Qwen3-Omni-Flash-2025-12-01は、300億パラメータと30億アクティブパラメータを持つ次世代ネイティブマルチモーダルモデルで、以前の7Bオムニモデルの後継です。Qwen3-Omni-30B-A3B-Instructの後継機として位置づけられていますが、そのウェイトは現在オープンソースフレームワークでは利用できないため、強力な性能があるにもかかわらず利用が困難です。モデルには650Mオーディオエンコーダー、540Mビジョンエンコーダー、30B-A3B LLM、3B-A0.3BオーディオLLM、およびオーディオトークンから波形への変換用の80M Transformer/200M Conv Netが含まれています。推理版があるため、音声インタラクション中に思考トークンを発声する可能性があり、面白いインタラクティブな要素を追加します。一部の人々は'Flash'指定のためクローズドウェイトのモデル・アズ・ア・サービスである可能性があると推測していますが、他方では、より大きなモデルに対するベンチマーク性能から、Qwen3-235B-A22Bのオムニバージョンである可能性があると指摘されています。モデルのコンテキストウィンドウは200K+トークンまで拡張される可能性がありますが、記事執筆時点ではHugging FaceやModelScopeでウェイトが利用できません。リアルタイム会話サポートは確認されていますが、ローカルハードウェア実装はコミュニティによって検証されていません。