Qwen3.8-Omni-Flash wurde mit einem 1-M-Kontext eingeführt, der Text, Bilder, Audio und Video unterstützt. Es optimiert Agentic-Workflows für Bearbeitung und Produktion. Die Ergebnisse stiegen im Vergleich zu Qwen3.5-Omni-Plus um über 26 %, wobei bei audiovisuellen Agenten- und Codierungsaufgaben deutliche Verbesserungen erzielt wurden. Die Preise für Audio- und Video-APIs sind um über 93 % gesunken. Das Modell erreicht bei Audio und Video das Niveau von Gemini3.8Flash und übertrifft dieses bei der Audio-Gesamtleistung. Der Token-Verbrauch wurde im „Agentic Understanding“-Modus um 45,7 % reduziert. Das Team nutzte das Modell für die eigene Forschung und Entwicklung und schloss vier Iterationen innerhalb von 12 Stunden ab. Eine Echtzeitversion unterstützt die Schalllokalisierung und verbessert die Erkennungsgenauigkeit des Sichuan-Dialekts um 40,7 %.