Alle AI-Trends
Direkt in dein Postfach
Erhalte exklusive AI-Tutorials, Praxistipps und KI-News direkt in dein Postfach.
*Mit deiner Anmeldung akzeptierst du unsere Datenschutzrichtlinien.
Jetzt neu: Byte Pulse – Token-Limits von Claude Code, Codex & Co. tracken! 
Alibaba

Qwen3.8 Omni Flash

Qwen3.8 Omni Flash ist Alibabas Omni-Modell für Text, Bild, Audio und Video. Es eignet sich für Video- und Audio-Analyse sowie agentische Workflows.

API-Preis In / Out
$0,15 / $0,47
je 1 Mio. Tokens, Cache: $0,016
Kontextfenster
1 Mio.Tokens
Maximaler Output: 131.072 Tokens

Qwen3.8 Omni Flash im Überblick

Stand Oktober 2026 erreicht Qwen3.8 Omni Flash seine beste Platzierung auf Byte.de in CharXiv (RQ) (91,4 %): Platz 2 von 29 Modellen.

Günstige Audio-Video-Analyse

Das Modell nimmt Text, Bilder, Audio und Video an, laut Dokumentation mit einem Kontextfenster von 1 Mio. Tokens. Es kostet $0,15 je 1 Mio. Input-Tokens und $0,47 je 1 Mio. Output-Tokens. Laut Alibaba sinkt der Preis pro Stunde Audio-Input gegenüber Qwen3.5-Omni-Plus um mehr als 98 %, der Durchschnitt über 29 Evaluationen steigt um mehr als 25 %.

  • Videoanalyse
  • Lange Audioaufnahmen
  • Meeting-Transkription
  • Agentic Workflows
  • Audio-Video-Übersetzung
  • Lange Dokumente

Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.

Was du abwägen solltest

  • Nur Textausgabe. Das Modell erzeugt ausschließlich Text, keine Sprache und keine Bilder. Für Echtzeit-Interaktion mit Sprachausgabe bietet Alibaba die separate Variante qwen3.8-omni-flash-realtime an.
  • Keine unabhängigen Benchmarks. Die genannten Werte stammen von Alibaba, etwa 69,6 Punkte auf UniClawBench. Unabhängige Messungen liegen bisher nicht vor.
  • Nur über die Cloud. Open Weights sind für das Modell nicht belegt, du nutzt es über Alibaba Cloud Model Studio. Wo deine Daten verarbeitet werden, hängt von der gewählten Region ab, angeboten werden unter anderem Frankfurt, Singapur, Virginia und Peking.
  • Reasoning standardmäßig aktiv. Thinking ist voreingestellt, der Aufwand lässt sich anpassen. Mehr Reasoning kostet in der Regel zusätzliche Tokens und Zeit, Messwerte für dieses Modell liegen nicht vor.
Ähnliche KI-Modelle ansehen

Qwen3.8 Omni Flash Benchmarks

87,1%

AndroidWorldMedian aller Modelle: 81,9 %
  1. Qwen3.8 Omni FlashAlibaba
  2. Qwen3.8 FlashAlibaba
  3. Qwen3.7 PlusAlibaba
Alibaba (Qwen)

Qwen3.8 Omni Flash API-Preise

Input
$0,15/ 1 Mio. Tokens
Cache-Lesen
$0,016/ 1 Mio. Tokens
Output
$0,47/ 1 Mio. Tokens

Geschätzte Tokenkosten

$1,97

$0,02 je Anfrage (100 Anfragen)

  • Input inkl. Cache$1,50
  • Output$0,47

Schätzung in USD auf Basis der Preise von Alibaba, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.

Cache-Schreiben und Rechenweg

Kosten = Anfragen × (Input ohne Cache × $0,15 + Input aus Cache × $0,016 + Output × $0,47) / 1.000.000

Qwen3.8 Omni Flash Modelldaten

Kontextfenster
1.000.000 Tokens
Maximaler Output
131.072 Tokens
Eingabe
Text, Bilder, Audio, Video
Ausgabe
Text
Anbieter
Alibaba
Veröffentlicht
20. September 2026
1 Mio. Tokens Kontext131,1k maximaler Output

Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.

Standardfähigkeiten & Schnittstellen
  • Prompt-Caching
  • Reasoning
  • Strukturierte Ausgaben
  • Tool-Nutzung
  • Bildverständnis

Daten aktualisiert am 19. Oktober 2026. Fehler gefunden? kontakt@byte.de

Qwen3.8 Omni Flash API-Provider

Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.

Häufige Fragen zu Qwen3.8 Omni Flash

Was kostet Qwen3.8 Omni Flash?

Über Alibaba kosten Input-Tokens $0,15 und Output-Tokens $0,47 je 1 Mio. Tokens. Bei implizitem Cache-Treffer sind es $0,016 je 1 Mio. Input-Tokens.

Wie groß ist das Kontextfenster?

Das Kontextfenster umfasst 1 Mio. Tokens. Die maximale Eingabe liegt bei 991.808 Tokens ohne und 983.616 Tokens mit Thinking, die maximale Ausgabe bei 131.072 Tokens.

Welche Eingaben und Ausgaben unterstützt das Modell?

Eingaben sind Text, Bilder, Audio und Video, die Ausgabe ist nur Text. Die Audio-Eingabe deckt laut Doku 113 Sprachen und Dialekte ab und unterstützt räumliches Multichannel-Audio.

Ist das Modell Open Source?

Für Qwen3.8 Omni Flash sind keine Open Weights belegt. Als Open Source veröffentlicht Alibaba aber die Frameworks Qwen-MM-Plugins und Qwen-Live Harness.

Was ist besser als beim Vorgänger?

Laut Alibaba steigt der Durchschnitt über 29 Evaluationen gegenüber Qwen3.5-Omni-Plus um mehr als 25 %. Der Preis pro Stunde Audio-Input sinkt um mehr als 98 %, bei Audio-Video-Input um mehr als 93 %.

Wann ist das Modell erschienen?

Alibaba hat Qwen3.8 Omni Flash am 20. September 2026 vorgestellt.

Ähnliche KI-Modelle

Weitere Modelle von Alibaba

  • Qwen3.8 Flash ist Alibabas multimodales MoE-Modell mit 1 Mio. Tokens Kontext.

    Input / 1 Mio.
    $0,15
    Output / 1 Mio.
    $0,47
    Kontextfenster
    1 Mio. Tokens
    Veröffentlichung
    August 2026
    Reasoning

  • Qwen3-Coder-Next ist ein Open-Weights-Coding-Modell von Alibaba.

    Input / 1 Mio.
    $0,12
    Output / 1 Mio.
    $0,80
    Kontextfenster
    262,1k Tokens
    Veröffentlichung
    Februar 2026

  • Qwen3.7 Plus ist Alibabas multimodales Agentenmodell mit Reasoning.

    Input / 1 Mio.
    $0,32
    Output / 1 Mio.
    $1,28
    Kontextfenster
    1 Mio. Tokens
    Veröffentlichung
    Juni 2026
    Reasoning

Modelle anderer Anbieter

  • Open-Weights-Modell von Z.ai mit Text- und Bildeingabe und Reasoning.

    Input / 1 Mio.
    $0,15
    Output / 1 Mio.
    $0,50
    Kontextfenster
    1 Mio. Tokens
    Veröffentlichung
    August 2026
    Reasoning
  • Input / 1 Mio.
    $0,10
    Output / 1 Mio.
    $0,50
    Kontextfenster
    1,05 Mio. Tokens
    Veröffentlichung
    September 2026
    Reasoning
  • Input / 1 Mio.
    $0,15
    Output / 1 Mio.
    $0,60
    Kontextfenster
    1,05 Mio. Tokens
    Veröffentlichung
    September 2026
    Reasoning