据 PANews 报道，9 月 18 日，阿里巴巴旗下 Qwen 发布了 Qwen3.8-Omni-Flash。这是一款专为智能体能力打造的多模态模型，集成了原生音频与视频理解、推理及工具调用功能。该模型支持 100 万 token 的上下文长度；与 Qwen3.5-Omni-Plus 相比，其视频输入成本降低了约 89%。测试显示，智能体感知模式消耗的 token 比静态理解模式少 51.8%。Qwen 的音频和视频能力可媲美 Gemini 3.8 Flash，在 WildClawBench-MM 和 UniClawBench 基准测试中的平均性能提升了 19.5 分。Qwen-MM-Plugins 已开源。