阿里在云栖大会宣布 Qwen 4 Max、Qwen 4 Flash、Qwen 4 Plus 和 Qwen 4 27B

xAI上线Grok Voice Transcribe 2.0，批量$0.10/小时、流式$0.20/小时；阿里发布Qwen3.8-Omni-Flash，首个全模态智能体模型，1M上下文，视频输入成本较3.5-Omni-Plus降约89%。

阿里发布Qwen3.8-Omni-Flash，首个全模态智能体模型，1M上下文，原生音视频加工具调用，视频输入成本较3.5-Omni-Plus降约89%。Anthropic的Claude Code项目现可从单次对话启动，Claude并行云端线程并保留共享记忆；Claude Chat与Cowork合并为统一Claude，向Pro和Max滚动推送。

阿里发布全模态模型 Qwen3.8-Omni-Flash，支持音频和视频理解。该模型配备 1M-token 上下文窗口，在 WildClawBench-MM 与 UniClawBench 上性能接近 Gemini 3.8 Flash。

阿里巴巴发布 Qwen3.8 Flash，一款 125B 参数的多模态 MoE 模型，原生支持 262K 上下文，可通过 YaRN 扩展至 1M。API 定价为每百万输入 token $0.16、输出 token $0.47。该模型基于新架构构建，是 Qwen4 架构的前身，在 DeepSWE 1.1 和 SWE-bench Pro 上分别得分 58.7 和 62.5。

通义千问发布 Qwen-Image-2.1，一个 7B 参数的原生图像生成与编辑模型，生成和编辑共用单一检查点，最多支持 10 张参考图。模型自带提示词增强 LLM，已集成 diffusers 和 ComfyUI，并在 Hugging Face Spaces 提供免安装的浏览器在线 demo：https://huggingface.co/spaces/hugging-apps/qwen-image-2-1

Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到一个模型中，视觉生成组件仅 7B 参数，并原生支持生成和编辑透明图像。模型支持最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑，通过混合粒度注意力架构和 KV cache 复用提升推理效率，同时改进文字渲染、人像光照与人物产品保真度，并覆盖全景图、信息图和分镜等任务。

Qwen 发布 Qwen3.8-LiveTranslate，采用 Interleave 架构与 Hybrid-MoE Thinker-Talker 设计重构实时同声传译，平均滞后（LAAL）从上一代的 2.8 秒降至 2.3 秒。

Qwen 发布下一代原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图像、音频和视频输入及 1M token 上下文窗口，29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%，音频输入每小时价格下降超过 98%，音视频输入每小时价格下降超过 93%。

通义千问发布 Qwen3.8-Max-0902，在 Code Arena： WebDev 以 1，691 分首次亮相即排名总榜第一，并以混合价 $5/MToken 成为 Pareto 前沿上得分最高的模型，现已可在 QwenCloud 试用。

Unsloth 推出 Qwen3.8-Flash-Next 的 GGUF 量化版本，称该 125B MoE 多模态模型性能超过 Claude-Opus-4.6 （Max），可在 75GB RAM 上本地运行，无需 GPU VRAM。