Alibaba משיקה את Qwen3.8-Omni-Flash: context של מיליון tokens ואודיו זול ב-98%

Qwen3.8-Omni-Flash הוא הצעד האגרסיבי ביותר של Alibaba עד כה בזירת מחיר-ביצועים של מודלים אומני-מודליים. הוא מטפל בטקסט, תמונות, אודיו ווידאו באופן טבעי, נושא חלון context של מיליון token, ומדווח על שיפור benchmark ממוצע של כ-25% מול קודמו Qwen3.5-Omni-Plus לאורך 30 הערכות. אבל הכותרת האמיתית היא כלכלית: מחיר קלט האודיו צונח ביותר מ-98% וקלט וידאו-אודיו ב-93% — מהלך שמעביר אפליקציות multimodal בזמן אמת מקטגוריית הפרימיום אל מוצר מדף.

מבחינת יכולות, המודל תומך בזיהוי דיבור ב-74 שפות ובהפקה ב-29, ו-Alibaba הדגישה שיפור בביצועים agentic במשימות וידאו — מחווה ל-agents שצופים בשידור חי ופועלים על פיו. בשונה מרוב הקו של Qwen, השחרור הזה הוא API-only ללא מודלים פתוחים ל-self-hosting, נסיגה בולטת מהתנופה של המודלים הפתוחים שעליה Alibaba רכבה דווקא באותו שבוע.

מבחינה תחרותית, קיצוץ המחירים הוא יריקה ישירה לעבר השכבות ה-multimodal של OpenAI ו-Google ולעבר ה-APIs הוותיקים של תמלול, והוא מגיע באותו שבוע שבו xAI השיקה את Grok Voice Transcribe 2.0 במחיר של 0.10 דולר לשעה. יחד הם מסמנים מלחמת מחירים בדיבור וב-I/O multimodal. Qwen3.8-Omni-Flash גם נוחת לצד שחרורים אחים — Qwen-Image-2.1 ו-Qwen3.8-LiveTranslate — מה שמדגיש קצב שחרורים מסחרר.

ההסתייגות שהמפתחים סימנו היא עמדת המודלים הסגורים: אחרי שבנתה מוניטין על שחרורים פתוחים, מודל אומני שהוא API-only מרכז את השליטה בחזרה אצל Alibaba ומעלה שאלות של data-residency, שהתחדדו על רקע החיכוך הגיאופוליטי סביב אתר של ה-US Federal Register שהריץ לזמן קצר חיפוש מבוסס Qwen. שווה לעקוב אם המחירים יחזיקו מעבר לחלונות ההשקה ואם benchmarks עצמאיים יאשרו את טענת ה-25%.