Udviklere får billigere AI-agent til lyd og video

Qwen3.8-Omni-Flash er en ny model, der næsten matcher Googles Gemini Flash på lyd- og videotests, men koster en brøkdel af prisen. Det betyder, at udviklere kan bygge digitale assistenter, der selv klipper videoer, oversætter klip eller opsummerer film, til en lavere pris. Nu kan udviklere vælge dette billigere alternativ til Googles model til opgaver med lyd og video.

En ny model fra det kinesiske firma Qwen hedder Qwen3.8-Omni-Flash. Den kan næsten matche Googles model Gemini Flash. Det gælder, når man tester, hvor godt de klarer opgaver med lyd og video. Men prisen for at bruge den via et API er en brøkdel af Googles pris. Et API er en teknisk forbindelse, som udviklere bruger, når deres programmer skal tale med en AI-model. AI står for kunstig intelligens. Det skriver tech-mediet The Decoder.

En benchmark er en slags standardtest, hvor man måler, hvor godt en model er til bestemte opgaver. Qwen3.8-Omni-Flash er den første model fra Qwen, der er bygget til såkaldte agenter. En agent er et program, der selv kan udføre opgaver, som man normalt ville bede et menneske om at gøre. Tænk engang: Modellen kan behandle lyd og video på samme tid. Det svarer til, at et menneske både kan se og høre i samme øjeblik. Den kan også selv bruge værktøjer til at redigere vlogs, oversætte klip eller lave resuméer af film. En vlog er en videoblog, hvor nogen filmer sig selv og fortæller om deres liv.

Det betyder, at en agent kan modtage en videofil og selv finde ud af at klippe den eller oversætte den. Det er lidt som at give filmen til en hjælpsom assistent, der selv finder ud af resten. En udvikler behøver ikke at kode hvert enkelt trin på forhånd. En udvikler er en person, der laver computerprogrammer. Ifølge The Decoder matcher modellen næsten Gemini Flash på de tests, der prøver både lyd og video. Samtidig er prisen væsentligt lavere. Artiklen oplyser ikke de konkrete priser, men beskriver forskellen som »en brøkdel«. For udviklere, der bygger agenter med lyd- og videoopgaver, er det et billigere alternativ til Googles model. Qwen3.8-Omni-Flash er designet til at arbejde med flere slags input i samme opgave.