Вийшла Qwen3.8-Omni-Flash: мультимодальна модель з контекстом 1 млн токенів
Qwen випустила нову мультимодальну модель Qwen3.8-Omni-Flash з контекстом 1 млн токенів, покращеною відеоаналітикою та значно нижчою вартістю обробки аудіо та відео.
Вийшла Qwen3.8-Omni-Flash
Розробники називають її першою мультимодальною моделлю лінійки, побудованою навколо агентних здібностей. Вона розуміє текст, зображення, аудіо та відео на вході, а контекстне вікно становить 1 мільйон токенів.
Суттєво покращено розуміння та роботу з відео: модель значно краще аналізує довгі ролики, може створювати за ними deep research звіти або субтитри, не галюцинує таймкоди. При цьому текстові здібності збережено на рівні звичайної Qwen-3.8 Flash.
Загалом ця модель задумана як проміжна ланка для майбутнього повного пайплайна для сценаріїв на кшталт монтажу відео, перекладу, кінокоментарів, створення контенту тощо.
Порівняно з попередньою Qwen3.5-Omni-Flash, також значно зменшився витрата токенів, і ціна стала нижчою:
- обробка аудіо дешевша на 98%;
- обробка аудіо-відео — більш ніж на 93%.
Це досягнуто при сопоставній із Gemini 3.8 Flash продуктивності.
Модель вже доступна в API та в Qwen Chat.
Чому це важливо
АналітикаЦе важливо для розробників, які працюють з мультимодальними даними, оскільки модель пропонує високу продуктивність за значно нижчою ціною, особливо в задачах відеоаналітики.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Google Gemini Pro (Модель Google із бездонним контекстом)
Основна робоча модель від Google DeepMind із рекордним вікном контексту у 2+ мільйони токенів. Здатна за один запит аналізувати цілі книги, часові відеозаписи та масивні кодові бази.
Gemini Flash & Pro (Google Gemini)
Сімейство мультимодальних моделей від Google DeepMind, що поєднує рекордне контекстне вікно (до 2 млн токенів), екстремальну швидкість генерації (понад 150 токенів/с) та нативне сприйняття відео й аудіо.
Дослідники MIT CSAIL показали Weight-Space Programming: ШІ без навчання редагує ваги Qwen3.5-0.8B
Розробники з MIT CSAIL описали Weight-Space Programming: модель Astra без градієнтного спуску читала ваги Qwen3.5-0.8B і покращила її результати на математичних бенчмарках.
Повний гайд по Higgsfield Cinema Studio 4.0: керування сценою, Soul 2.0 та API-автоматизація
Детальний практичний розбір масштабного оновлення Higgsfield: Cinema Studio 4.0, консистентні персонажі Soul 2.0, генерація через API та готовий UGC-пайплайн.