跳到主要内容
  • 1M 上下文
  • 多模态
  • 推理
  • Responses API

Qwen3.8 Omni Flash · QuickSilver Pro

qwen3.8-omni-flash
阿里巴巴 / 通义千问实时可用性—

Qwen3.8 Omni Flash 是 Qwen 首个 agent 式全模态(omni)模型 —— 一个 endpoint 就能在文本之外原生理解图像、音频和视频,对所见所闻进行推理,并在长工作流中驱动工具。它保留了该系列完整的 1M token 上下文窗口,最大输出 131K。在 QuickSilver Pro 上,价格为每百万 token 输入 $0.15 / 输出 $0.47 —— 所有模态统一一个价格,与 Alibaba 自家的官方价格一致,并且与目录中其他模型共用同一把 OpenAI 兼容的 key 和同一份美元余额。

  • 1M 上下文
  • 最大输出 131K
  • 视觉
  • 音频输入
  • 视频输入
  • 工具调用
  • 推理 · 默认关闭
  • 流式输出
  • JSON Schema 输出

你支付 · 每 1M 输入 / 输出

$0.15 / $0.47

与官方价相同

与 Alibaba 价格相同

价格对比($/1M token)

条形长度 = 相对所列最高价的价格

服务商输入输出对比 QSP
QuickSilver Pro$0.15$0.47—
Alibaba(qwen3.8-omni-flash)$0.15$0.47相同
OpenAI (GPT-4o)$2.50$10.00低 95%

Alibaba 价格来源: qwen.ai/blog

概览

上下文
1M token
输入 / 1M
$0.15
输出 / 1M
$0.47
默认思考
否
最大输出
131K
延迟 · 实时
—

在一个全模态 endpoint 上实现 agent 式音视频理解 —— 图像、音频、视频和工具,共用 1M token 窗口。

什么时候该选 Qwen3.8 Omni Flash?

依据目录中的能力和公开价格整理,而非基准测试。

适用场景

当单个请求需要跨模态推理时,就选 Qwen3.8 Omni Flash:转写并总结一通电话、从长视频中提取关键片段、为图像生成描述或做质检,或者运行一个观察屏幕并通过工具执行操作的 agent。每种输入模态 —— 文本、图像、音频、视频 —— 都按同样低的单 token 价格计费,因此混合媒体的处理流水线依然便宜;1M token 的窗口可以让一段很长的录音或一整套文档常驻其中,而不必切块。Alibaba 针对 agent 式交付对它做了调优,因此它会规划任务并用工具执行,而不只是描述内容 —— 请把这些视为厂商的说法,并用你自己的评测加以验证。

  • 长文档和代码库,最多 1M token 上下文
  • 需要调用工具并输出严格 JSON Schema 的 Agent
  • 包含图片的提示
  • 直接回复,推理默认关闭

何时该选其他模型

最难的单次文本推理,请升级到 Qwen3.8 Max 或 GLM 5.3。如果你的工作负载是纯文本、不含媒体,Qwen3.8 Flash Next 更便宜,也没有全模态的额外负担。为了让 flash 档保持快速,思考默认被抑制;如果需要可见的推理过程,请传入 enable_thinking=true,并为额外的输出 token 留出预算。作为刚发布的模型,它的行为可能随上游版本更新而变化 —— 如果需要一个固定不变的目标,请固定你的评测。

在模型列表中比较其他选择

快速开始(curl)

获取 API key →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-omni-flash",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="qwen3.8-omni-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "qwen3.8-omni-flash",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-omni-flash",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="qwen3.8-omni-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

兼容 OpenAI。只需改一行 base_url 即可迁移。

网关行为

本模型的兼容性说明。

prompt
提示最多 1M token。
max_tokens
最多 131K 个输出 token。
  • /v1/chat/completions: 支持
  • /v1/responses: 支持
  • 流式输出: 支持
  • 工具调用: 支持
  • 图片输入: 支持
  • JSON Schema: 支持
  • 推理: 支持

价格从何而来

目录 v87 · 无单独的长上下文价格档

服务商参考价
$0.15 / $0.47qwen.ai/blog
目录核验日期
提示缓存 · 不参与对比
读取 $0.016 · 5 分钟写入 $0.15

usage.cost = prompt_tokens × $0.15/1M + completion_tokens × $0.47/1M

/pricing.json

按基础价格计算;缓存的提示 token 按上方缓存价格计费。

常见问题

常见问题

文本、图像、音频和视频,全部在一个模型内原生支持 —— 它对所见所闻进行联合推理,而不是把每种模态分发到各自独立的流水线。输出为文本。在 QuickSilver Pro 上,每种输入模态都按相同的每百万 token $0.15 计费:Alibaba 把每种模态都转换为 token,并按统一的输入价格收费,因此不需要为音频或视频单独的费率做预算。

Qwen3.8 Omni Flash

充值翻倍试用 Qwen3.8 Omni Flash —— 最高赠送 $50 额度

获取 API Key

$0.15 / $0.47每 1M token 输入 / 输出

试用获取 API Key