Qwen3.8-Omni-Flash 將百萬 token 音視訊理解接入工具呼叫，API 僅輸出文字

阿里巴巴於 9 月 18 日推出 Qwen3.8-Omni-Flash，將文字、影像、音訊與影片輸入放進最高一百萬 token 的共同上下文。官方將它定位為音視訊代理模型，延伸至素材分析、剪輯規劃與工具操作，並在發布紀錄中列出雙聲道、四聲道空間音訊理解及相容 API。[發布紀錄](https://docs.qwencloud.com/changelog/models)

開發者可透過 Chat Completions 或 Responses 呼叫模型，使用自訂函式、網頁搜尋與預設開啟的推理模式。文件同時列出自動隱式快取與 Responses 工作階段快取。依這些介面設計，工程上的機會是讓代理讀取原始音視訊後直接產生下一步工具參數，減少必須先把素材全部轉成純文字的中介步驟；實際是否提高準確率，仍須以應用資料驗證。[模型文件](https://www.alibabacloud.com/help/en/model-studio/qwen3-8-omni-flash)

最容易誤讀的邊界是輸出模態：目前服務只回傳文字。官方範例明確設定文字輸出，語音生成則導向 Qwen3.5-Omni。因此，影片製作或音樂影片等使用情境，應理解為模型分析內容並配合外部工具完成流程，不能直接等同模型本身輸出音檔或成片。[呼叫指南](https://www.alibabacloud.com/help/en/model-studio/qwen-omni)

長上下文也有實際配額限制。文件列出的非推理與推理模式最大輸入分別為 991,808 與 983,616 token，最大輸出為 131,072 token；一百萬上下文並非全部都能拿來塞入素材。使用空間音訊時，Chat Completions 另需啟用多聲道參數，既有將音軌混成單聲道的前處理管線應重新檢查。[輸入限制](https://www.alibabacloud.com/help/en/model-studio/qwen3-8-omni-flash)

QwenCloud 模型頁目前標示每百萬輸入 token 為 0.15 美元、輸出為 0.47 美元，但這些單價不能直接換算成每小時影片的總成本，還必須量測素材編碼後的 token 數、推理輸出與工具重試。[模型頁](https://www.qwencloud.com/models/qwen3.8-omni-flash) 對中文應用團隊，下一步應測試多人重疊語音、方言、字幕與畫面矛盾，以及長片跨段事件追蹤；發布規格能確認介面可用，尚不足以保證正式工作流的完成率。

評測也應把內容辨識、工具參數正確率與整段任務成功率分開記錄，並測量快取未命中及長輸入時的首 token 延遲，避免平均摘要品質掩蓋代理執行階段的失敗。