Qwen3.8 Flash API
Qwen3.8 Flash ist ein schnelles multimodales Mixture-of-Experts-Modell von Alibaba Qwen für agentisches Coding, Tool-Nutzung und visuelles Verstehen.
Qwen3.8 Flash ist ein multimodales Modell des Alibaba Qwen-Teams, das Text, Bilder, Video und Audio als Eingabe verarbeitet und Text ausgibt. Es basiert auf einer Mixture-of-Experts-Architektur mit 125B Hauptparametern, 51B N-gram-Embeddings und 6B aktivierten Parametern pro Token. Der Kontext umfasst 262,144 Tokens; für das Denken stehen bis zu 262,144 Tokens und für die abschließende Antwort bis zu 131,072 Tokens zur Verfügung. Das Denkverhalten lässt sich über enable_thinking, preserve_thinking und reasoning_effort mit den Stufen xhigh, medium und low steuern.
Das Modell eignet sich für agentisches Coding, Tool-Nutzung, mehrstufige Agentenaufgaben, Bild- und Videoanalyse sowie Büroaufgaben. Auch Audio- und Video-Agenten-Workflows wie die Erstellung von Musikvideos und Kurzdramen gehören zu den Einsatzgebieten. Die A6B-Architektur beschleunigt die Prefill-Phase um etwa das 2,5-Fache. In Tests zum mobilen Einsatz und zum visuellen Verstehen realer Szenen übertrifft Qwen3.8 Flash Claude Opus 4.6 Max.
Lokal lässt sich das Modell über Unsloth GGUF und llama.cpp betreiben; unterstützt wird es außerdem von vLLM, SGLang, TokenSpeed und Qwen Cloud. Zu beachten ist, dass ein geringerer Reasoning-Aufwand nicht immer die Gesamtbearbeitungszeit verkürzt, sondern auch zu unzureichender Analyse, mehr Fehlschlägen und wiederholten Versuchen führen kann. Für Kontexte jenseits von 262,144 Tokens wird RoPE-Scaling wie YaRN empfohlen.
Aktualisiert:
MODELL-ID
qwen3.8-flash- Kontext
- 1M
- Max. Ausgabe
- 131.072K
- Empfohlene API
- messages
- Eingabe
- text / image / video
- Ausgabe
- text
Highlights
- Multimodale Eingabe: Text, Bild, Video, Audio
- 262,144 Tokens Kontext
- 6B aktivierte Parameter pro Token
- Prefill rund 2,5-mal schneller
- Denkstufen xhigh, medium, low
- Lokal mit Unsloth GGUF und llama.cpp
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| Verfügbarkeit | ||||
|---|---|---|---|---|
| $0.15 | $0.47 | $0.016 |
Historische Daten sind keine Live-Statusprüfung. Fehlende Daten bedeuten keinen Ausfall.
Was man für $10 bekommt
- Eingabe
- 66,7 Mio. Token
- Ausgabe
- 21,3 Mio. Token
Geschätzt anhand der aktuellen Eingabe- und Ausgabepreise, vor Rabatten.
Benchmarks
- 55.8
BenchAlign
von 100; Platz 65 von 216 Modellen
- 84.5
AndroidWorld
Test zur mobilen Nutzung; Claude Opus 4.6 Max erreicht 62.0
- 88.5
Verstehen realer visueller Szenen
Claude Opus 4.6 Max erreicht 73.9
Werte wie vom Modellanbieter veröffentlicht.
Schlussfolgern
- Standardmäßig aktiviert
- Ja
- Immer aktiviert
- Nein
Schnellstart
Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.
API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"Erste Anfrage senden
Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.
qwen3.8-flashDieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.
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());Drittanbieter-SDKs verwenden
Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.
Streaming aktivieren
Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.
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
Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.
Messages
Anthropic-kompatible Nachrichten für Clients im Claude-Stil.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringqwen3.8-flashÖffentliche Modell-ID, die aufgerufen wird.max_tokensinteger—Maximale Anzahl generierter Tokens.messagesarray—Gesprächsnachrichten für Chat Completions.seed———stop———toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.top_k———top_p———logprobs———reasoning———temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.top_logprobs———response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.presence_penalty———frequency_penalty———include_reasoning———structured_outputs———Häufige Fragen
Was ist Qwen3.8 Flash?
Qwen3.8 Flash ist ein multimodales Modell des Alibaba Qwen-Teams, das Text, Bilder, Video und Audio als Eingabe verarbeitet und Text ausgibt. Es basiert auf einer Mixture-of-Experts-Architektur mit 125B Hauptparametern, 51B N-gram-Embeddings und 6B aktivierten Parametern pro Token. Der Kontext umfasst 262,144 Tokens; für das Denken stehen bis zu 262,144 Tokens und für die abschließende Antwort bis zu 131,072 Tokens zur Verfügung. Das Denkverhalten lässt sich über enable_thinking, preserve_thinking und reasoning_effort mit den Stufen xhigh, medium und low steuern. Das Modell eignet sich für agentisches Coding, Tool-Nutzung, mehrstufige Agentenaufgaben, Bild- und Videoanalyse sowie Büroaufgaben. Auch Audio- und Video-Agenten-Workflows wie die Erstellung von Musikvideos und Kurzdramen gehören zu den Einsatzgebieten. Die A6B-Architektur beschleunigt die Prefill-Phase um etwa das 2,5-Fache. In Tests zum mobilen Einsatz und zum visuellen Verstehen realer Szenen übertrifft Qwen3.8 Flash Claude Opus 4.6 Max. Lokal lässt sich das Modell über Unsloth GGUF und llama.cpp betreiben; unterstützt wird es außerdem von vLLM, SGLang, TokenSpeed und Qwen Cloud. Zu beachten ist, dass ein geringerer Reasoning-Aufwand nicht immer die Gesamtbearbeitungszeit verkürzt, sondern auch zu unzureichender Analyse, mehr Fehlschlägen und wiederholten Versuchen führen kann. Für Kontexte jenseits von 262,144 Tokens wird RoPE-Scaling wie YaRN empfohlen.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingaben unterstützt Qwen3.8 Flash?
Das Modell nimmt Text, Bilder, Video und Audio als Eingabe entgegen und gibt Text aus.
Wie groß sind Kontext und Ausgabelänge?
Der Kontext umfasst 262,144 Tokens. Für Denkinhalte stehen bis zu 262,144 Tokens und für die abschließende Antwort bis zu 131,072 Tokens zur Verfügung.
Für welche Aufgaben ist das Modell geeignet?
Es eignet sich für agentisches Coding, Tool-Nutzung, mehrstufige Agentenaufgaben, visuelle Aufgaben, langes Videoverstehen, Büroaufgaben sowie Audio- und Video-Agenten-Workflows.
Wie lässt sich das Denkverhalten steuern?
Über enable_thinking, preserve_thinking und reasoning_effort mit den Stufen xhigh, medium und low.
Wie kann das Modell lokal betrieben werden?
Lokal läuft es über Unsloth GGUF und llama.cpp; zusätzlich wird es von vLLM, SGLang, TokenSpeed und Qwen Cloud unterstützt.
Was ist bei sehr langem Kontext zu beachten?
Für die Verarbeitung über 262,144 Tokens hinaus wird RoPE-Scaling wie YaRN empfohlen.