A Qwen első, AI-ügynököknek szánt multimodális modellje, a Qwen3.8-Omni-Flash hangot és videót együtt dolgoz fel, önállóan vág vlogot, fordít videót és összegz filmeket; kontextusablaka egymillió token. Az audiovizuális feladatokon a Gemini 3.8 Flash szintjéhez közelí