Qwen3.8 Omni Flash

Fiche modèle · Alibaba Cloud / Qwen Team · qwen3.8-omni-flash

Qwen3.8-Omni-Flash is Alibaba/Qwen's native omnimodal API model (id qwen3.8-omni-flash) for agentic audio-visual task execution. Inputs: text, image, audio, and video; output: text. Supports a 1M-token context window, reasoning_effort (xhigh/medium/low), and OpenAI-compatible Chat Completions / Responses APIs on QwenCloud (DashScope). Released 2026-09-18 as API-only (no open weights on this card). Vendor paper/blog highlights include WildClawBench-MM 71.0, UniClawBench 69.6, LongAudioSpan Accuracy 82.7, OmniVideoBench 63.4 static / 67.8 agentic (Qwen Code), MMAU 81.8, MMAR 79.8, MMSU 82.1, VoiceBench 91.6, OmniGAIA 74.0, DailyOmni 85.1. Catalog rows are limited to existing benchmark ids; UniClawBench, LongAudioSpan, OmniVideoBench, MMAR, and MMSU have no catalog ids yet and are noted here only. No first-party provider price row in this repo — available_in_zeroeval is false.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2026-09-18
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	—
Fenêtre de contexte	—
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-10-07T17:32:43.182377Z
Mis à jour le	2026-11-04T06:05:12.273285Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen3.8-omni-flash

Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.90
multimodal	0.80
reasoning	0.90
safety	0.90
speech_to_text	0.90
general	0.80
agents	0.70
audio	0.80
coding	0.70
communication	0.90

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
dailyomni	video	0.85	1.00	0.85	non	oui	2026-11-04T06:05:12.288248Z
mmau	audio	0.82	1.00	0.82	non	oui	2026-11-04T06:05:12.282300Z
omnigaia	agents	0.74	1.00	0.74	non	oui	2026-11-04T06:05:12.279304Z
voicebench-avg	chat	0.92	1.00	0.92	non	oui	2026-11-04T06:05:12.285340Z
wildclawbench	agents	0.71	1.00	0.71	non	oui	2026-11-04T06:05:12.276580Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	73	—	21.10	1	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04