Qwen3.8-Omni-Flash API：输入 $0.23/M，输出 $0.76/M

原生全模态，专为智能体交付打造

Qwen3.8-Omni-Flash 是阿里巴巴千问团队首款面向真实生产场景智能体能力打造的原生全模态模型。它原生接受文本、图像、音频和视频输入，上下文窗口达 1M tokens，在保持与同级纯文本模型相当的文本表现的同时，在多模态理解上有显著提升。

Qwen3.8-Omni-Flash 适合哪些场景

专为需要结合多种输入模态与持续智能体执行的工作负载设计。

• 视频后期制作、音乐视频创作和多媒体解说工作流。
• 需要整合文本、图像、音频和视频处理的影视制作场景。
• 具备空间音频理解能力的多媒体摘要与音视频对话。
• 具备仓库级上下文和智能体工具调用能力的编程与软件工程任务。
• 需要结构化输出和函数调用的 GUI 交互与知识工作。

如何获取 Qwen3.8-Omni-Flash 的 API 密钥

注册 TokenRa 账户，打开控制台，创建一个 API 密钥，确认账户已启用 Qwen3.8-Omni-Flash，然后在服务端发送兼容 OpenAI 接口的请求。该模型仅输出文本——请不要在请求中设置音频模态。

curl https://tokenra.io/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen3.8-omni-flash","messages":[{"role":"user","content":"分析这段视频转写内容并总结出关键决策。"}]}'

Qwen3.8-Omni-Flash 定价：输入 $0.23，输出 $0.76

Qwen3.8-Omni-Flash 通过 TokenRa 按用量计费：每 100 万输入 tokens $0.23，每 100 万输出 tokens $0.76，每 100 万缓存读取 tokens $0.03。账户需要有余额才能发送请求：单次最低充值 $10，账户正常状态下额度不过期。访问权限受账户资格、提供商可用性和适用速率限制约束；生产使用前请在 TokenRa 控制台核实当前情况。

内置工具与能力

Qwen3.8-Omni-Flash 通过兼容 OpenAI 和 DashScope 协议的接口，提供一整套生产级功能。

• 函数调用——将模型与外部工具和系统连接，支持智能体工作流。
• 结构化输出——确保模型按预期格式返回 JSON，便于下游处理。
• 网页搜索——为需要最新信息的回答启用实时检索数据。
• 上下文缓存——减少重复计算，降低长上下文请求的延迟和成本。
• 批量处理——异步批量处理请求，降低大规模使用的成本。
• 前缀续写——通过 Partial Mode 让模型严格基于你提供的前缀文本续写。

数据处理

在发送敏感或受监管信息前，请审查适用的提供商条款和 TokenRa 条款。提示词和补全内容的处理方式受提供商数据政策约束；生产使用前请核实当前条款。

生产环境检查清单

• 将 API 密钥保存在服务端，并按环境区分凭据。
• 在依赖之前，对照当前实际接入核实 1M tokens 上下文和支持的输入模态。
• 运行具有代表性的全模态工作负载：编程、视频分析、音视频对话和智能体工具调用。
• 设置明确的超时、有限重试、请求追踪和应用级预算。
• 根据你的使用场景审查数据处理、提供商条款、隐私要求和输出权利。

Qwen3.8-Omni-Flash API 常见问题

继续探索