Qwen3.8 Flash API
Qwen3.8 Flash একটি মাল্টিমোডাল মিশ্রণ-অফ-এক্সপার্ট মডেল যা দ্রুত গতিতে শক্তিশালী রিজনিং ও জেনারেশন প্রদান করে।
Qwen3.8 Flash হলো Alibaba Qwen টিমের একটি মাল্টিমোডাল মডেল, যা টেক্সট, ইমেজ, ভিডিও ও অডিও ইনপুট নিয়ে টেক্সট আউটপুট দিতে পারে। এটি Mixture-of-Experts আর্কিটেকচারভিত্তিক, যেখানে ১২৫B মূল প্যারামিটার, ৫১B N-gram এমবেডিং এবং প্রতি টোকেনে ৬B সক্রিয় প্যারামিটার ব্যবহৃত হয়। ২৬২,১৪৪ টোকেন কনটেক্সট উইন্ডো এবং রিজনিং কনটেন্টের জন্য ২৬২,১৪৪ টোকেন ও চূড়ান্ত উত্তরের জন্য ১৩১,০৭২ টোকেন আউটপুট সীমা রয়েছে।
এটি এজেন্টিক কোডিং, টুল ব্যবহার, ভিশন ও দীর্ঘ ভিডিও বোঝা এবং অফিস টাস্কে শক্তিশালী পারফরম্যান্স দেয়। মাল্টি-টার্ন এজেন্টিক টাস্ক, অডিও-ভিডিও এজেন্ট ওয়ার্কফ্লো এবং সংগীত ভিডিও বা শর্ট ড্রামা নির্মাণেও এটি ব্যবহারযোগ্য। enable_thinking, preserve_thinking ও reasoning_effort-এর মাধ্যমে থিংকিং আচরণ নিয়ন্ত্রণ করা যায়, যার মধ্যে xhigh, medium ও low রিজনিং লেভেল আছে।
A6B আর্কিটেকচারের কারণে এর প্রিফিল গতি প্রায় ২.৫ গুণ দ্রুত। Unsloth GGUF ও llama.cpp-এর মাধ্যমে লোকালি চালানো যায় এবং vLLM, SGLang, TokenSpeed ও Qwen Cloud দ্বারা সমর্থিত। তবে কম রিজনিং এফোর্ট সবসময় কাজের মোট সময় কমায় না; এতে বিশ্লেষণ অপর্যাপ্ত হয়ে ব্যর্থতা ও পুনরায় চেষ্টা বাড়তে পারে।
আপডেট:
মডেল ID
qwen3.8-flash- কনটেক্সট
- 1M
- সর্বোচ্চ আউটপুট
- 131.072K
- প্রস্তাবিত API
- messages
- ইনপুট
- text / image / video
- আউটপুট
- text
মূল বৈশিষ্ট্য
- মাল্টিমোডাল রিজনিং ও জেনারেশন
- A6B আর্কিটেকচারে প্রায় ২.৫ গুণ দ্রুত প্রিফিল
- নিয়ন্ত্রণযোগ্য থিংকিং আচরণ
- এজেন্টিক কোডিং ও টুল ব্যবহার
- দীর্ঘ ভিডিও বোঝার সক্ষমতা
- লোকালি চালানোর সমর্থন
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
| প্রাপ্যতা | ||||
|---|---|---|---|---|
| $0.15 | $0.47 | $0.016 |
অতীত পরিসংখ্যান সরাসরি অবস্থা পরীক্ষা নয়। ডেটা না থাকা মানেই পরিষেবা বন্ধ নয়।
$10-এ কী পাওয়া যায়
- ইনপুট
- ৬.৭ কো টোকেন
- আউটপুট
- ২.১ কো টোকেন
বর্তমান ইনপুট ও আউটপুট মূল্যের ভিত্তিতে আনুমানিক, ছাড়ের আগে।
বেঞ্চমার্ক
- 55.8
BenchAlign
১০০-এর মধ্যে; ২১৬টি মডেলের মধ্যে ৬৫তম স্থান
- 84.5
AndroidWorld
মোবাইল ব্যবহার পরীক্ষা; Claude Opus 4.6 Max-এর 62.0-এর সঙ্গে তুলনা
- 88.5
বাস্তব-জগতের ভিজ্যুয়াল বোঝা
Claude Opus 4.6 Max-এর 73.9-এর সঙ্গে তুলনা
স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।
রিজনিং
- ডিফল্টভাবে সক্রিয়
- হ্যাঁ
- সর্বদা সক্রিয়
- না
দ্রুত শুরু
Felo API Platform-এর সামঞ্জস্যপূর্ণ API দিয়ে এই মডেল কল করার রেডি কোড। কোড লেখার আগে প্রম্পট পরীক্ষা করতে চাইলে Playground-এ শুরু করুন।
আপনার API key নিন
আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।
export FELO_API_KEY="YOUR_API_KEY"প্রথম অনুরোধ পাঠান
এই মডেল ID Felo API Platform endpoint-এর সঙ্গে ব্যবহার করুন। X-Request-Id-এর মতো ঐচ্ছিক রিকোয়েস্ট হেডার সমস্যা সমাধানে সাহায্য করতে পারে।
qwen3.8-flashএই মডেল রিজনিং সক্ষম। আপনার নির্বাচিত প্রোটোকল ও মডেল রুট রিজনিং নিয়ন্ত্রণ দিলে, কথোপকথন চালিয়ে যাওয়ার সময় ফেরত পাওয়া রিজনিং মেটাডেটা সংরক্ষণ করুন।
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "qwen3.8-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());থার্ড-পার্টি SDK ব্যবহার
সামঞ্জস্যপূর্ণ SDK-তে baseURL সেট করুন https://openapi.felo.ai/api/v1. Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ base URL ব্যবহার করুন। https://openapi.felo.ai/api.
স্ট্রিমিং চালু করুন
রেসপন্স server-sent events হিসেবে পেতে stream: true যোগ করুন।
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.8-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform সামঞ্জস্যপূর্ণ মডেল-কলিং সারফেস দেয়। আপনার অ্যাপ বা এজেন্ট ক্লায়েন্ট যে সারফেস ইতিমধ্যে সমর্থন করে সেটি বেছে নিন।
Messages
Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ মেসেজ।
POST
https://openapi.felo.ai/api/v1/messagesপ্যারামিটার
modelstringqwen3.8-flashকল করার প্রকাশ্য মডেল ID।max_tokensinteger—সর্বোচ্চ কত টোকেন তৈরি হবে।messagesarray—Chat Completions-এর কথোপকথন মেসেজ।seed———stop———toolsarray—সামঞ্জস্যপূর্ণ schema অনুসরণ করা tool calling সংজ্ঞা।top_k———top_p———logprobs———reasoning———temperaturenumber—সমর্থিত হলে রেসপন্সের বৈচিত্র্য নিয়ন্ত্রণ করে।tool_choicestring or object—কোনো tool কল করা উচিত কি না তা নিয়ন্ত্রণ করে।top_logprobs———response_formatobject—সমর্থিত হলে স্ট্রাকচার্ড আউটপুট অনুরোধ করে।presence_penalty———frequency_penalty———include_reasoning———structured_outputs———সাধারণ প্রশ্ন
মডেল পরিচিতি: Qwen3.8 Flash?
Qwen3.8 Flash হলো Alibaba Qwen টিমের একটি মাল্টিমোডাল মডেল, যা টেক্সট, ইমেজ, ভিডিও ও অডিও ইনপুট নিয়ে টেক্সট আউটপুট দিতে পারে। এটি Mixture-of-Experts আর্কিটেকচারভিত্তিক, যেখানে ১২৫B মূল প্যারামিটার, ৫১B N-gram এমবেডিং এবং প্রতি টোকেনে ৬B সক্রিয় প্যারামিটার ব্যবহৃত হয়। ২৬২,১৪৪ টোকেন কনটেক্সট উইন্ডো এবং রিজনিং কনটেন্টের জন্য ২৬২,১৪৪ টোকেন ও চূড়ান্ত উত্তরের জন্য ১৩১,০৭২ টোকেন আউটপুট সীমা রয়েছে। এটি এজেন্টিক কোডিং, টুল ব্যবহার, ভিশন ও দীর্ঘ ভিডিও বোঝা এবং অফিস টাস্কে শক্তিশালী পারফরম্যান্স দেয়। মাল্টি-টার্ন এজেন্টিক টাস্ক, অডিও-ভিডিও এজেন্ট ওয়ার্কফ্লো এবং সংগীত ভিডিও বা শর্ট ড্রামা নির্মাণেও এটি ব্যবহারযোগ্য। enable_thinking, preserve_thinking ও reasoning_effort-এর মাধ্যমে থিংকিং আচরণ নিয়ন্ত্রণ করা যায়, যার মধ্যে xhigh, medium ও low রিজনিং লেভেল আছে। A6B আর্কিটেকচারের কারণে এর প্রিফিল গতি প্রায় ২.৫ গুণ দ্রুত। Unsloth GGUF ও llama.cpp-এর মাধ্যমে লোকালি চালানো যায় এবং vLLM, SGLang, TokenSpeed ও Qwen Cloud দ্বারা সমর্থিত। তবে কম রিজনিং এফোর্ট সবসময় কাজের মোট সময় কমায় না; এতে বিশ্লেষণ অপর্যাপ্ত হয়ে ব্যর্থতা ও পুনরায় চেষ্টা বাড়তে পারে।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।
Qwen3.8 Flash কী কী ইনপুট সমর্থন করে?
এটি টেক্সট, ইমেজ, ভিডিও ও অডিও ইনপুট নিতে পারে এবং টেক্সট আউটপুট দেয়।
এর কনটেক্সট ও আউটপুট সীমা কত?
কনটেক্সট ২৬২,১৪৪ টোকেন। রিজনিং কনটেন্টের জন্য আউটপুট সীমা ২৬২,১৪৪ টোকেন এবং চূড়ান্ত উত্তরের জন্য ১৩১,০৭২ টোকেন।
এটি কোন কাজের জন্য সবচেয়ে উপযুক্ত?
এজেন্টিক কোডিং, টুল ব্যবহার, ভিশন ও দীর্ঘ ভিডিও বোঝা এবং অফিস টাস্কের জন্য এটি উপযুক্ত।
থিংকিং আচরণ কীভাবে নিয়ন্ত্রণ করা যায়?
enable_thinking, preserve_thinking ও reasoning_effort ব্যবহার করে থিংকিং নিয়ন্ত্রণ করা যায়। রিজনিং এফোর্ট লেভেল হলো xhigh, medium ও low।
২৬২,১৪৪ টোকেনের বেশি কনটেক্সট দরকার হলে কী করব?
এর বেশি দীর্ঘ কনটেক্সট প্রসেসিংয়ের জন্য YaRN-এর মতো RoPE স্কেলিং ব্যবহার করার পরামর্শ দেওয়া হয়।