Qwen 3.8 Omni Flash 全模态模型来袭，我们的测评报告当然不能落下。因为是全模态模型，所以先测多模态能力，然后再看大家要求要不要测推理和编程。由于在线上测试，不知道免费额度能测多少，本次测试按最关心的顺序来。

第一题：HTML 游戏复刻。 给它一个简单的左右移动接住星星的小游戏视频，让它通过 HTML 复刻这个游戏。实现完成后打开看，实际效果像模像样，但有个问题：只能通过鼠标控制，键盘上下左右无法操控——而这个游戏明显应该支持键盘控制。

第二题：鸳鸯图片辨别。 给它一张鸳鸯图片，让它分辨雄鸳鸯和雌鸳鸯的数量。图片中应该有五只雄鸳鸯、四只雌鸳鸯，最左边是一只野鸭。模型回答四雄五雌，刚好说反了。

第三题：图像细节辨析。 让模型找出图片中的不同之处，它指出第一行第四列的菱形不端正、有所倾斜。实际检查后确认确实如此，判断正确。

第四题：电影出处匹配（老无所依）。 给一张老无所依电影截图，看模型是否能找出出自哪部电影。第一次给了截取较远的图，模型回答星际穿越，错了。这道题很少有模型能做对——不是辨别不了图片内容，而是在根据内容匹配电影时出错。换成更清晰的截图后，这次成功找出是老无所依。

第五题：空间位置判断。 给一张距离很远拍摄的图片，问红色电话亭在黄色车的哪一边，模型回答正确，在右边。

第六题：视频行为分析。 给一个很模糊的开车视频，让模型判断何时变道、何时转弯。原视频约 4 秒并线、9 秒左右转弯，模型回答 4-6 秒变线、8-9 秒开始转弯，基本准确。

第七题：音频转写。 用之前测试 Union Alpha 时分离出的音频，让模型提取文稿。结果整体表现不错，只有一处把”复合弓的副弦”识别成了”布弦”。考虑到语音转写的难度，这个准确度已经非常难得，用过剪辑软件自动生成字幕的人都知道错字有多离谱。

测评下来，Qwen 3.8 Omni Flash 在多模态理解方面有亮眼表现，也存在一些细节上的不足。结论大家评论区自己判断吧。