علی‌بابا مدل Qwen3.8-Omni-Flash را با قیمت پایین برای پردازش صوتی منتشر کرد

علی‌بابا جدیدترین مدل هوش مصنوعی خود با نام Qwen3.8-Omni-Flash را عرضه کرده است. این مدل یک مدل بومی چندوجهی محسوب می‌شود و از پنجره context یک‌میلیون‌تکنی، دسترسی ارزان‌تر از طریق API با کاهش 98 درصدی هزینه ورودی صوتی و تعامل با endpointهای سازگار با OpenAI پشتیبانی می‌کند. این شرکت چینی اعلام کرده است که مدل جدید اکنون در رابط Qwen Chat و اپلیکیشن موبایل این سرویس در دسترس قرار گرفته، البته کاربران باید آن را به‌صورت دستی از فهرست انتخاب مدل برگزینند.

Qwen3.8-Omni-Flash به‌عنوان یک مدل چندوجهی می‌تواند ورودی‌های متنی، تصویری، صوتی و ویدیویی را پردازش کند. همان‌طور که اشاره شد، هزینه پردازش ورودی صوتی 98 درصد کاهش یافته و هزینه پردازش ورودی‌های صوتی-تصویری نیز بیش از 93 درصد کمتر شده است. در بخش بنچمارک‌ها نیز Qwen3.8-Omni-Flash عملکرد بهتری در OmniVideoBench ثبت کرده و امتیاز آن از 63.4 به 67.8 رسیده است. در همین حال، میزان مصرف توکن مدل 45.7 درصد کاهش یافته و از 145.736 توکن به 79.117 توکن رسیده است.

علی‌بابا درباره نحوه عملکرد مدل جدید در پردازش ویدیوهای طولانی می‌گوید:

Qwen3.8-Omni-Flash ارتقای چشمگیری در درک محتوای صوتی-تصویری طولانی ارائه می‌دهد؛ از تولید توضیحات قابل‌کنترل و جمع‌آوری شواهد به‌صورت عامل‌محور گرفته تا درک جلسات، پیشبرد وظایف بعدی و در نهایت تولید گزارش‌های پژوهشی عمیق با تمرکز بر ویدیو. این مدل صرفاً محتوای طولانی‌تر را پردازش نمی‌کند، بلکه شواهد مرتبط را با دقت بیشتری پیدا می‌کند، استدلال عمیق‌تری انجام می‌دهد و وظایف را با بهره‌وری بیشتری پیش می‌برد.

اگر درباره عملکرد این مدل در مقایسه با مدل‌های غربی کنجکاو هستید، نتایج بنچمارک‌ها نشان می‌دهند که Qwen3.8-Omni-Flash به Gemini 3.8 Flash بسیار نزدیک است. البته علی‌بابا اشاره کرده که نتایج بنچمارک‌ها بسته به استفاده از حالت‌های status یا agentic execution می‌تواند متفاوت باشد. کاربران عادی می‌توانند از طریق نسخه وب Qwen Chat و اپلیکیشن Qwen Studio روی موبایل از این مدل استفاده کنند؛ کافی است مدل را از منوی کشویی انتخاب مدل برگزینند.

توسعه‌دهندگان نیز می‌توانند با استفاده از کتابخانه‌های استاندارد کلاینت سازگار با OpenAI به این مدل دسترسی پیدا کنند. برای این کار باید URL پایه DashScope را تنظیم کرده و متغیر محیطی DASHSCOPE_API_KEY را تعریف کنند. علی‌بابا تنها شرکت چینی فعال در رقابت با مدل‌های پیشرفته غربی نیست. DeepSeek نیز اخیراً مدل DeepSeek V4.1-Flash را عرضه کرده است که در برخی بنچمارک‌ها عملکردی قابل‌مقایسه با GPT-5.6 Sol دارد.

در حالی که مدل‌های چینی به‌دلیل محدودیت‌های آمریکا در زمینه پردازنده‌های قابل فروش به چین، تمرکز زیادی روی بهره‌وری داشته‌اند، هواوی نیز به‌تازگی از جلو انداختن زمان عرضه تراشه هوش مصنوعی جدید Ascend 960DT خبر داده است. این موضوع می‌تواند شرایطی ایجاد کند که شرکت‌های چینی به‌جای صرفاً نزدیک‌شدن به مدل‌های پیشرفته غربی، برای پیشی گرفتن از آن‌ها تلاش کنند.