Le nouveau modèle multimodal Qwen3.8-Omni-Flash d’Alibaba se positionne comme un concurrent direct de Gemini 3.8 Flash de Google, offrant des performances comparables à un coût d’API significativement réduit.
Conçu spécifiquement pour les agents d’intelligence artificielle, Qwen3.8-Omni-Flash est le premier modèle multimodal de la série Qwen capable de traiter simultanément ou indépendamment des flux audio et vidéo. Il peut utiliser des outils pour des tâches complexes telles que l’édition de vlogs, la traduction de clips ou la synthèse de films.
Sur les bancs d’essai audio-vidéo, le modèle d’Alibaba atteint des résultats presque identiques à ceux de Gemini 3.8 Flash. Cette performance est notable, car elle est proposée à une fraction du coût d’API de son homologue de Google.
L’arrivée de Qwen3.8-Omni-Flash intensifie la concurrence sur le marché des modèles multimodaux, offrant de nouvelles perspectives pour le développement d’agents IA.
Source : The Decoder