实测Qwen3.8-Omni-Flash：全模态Agent价格暴降90%

Qwen推出全模态模型Qwen3.8-Omni-Flash，在WildClawBench-MM等30项评测中平均得分比上一代Qwen3.5-Omni-Plus高出26%，音频能力整体超越Gemini 3.8 Flash，音视频能力接近Gemini。API价格大幅下降：相比上一代，每小时音频输入价格下降超98%，每小时音视频联合输入价格下降超93%。现价为每百万Token输入0.8元、输出2.7元，缓存命中输入0.1元，比优惠期的Gemini 3.8 Flash还便宜超八成。该模型同步开放1M上下文免费测试额度，支持文本、图像、音频、视频统一处理。

实测中，作者用自创歌曲《什么时候能憋调休了！》生成MV，由模型担任导演，识别歌词节奏并设计分镜，配合官方Qwen-MM-Plugins的Omni ChatCut插件调用Qwen Image、Wan等服务生成画面，再通过FFmpeg合成视频。生成的人物形象贴合打工牛马和学生状态，前45秒画面略有拼贴感，57秒后人物表现生动。但模型需搭配插件才能完成完整任务，流程较长。

另一测试中，模型梳理了Sam Altman与Marc Benioff的45分钟访谈，准确识别对话者身份并标注时间戳，问答分行排版清晰，无翻译腔，但速度稍慢。此外，模型支持39种中文方言识别，包括粤语、东北话、闽南语、上海话等，并能用粤语进行简单对话。