Alibabas KI-Sparte hat am 18. September Qwen3.8-Omni-Flash vorgestellt — das erste multimodale Modell des Unternehmens, das von Grund auf für Agenten-Anwendungen entwickelt wurde. Es verarbeitet Audio und Video gemeinsam, zieht daraus Schlussfolgerungen und bedient eigenständig Werkzeuge, etwa für Videoschnitt, Übersetzung oder Filmzusammenfassungen. Die Kampfansage an Google ist unüberhörbar: Laut Qwen erreicht das Modell bei Audio-Video-Aufgaben fast das Niveau von Gemini 3.8 Flash — zu einem Bruchteil des Preises.
Was das Modell kann
Qwen3.8-Omni-Flash bringt ein Kontextfenster von einer Million Token mit (maximal 991.000 Token Eingabe, 131.000 Token Ausgabe), die Reasoning-Länge liegt bei bis zu 262.000 Token. Videos verarbeitet das Modell bis zu einer Länge von zwei Stunden beziehungsweise 2 GB, Audiodateien bis zu drei Stunden — bei stabiler Analyse mit 15 Bildern pro Sekunde. Insgesamt werden 113 Sprachen und Dialekte unterstützt.
Interessant für Entwickler: Das Modell lässt sich als KI-Agent direkt in Claude Code, Gemini CLI und Qwen Code einbinden. Ergänzend veröffentlicht Alibaba die Qwen-MM-Plugins (unter anderem für Videoschnitt, Sprechererkennung und PDF-Videonotizen) unter Apache-2.0-Lizenz sowie den Qwen-Live-Harness für Echtzeitinteraktion per Kamera und Mikrofon.
Kampfpreis gegen Gemini 3.8 Flash
Der eigentliche Angriff läuft über den Preis. Qwen verlangt 0,15 US-Dollar pro Million Input-Token und 0,47 US-Dollar pro Million Output-Token, Cache-Treffer kosten nur 0,016 US-Dollar. Eine Stunde Audio-Analyse liegt unter einem US-Cent, Video in 720p bei einem Bild pro Sekunde kostet rund 0,20 US-Dollar pro Million Token. Zum Vergleich: Gemini 3.8 Flash kostet 0,75 beziehungsweise 3,75 US-Dollar — und Google hat bereits angekündigt, diese Preise ab Januar 2027 zu verdoppeln.
Bei den Benchmarks meldet Qwen einen Sprung von durchschnittlich über 25 Prozent gegenüber dem Vorgänger Qwen3.5-Omni-Plus. Auf OmniVideoBench steigt der Wert von 63,4 auf 67,8 Punkte — bei 45,7 Prozent weniger verbrauchten Token. Wichtige Einschränkung: Alle Zahlen stammen bislang vom Hersteller selbst, eine unabhängige Validierung stand zum Start noch aus.
API statt Open Weights — ein Bruch mit der Qwen-Tradition
Anders als bei fast allen bisherigen Qwen-Modellen gibt es Qwen3.8-Omni-Flash zum Start nur über die API — via Qwen Studio, QwenCloud und Alibaba Cloud Model Studio. Offene Gewichte wurden nicht angekündigt, Selbst-Hosting ist damit vorerst nicht möglich. Immerhin: Die zugrunde liegende Architektur basiert auf Qwen3.8-Flash-Next, das seit August 2026 mit offenen Gewichten unter der Qwen Community License verfügbar ist. Wer die multimodale KI nur ausprobieren möchte: Als Chat-Zugang nennt Alibaba sein Interface Qwen Studio; ob das Modell auch in Qwen Chat auftaucht, war zum Start noch offen.
Was bedeutet das für Anwender in Deutschland?
Zunächst die gute Nachricht: Alibaba bietet das Modell in sechs Cloud-Regionen an — darunter Frankfurt. Unternehmen können die Verarbeitung also technisch in der EU halten, was Latenz und Speicherort betrifft. Trotzdem bleibt Alibaba Cloud ein chinesischer Anbieter: Vor einem produktiven Einsatz mit personenbezogenen Daten gehören ein Auftragsverarbeitungsvertrag, die Prüfung möglicher Drittlandtransfers nach Art. 44 ff. DSGVO und ein Blick in die Datenaufbewahrungsrichtlinien zwingend dazu. Eine Euro-Preisliste gibt es nicht, abgerechnet wird in US-Dollar über Alibaba Cloud. Unter dem EU AI Act treffen die Transparenzpflichten für Allzweck-KI zunächst den Anbieter — wer das Modell aber etwa für Bewerbungsvideos oder Mitarbeiterüberwachung einsetzen wollte, landet schnell in der Hochrisiko-Kategorie. Für den Mittelstand ist das Modell vor allem bei unkritischen Medien-Workflows einen Test wert: Videoarchive durchsuchbar machen, Schulungsvideos zusammenfassen, mehrsprachige Transkription — dafür ist der Preis konkurrenzlos. Wer volle Datenhoheit braucht, fährt mit einem lokal betriebenen offenen Modell wie Qwen 3.6 besser: etwas weniger Komfort, dafür bleiben die Daten im Haus.