Omni Flash是一种多模态AI大模型，支持文本、图像、音频和视频等多种输入类型的处理与分析。由智谱AI和谷歌分别推出的Qwen3.8-Omni-Flash和Gemini Flash代表了当前AI模型在多模态能力与成本效益平衡上的最新进展。
Omni Flash 近期进展
智谱AI于近期发布Qwen3.8-Omni-Flash模型，定价低于谷歌Gemini Flash，多模态性能相当。根据报道，该模型在保持高性能的同时，价格策略更具竞争力，为市场提供了新的选择。智谱发布Qwen3.8-Omni-Flash，定价低于谷歌Gemini Flash，多模态性能相当
阿里巴巴也发布了Qwen3.8-Omni-Flash多模态模型，支持百万上下文窗口。这一扩展使模型能够处理更长的对话历史和文档内容，大幅提升了复杂任务的完成能力。阿里巴巴发布 Qwen3.8-Omni-Flash 多模态模型，支持百万上下文
阿里通义Qwen团队宣布Qwen3.8-Omni-Flash全模态模型在音视频能力上有显著提升，百万 Token 图文音视频输入仅需0.8元。这一价格策略使多模态AI技术更加普及，降低了企业和开发者的使用门槛。阿里发布 Qwen3.8-Omni-Flash 全模态模型：音视频能力提升，百万 Token 图文音视频输入 0.8 元
谷歌Gemini Omni Flash也展示了新功能，发布了视频编辑技能，Agent可直接调用。这一进展表明多模态AI模型正从单一文本处理向更复杂的创意工具方向发展。Gemini Omni Flash 发布视频编辑技能，Agent 可直接调用
当前焦点与观察点
价格竞争成为Omni Flash类模型的主要焦点。智谱AI和阿里巴巴相继推出价格更具竞争力的多模态模型，百万Token上下文处理低至0.8元，打破了此前高端AI模型的高价壁垒，推动了行业整体价格下调。
多模态能力持续提升是Omni Flash类模型的共同趋势。从最初的文本处理扩展到图像、音频和视频理解，再到直接调用视频编辑等创意工具，这些模型正逐步实现真正的"全模态"能力，为用户提供更丰富的交互体验。
实际应用场景仍需探索。尽管Omni Flash类模型在基准测试中表现出色，但在真实世界复杂场景下的表现仍有待验证。特别是百万上下文窗口的实际效用，以及音视频理解能力的商业价值，将是未来市场关注的关键点。