak, C sütunu 100'den büyük olan satırları filtrelemek, sonucu yeni bir sayfaya kopyalamak ve kaydetmek. Her adımda hangi kullanıcı arayüzü öğelerinin hedef alınacağını içeren, bir ajanın takip edebileceği adım adım bir plan yaz.
Mekansal ses sahnesi
Çok kanallı kaydedilmiş bir ses dosyası ekleyin. Farklı ses kaynaklarının sayısını belirleyin, her birinin dinleyiciye göre nerede konumlandığını tanımlayın ve zaman içinde pozisyondaki değişiklikleri not edin.

İle karşılaştır

  • Qwen3.8 Flash
    Açık ağırlıklı model
    1,000,000 token bağlam · $0.15/M girdi, $0.47/M çıktı
  • Qwen3.8 27B
    Açık ağırlıklı model
    1,000,000 token bağlam · $0.24/M girdi, $2.20/M çıktı
  • Qwen3.6 35B A3B
    Açık ağırlıklı model
    262,144 token bağlam · $0.15/M girdi, $1.00/M çıktı
  • Qwen3.5-9B
    Açık ağırlıklı model
    262,144 token bağlam · $0.10/M girdi, $0.15/M çıktı
qwen tarafından daha fazla metin modeli

İnsanların sorduğu sorular

Qwen3.8 Omni Flash'ı yerel olarak çalıştırabilir miyim?
Hayır. Ağırlıklar kamuya açık değil, bu yüzden model sadece API üzerinden erişilebilir ve kendi donanımınızda çalıştırılamaz.
Maliyeti nedir ve bağlam penceresi ne kadar?
Fiyatlandırma giriş tokenları için milyon başına 0,15$ ve çıktı tokenları için milyon başına 0,47$ olup, bağlam penceresi bir milyon tokendir.
Diğer Qwen modellerinden farkı nedir?
Alibaba'nın ajan tabanlı kullanım için tasarladığı ilk Qwen modeli ve yerel ses, video ve görsel anlayışı tek bir modelde birleştiren ilk modeldir; mekansal ses desteği de içerir.
Kaptanın kararı
Yüksek hacimli ses-video iş akışlarını mümkün kılan, gerçekten yetenekli bir çok modlu model; tek engeli kapalı ağırlıklar nedeniyle kilitlenme.
Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai'de Qwen3.8 Omni Flash: #94 Hottest Text / LLM model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #94 Hottest Text / LLM text model
Not this creator?
Bu skor nasıl hesaplanıyor
Bu modelin henüz herhangi bir kaynaktan popülerlik verisi yok, bu yüzden listelerin tamamlanması için 7,000° altında bir geçici sayı taşıyor. Verisi olan bir modelin önünde asla sıralanmaz. Bir kaynak rapor verdiğinde burada detaylar görünür.
Terimler: burada kullanılan ifadeler
Isı puanı
Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban
Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri
Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek
Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler
Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı
Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen
Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder
Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde
Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri
Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları
Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint)
Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding
Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar
Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş
Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği
Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan
Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi)
7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend
Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model
Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.