实测Qwen3.8-Omni-Flash：全模态Agent有了“白菜价”

文婷 发自 凹非寺
量子位 | 公众号 QbitAI

千问把全模态Agent的使用成本，直接砍掉了90%！

Qwen称，其最新推出的全模态模型Qwen3.8-Omni-Flash，不光在WildClawBench-MM等30项评测里火力全开，平均得分比上一代Qwen3.5-Omni-Plus高出26%；

音频能力也整体超越了Gemini 3.8Flash，音视频能力无限逼近Gemini。

更亮眼的是API价格。

相比上一代Qwen3.5-Omni-Plus，Qwen3.8-Omni-Flash每小时的音频输入价格下降超过98%，每小时音视频联合输入价格下降超过93%。

现在的API价格是：每百万Token输入0.8元、输出2.7元，缓存命中的输入0.1元。

这价格，甚至比优惠期的Gemini 3.8 Flash还便宜了超八成：

好家伙，全模态Agent这是要一脚踹进白菜价时代了？！

正好，Qwen3.8-Omni-Flash同步开放了1M上下文的免费测试额度。

那废话不多说，咱们API直接调起来，原地跑跑看！（搓手手）

被调休逼疯后，我让Qwen3.8-Omni-Flash给我整了支MV

Qwen3.8-Omni-Flash放话说这波直接上强度：要将1M上下文下，文本、图像、音频、视频统统一锅端！

但嘴上说得再猛，也得拉进真实场景溜溜。

正好国庆小长假快到了，但调休又把九月中那点金贵的周末薅得干干净净…

一想到要连上11天班、一路干到中秋，本打工人当场戴上痛苦面具；

不行，这口怨气不吐不快，必须借着实测狠狠发泄一下！

于是，我甩出了两道题，看看它到底是全模态真·卷王，还是只会口嗨的“发布会战神”：

1、根据我自创的歌曲《什么时候能憋调休了！》直接生成MV；

2、快速拿捏奥特曼最新一期访谈的重点对话，让人一目了然。

实测一：听社畜摇滚神曲，一键生成MV

实测第一题，我先自创了一首社畜反抗调休摇滚神曲《什么时候能憋调休了！》；

唱的就是一个牛马连续上班、眼巴巴盼着中秋国庆好好躺平的心声。

架子鼓、贝斯、Bridge、合唱、rap…一应俱全，欢迎各位品鉴。

接着，我让Qwen3.8-Omni-Flash搭配官方Qwen-MM-Plugins的Omni ChatCut插件，直接开整MV。

这个过程中，模型负责当MV导演，听歌、识别歌词和节奏、设计视觉风格及分镜；

插件则当剪辑师，负责调用Qwen Image、Wan等服务生成画面，并通过FFmpeg将视频镜头、原始歌曲和字幕自动剪辑合成，最终输出MV视频。

前期分镜任务里，咱们MV的主人们公闪亮登场；

先看看左边这位。

桌上随手放一杯咖啡、皱巴巴的蓝衬衫，再配上一撮凌乱微翘的呆毛，活脱脱一个打工牛马闪亮登场…

再看看旁边这名学生，嘴角是微笑的，眼神里却全是灵魂已飞出窗外的渴望…

好家伙，一整个被班味儿腌入味的打工牛马形象和补课学生形象，直接原地立住。

做出来的视频也还行。

虽然前45秒的画面多少有点“拼贴感”，但一到57秒，两个人像是突然从平面里活了过来——摇着便签、转过身，对着镜头无奈一笑。

感兴趣的朋友可以戳开下面这段MV，从开场一路看到第一波高潮，感受一下这波全模态输出。

不得不说，有些画面确实逼真得有点东西。

但Qwen3.8-Omni-Flash单打独斗还撑不住场子，必须把配套插件一起拉来组队；

所以这战线嘛，也就不可避免地拉得有点长了……

至于具体的翻车情况，大家可以看看下面贴的三个视频，我把实测的全过程也都放上来了：

△本来是想让它唱歌，但是测的过程中发现很多插件没配齐，一句指令行不通

△没招了，开始安装配套工具，用时约1小时30分

△配齐工具后开始正式实测

小伙伴们不妨参考一波，或者亲自上手试试，看有没有更准、更好玩的测试方法，欢迎大家在评论区一起分享和讨论呀～

实测二：快速梳理奥特曼在长访谈中讲了些什么

第二题，我直接把Qwen3.8-Omni-Flash拉来当访谈课代表。

我让它快速梳理了刚上线没几天的Sam Altman × Salesforce CEO Marc Benioff45分钟最新访谈（这场访谈的话题从AI安全、监管、权力集中，一路聊到Agent）。

顺便让它把无意义的寒暄、卡壳、嗯嗯啊啊全部优化掉，只保留完整的提问和回答。

至于提炼质量到底行不行？翻译腔会不会浓到让人两眼一黑，甚至看完更懵？

必须当场验验货。

结果，还真挺能打。（虽然速度慢了点）

Qwen3.8-Omni-Flash不仅准确识别出了视频里两位对话者的身份，还贴心地标上了时间戳。

主持人Marc Benioff和奥特曼的一问一答各自成行，排版清爽，读起来也清晰易懂，没有那种让人脚趾抠地的翻译腔。

看来以后遇到感兴趣的访谈、电影or电视剧，又暂时没时间从头到尾刷完的时候，可以试着直接让Qwen3.8-Omni-Flash帮我梳理提炼，先速通个精华版，解解馋、过过瘾，然后等有空了再慢慢品鉴了。

One More Thing

另外，千问这波支持的语种也挺多，光中文方言就能识别39种，粤语、东北话、闽南语、上海语全齐了…

合理怀疑，Qwen是把团队成员的老家话都集齐了吗？（doge

实测最后，我告诉它我是广东人，并用老广的方式跟它打招呼：

喂！食咗饭未啊？

它竟然还秒回我一句：

食咗啦，你呢？

真·赛博老广实锤了！

参考链接：
[1]https://qwen.ai/blog?id=qwen3.8-omni-flash