알리바바가 소리·영상까지 한 모델로 받는 큐원 3.8 옴니 플래시를 내놨어요
2026년 9월 18일 기준 · 출처 Alibaba Cloud Model Studio 문서
나에게 무슨 뜻인지 먼저 보기 ↓알리바바 큐원(Qwen)팀이 2026년 9월 18일 'Qwen3.8-Omni-Flash'를 공개했어요. 글·이미지·소리·영상을 따로 처리하지 않고 한 모델이 그대로 받아들이는 방식이고, 답은 글로 나와요. 알리바바 클라우드 공식 문서(9월 18일 갱신) 기준으로 한 번에 넣을 수 있는 분량은 100만 토큰이고, 생각하기·도구 호출·웹 검색을 지원해요.
회의 녹화본 요약이나 영상 내용 분석처럼 소리와 화면을 같이 봐야 하는 일을 겨냥한 모델이에요. 쓰는 방법은 큐원 챗과 알리바바 클라우드 모델 스튜디오 API 두 가지이고, 오픈AI 호환 방식이라 기존 코드에서 주소와 모델 이름만 바꿔도 돼요. 서비스 지역은 베이징·싱가포르·홍콩·도쿄·프랑크푸르트·버지니아 여섯 곳이에요.
성능은 회사 발표 기준으로 평가 30종 평균이 앞 모델(Qwen3.5-Omni-Plus)보다 26% 이상 올랐다고 해요. 값은 조심해서 읽는 게 좋아요. 알리바바가 밝힌 건 입력 100만 토큰당 0.8위안(약 150원)부터라는 것과, 소리 한 시간을 넣을 때 값이 앞 모델보다 98% 싸다는 것 정도예요.
중개 사이트마다 적어 둔 단가가 서로 다른데, 글·소리·이미지·영상마다 값이 따로 매겨지는 구조라 어느 한 숫자로 옮겨 적기 어렵기 때문이에요. 실제 비용은 콘솔의 요금표를 봐야 해요. 그리고 가중치는 공개되지 않아서 직접 내려받아 돌릴 수는 없어요.
⚠ 허깅페이스에 'Qwen3.8-27B-Omnimerge' 같은 이름이 보이는데, 이건 다른 모델을 개인이 합쳐 올린 것이라 이 모델과는 별개예요.
이 글에 나온 용어
- 토큰
- — AI가 글을 잘게 쪼개 세는 단위예요. 글자 수와 비슷하지만 똑같지는 않아요. 개발자용 요금은 보통 "100만 토큰당 얼마"로 매겨요.
- API
- — 사람이 앱 화면에서 쓰는 대신 프로그램이 AI를 불러 쓰는 연결 통로예요. 개발자가 서비스를 만들 때 쓰고, 쓴 만큼 돈을 내요. 챗GPT·클로드 앱 구독료와는 따로예요.
- 오픈소스·가중치 공개
- — 누구나 내려받아 쓰고 고칠 수 있게 공개했다는 뜻이에요. AI 모델에서는 학습 결과 파일인 "가중치"를 공개했는지가 핵심이에요.
나에게는 어떤 뜻인가요
회의 녹음, 강의 영상, 통화 내용처럼 "듣고 봐야 아는" 자료를 다루는 일이 늘고 있는데, 지금까지는 음성을 글로 바꾼 뒤 다시 요약하는 식으로 단계를 나눠야 했어요. 한 모델이 소리와 영상을 그대로 받으면 중간에 잃어버리는 정보(말투, 화면에 뜬 자료, 누가 언제 말했는지)가 줄어요. 다만 한국어 성능을 따로 밝힌 자료는 없고 값도 입력 종류마다 달라서, 회사 업무에 넣기 전에는 실제 녹화본 한두 건으로 품질과 비용을 직접 재 보는 게 안전해요. 가중치가 공개되지 않아 외부에 보내기 곤란한 자료라면 이 모델은 선택지가 아니에요.
정리 시점 이후 상황이 바뀌었을 수 있어요. 정확한 내용은 출처 원문에서 확인하세요.