LançamentoAlibaba Cloud
Qwen reúne áudio, vídeo e ferramentas em um contexto de 1 milhão de tokens
A Alibaba Cloud disponibilizou o Qwen3.8-Omni-Flash, modelo que recebe texto, imagem, áudio e vídeo e devolve texto. A API combina janela de contexto de 1 milhão de tokens, chamadas de ferramentas, pesquisa na web e cache. Uma variante separada, liberada depois, acrescenta interação audiovisual em tempo real e saída de áudio.
Por que importa. A combinação reduz a necessidade de separar transcrição, leitura de imagens e análise de vídeo em modelos diferentes. Para trabalho profissional, o valor dependerá menos do tamanho anunciado da janela e mais da capacidade de localizar a evidência certa, citar o trecho usado e acionar ferramentas sem perder controle.