Alibaba a lancé Qwen3.8-Omni-Flash, un modèle multimodal natif intégrant du texte, des images, de l’audio et de la vidéo avec un contexte de 1 million de tokens. Il surpasse Gemini3.8Flash dans les tests de performance audio, réduisant les coûts liés à l’audio de plus de 98 % et ceux liés à la vidéo de 93 %. Parmi ses principales fonctionnalités figurent la prise en charge de 113 langues, l’analyse audio stéréo et des capacités améliorées des agents IA pour l’appel d’outils et le traitement vidéo. Disponible dans le monde entier sur Alibaba Cloud BaiLian, ce modèle vise à révolutionner l’analyse des médias de longue durée grâce à des réductions de prix significatives et à une meilleure compréhension multimodale.