Qwen3.8-Omni-Flash登場──マルチモーダルAIは「理解」から業務実行へ進む

Alibaba Cloudは9月18日、マルチモーダルAIモデル「Qwen3.8-Omni-Flash」をリリースしました。100万トークンのコンテキストウィンドウをサポートし、テキスト、画像、音声、映像をまたいだ理解と生成に加え、エージェント機能を大きく強化した点が特徴です。

注目すべきは、モデルの競争軸が「何を理解できるか」から「どの業務フローを完了できるか」へ移っていることです。動画編集、音楽ビデオ制作、長尺音声・映像の要約、リアルタイム会話など、企業が実際に使うワークフローに近い領域が前面に出ています。

100万トークンと低価格化が利用範囲を広げる

同モデルは、同サイズのテキスト専用モデルに近いテキスト性能を維持しながら、音声や映像を扱うオムニモーダル機能を改善したとされています。AI Watchによれば、Qwen3.5-Omni-Plus比で平均スコアが25%以上向上し、WildClawBench-MMでは36.5ポイント、AgenticVBenchでは22.3ポイント向上しました。

加えて、音声入力の1時間あたりAPI価格は98%以上、音声と映像入力の1時間あたり価格は93%以上安価になったと説明されています。コストが下がれば、会議、研修、監視映像、顧客対応ログなど、従来は高価で扱いにくかった長時間データもAI活用の対象になりやすくなります。

日本企業は「データを入れる準備」が課題になる

日本企業にとっては、モデル性能そのものよりも、社内の音声・映像・文書をAIが扱いやすい形に整備できるかが導入の分かれ目です。長時間データを処理できても、権限管理、個人情報、録音同意、保存期間、出力レビューのルールが曖昧なままでは本番利用は難しくなります。

特に映像や音声は、文字情報より個人情報や機密が混ざりやすい領域です。利用部門だけで試すのではなく、情報システム、法務、セキュリティ、現場部門が共同で扱うデータ範囲を決める必要があります。

競争は「高性能モデル」から「業務テンプレート」へ

Qwen3.8-Omni-Flashのような低コストなマルチモーダルモデルが増えると、差が出るのはモデル名ではなく、業務ごとの設計です。会議録、監査、教育、コンテンツ制作、顧客対応など、どの業務で人間の確認を残し、どこを自動化するかを決めた企業ほど効果を出しやすくなります。

マルチモーダルAIは、単なる便利機能ではなく、社内データの運用設計を見直すきっかけになりそうです。

参考：AI Watch