Qwen3.8-Omni-Flash: Modelo Multimodal com Contexto de 1 Milhão de Tokens
A Qwen lançou o Qwen3.8-Omni-Flash, um modelo multimodal com janela de contexto de 1 milhão de tokens, melhor compreensão de vídeo e custos drasticamente reduzidos para processamento de áudio e vídeo.
Lançamento do Qwen3.8-Omni-Flash
Desenvolvedores descrevem esta versão como o primeiro modelo multimodal da linha construído em torno de capacidades agênticas. Ele compreende texto, imagens, áudio e vídeo como entrada, oferecendo uma janela de contexto de 1 milhão de tokens.
A compreensão e o processamento de vídeo foram significativamente aprimorados: o modelo entende muito melhor vídeos longos, pode gerar relatórios de pesquisa aprofundada ou legendas baseadas neles e não alucina códigos de tempo (timecodes). Enquanto isso, as capacidades de texto são mantidas no nível do padrão Qwen-3.8 Flash.
No geral, este modelo foi projetado como um elo intermediário para um pipeline completo futuro, destinado a cenários como edição de vídeo, tradução, comentários sobre filmes, criação de conteúdo, entre outros.
Em comparação ao anterior Qwen3.5-Omni-Flash, o consumo de tokens também diminuiu consideravelmente, resultando em preços mais baixos:
- O processamento de áudio é 98% mais barato;
- O processamento de áudio-vídeo é mais de 93% mais barato.
Isso é alcançado com desempenho comparável ao Gemini 3.8 Flash.
O modelo já está disponível na API e no Qwen Chat.
Por que isso importa
AnáliseEste lançamento é crucial para desenvolvedores de IA que trabalham com dados multimodais, oferecendo alto desempenho e capacidades agênticas por uma fração do custo anterior, especialmente para aplicações intensivas em vídeo.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Google Gemini Pro (Modelo Google com Contexto Ilimitado)
Modelo de trabalho principal da Google DeepMind, com uma janela de contexto recorde de mais de 2 milhões de tokens. Capaz de analisar livros inteiros, vídeos longos e bases de código massivas em uma única solicitação.
Gemini Flash & Pro (Google Gemini)
Família de modelos multimodais da Google DeepMind, que combina uma janela de contexto recorde (até 2 milhões de tokens), velocidade extrema de geração (mais de 150 tokens/s) e percepção nativa de vídeo e áudio.
Pesquisadores do MIT mostram que um LLM pode ler e editar pesos de modelos sem treinamento
O MIT CSAIL apresentou Weight-Space Programming: Astra leu e alterou os pesos do Qwen3.5-0.8B sem gradiente descendente nem fine-tuning, melhorando os resultados em benchmarks matemáticos.
Pesquisadores do MIT mostram que GPT-6 Astra pode melhorar outros modelos de IA alterando seus pesos
Em um experimento, a Astra aumentou a precisão do Qwen3.5-0.8B no MATH-500 de 7,9% para 48,1% ao alterar apenas 0,016% dos pesos do modelo.