Qwen3.8 Flash API
Qwen3.8 Flashは、テキスト・画像・動画・音声を入力できるマルチモーダル推論モデルで、コーディングやエージェントタスクに強みを持ちます。
Qwen3.8 Flashは、Alibaba Qwenチームが開発したマルチモーダル推論・生成モデルです。テキスト、画像、動画、音声の入力に対応し、テキストを出力します。Mixture-of-Expertsアーキテクチャを採用し、メインパラメータ125B、N-gram埋め込み51B、トークンあたり6Bのパラメータが活性化します。コンテキスト長は262,144トークンで、推論コンテンツに262,144トークン、最終応答に131,072トークンの出力枠があります。
このモデルは、エージェント型コーディング、ツール使用、ビジョンタスク、マルチターンのエージェントタスク、長尺動画の理解、オフィスタスク、音声・動画エージェントワークフロー(ミュージックビデオ制作やショートドラマ制作を含む)に適しています。強力な推論・生成能力と高速性を両立し、A6Bアーキテクチャによりプリフィル速度が約2.5倍高速である点が特徴です。
推論の挙動はenable_thinking、preserve_thinking、reasoning_effortで制御でき、reasoning_effortにはxhigh、medium、lowのレベルがあります。ただし、推論努力を下げてもタスク完了時間が必ずしも短縮されるわけではなく、分析不足や失敗の増加、再試行の繰り返しを招く場合があります。Qwen3.8-Flash-Nextは、Qwen4向けに計画されたアーキテクチャのオープンウェイト実験プレビューであり、Hybrid Attention(QSA)とGated Residualの仕組みを備えています。262,144トークンを超える長コンテキスト処理には、YaRNなどのRoPEスケーリングが推奨されています。Unsloth GGUFとllama.cppによるローカル実行に対応し、vLLM、SGLang、TokenSpeed、Qwen Cloudでサポートされています。
更新日時:
モデル ID
qwen3.8-flash- コンテキスト
- 1M
- 最大出力
- 131.072K
- 推奨 API
- messages
- 入力
- text / image / video
- 出力
- text
ハイライト
- テキスト・画像・動画・音声入力に対応
- 262,144トークンのコンテキスト長
- エージェント型コーディングとツール使用に強み
- A6Bアーキテクチャでプリフィル速度約2.5倍
- 推論努力レベルをxhigh・medium・lowで制御
- Unsloth GGUFとllama.cppでローカル実行可能
プロバイダー
プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。
| 稼働率 | ||||
|---|---|---|---|---|
| $0.15 | $0.47 | $0.016 |
過去の統計はリアルタイムの稼働確認ではありません。データの欠損は障害を意味しません。
10 ドルで使える量
- 入力
- 6666.7万 トークン
- 出力
- 2127.7万 トークン
現在の入力・出力料金から試算した目安で、割引は含みません。
ベンチマーク
- 55.8
BenchAlign
100点満点中、216モデル中65位
- 84.5
AndroidWorld
モバイル利用テスト。Claude Opus 4.6 Maxの62.0と比較
- 88.5
Real-world visual understanding
Claude Opus 4.6 Maxの73.9と比較
スコアはモデル提供元が公表した値です。
推論
- 既定で有効
- はい
- 常に有効
- いいえ
Quick Start
このモデルを Felo API Platform 互換 API で呼び出すためのコードです。コードを書く前に Playground で prompt を試せます。
API key を設定
Felo API Platform アカウントで key を作成し、環境変数として設定します。
export FELO_API_KEY="YOUR_API_KEY"最初のリクエスト
このモデル ID を Felo API Platform endpoint で使用します。X-Request-Id などの任意ヘッダーはトラブルシュートに役立ちます。
qwen3.8-flashこのモデルは reasoning に対応しています。選択した protocol とモデルルートが reasoning controls を提供する場合、会話継続時に返却された reasoning metadata を保持してください。
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());サードパーティ SDK の利用
互換 SDK では baseURL を次に設定します https://openapi.felo.ai/api/v1. Claude-style clients では Anthropic-compatible base URL を使用します。 https://openapi.felo.ai/api.
Streaming を有効化
stream: true を追加すると server-sent events で応答を受け取れます。
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 は互換性のあるモデル呼び出し surface を提供します。アプリや Agent client が既に対応している surface を選んでください。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringqwen3.8-flash呼び出す公開モデル ID。max_tokensinteger—生成する最大 tokens。messagesarray—Chat Completions の会話メッセージ。seed———stop———toolsarray—互換 schema に従う tool calling definitions。top_k———top_p———logprobs———reasoning———temperaturenumber—対応している場合、回答の多様性を制御します。tool_choicestring or object—tool を呼び出すかどうかを制御します。top_logprobs———response_formatobject—対応時に structured output を要求します。presence_penalty———frequency_penalty———include_reasoning———structured_outputs———よくある質問
モデルについて: Qwen3.8 Flash?
Qwen3.8 Flashは、Alibaba Qwenチームが開発したマルチモーダル推論・生成モデルです。テキスト、画像、動画、音声の入力に対応し、テキストを出力します。Mixture-of-Expertsアーキテクチャを採用し、メインパラメータ125B、N-gram埋め込み51B、トークンあたり6Bのパラメータが活性化します。コンテキスト長は262,144トークンで、推論コンテンツに262,144トークン、最終応答に131,072トークンの出力枠があります。 このモデルは、エージェント型コーディング、ツール使用、ビジョンタスク、マルチターンのエージェントタスク、長尺動画の理解、オフィスタスク、音声・動画エージェントワークフロー(ミュージックビデオ制作やショートドラマ制作を含む)に適しています。強力な推論・生成能力と高速性を両立し、A6Bアーキテクチャによりプリフィル速度が約2.5倍高速である点が特徴です。 推論の挙動はenable_thinking、preserve_thinking、reasoning_effortで制御でき、reasoning_effortにはxhigh、medium、lowのレベルがあります。ただし、推論努力を下げてもタスク完了時間が必ずしも短縮されるわけではなく、分析不足や失敗の増加、再試行の繰り返しを招く場合があります。Qwen3.8-Flash-Nextは、Qwen4向けに計画されたアーキテクチャのオープンウェイト実験プレビューであり、Hybrid Attention(QSA)とGated Residualの仕組みを備えています。262,144トークンを超える長コンテキスト処理には、YaRNなどのRoPEスケーリングが推奨されています。Unsloth GGUFとllama.cppによるローカル実行に対応し、vLLM、SGLang、TokenSpeed、Qwen Cloudでサポートされています。
利用料金はどのように計算されますか?
料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。
Qwen3.8 Flashはどのような入力に対応していますか?
テキスト、画像、動画、音声の入力に対応し、テキストを出力します。マルチモーダルな推論と生成が可能です。
コンテキスト長と出力長はどのくらいですか?
コンテキスト長は262,144トークンです。出力は推論コンテンツに262,144トークン、最終応答に131,072トークンの枠があります。
推論の挙動は制御できますか?
enable_thinking、preserve_thinking、reasoning_effortで制御できます。reasoning_effortにはxhigh、medium、lowのレベルがあります。
ローカル環境で実行できますか?
Unsloth GGUFとllama.cppによるローカル実行に対応しています。また、vLLM、SGLang、TokenSpeed、Qwen Cloudでもサポートされています。
Qwen3.8-Flash-Nextとの違いは何ですか?
Qwen3.8-Flash-Nextは、Qwen4向けに計画されたアーキテクチャのオープンウェイト実験プレビューです。Hybrid Attention(QSA)とGated Residualの仕組みを備えています。
長いコンテキストを扱う際の推奨事項はありますか?
262,144トークンを超える長コンテキスト処理には、YaRNなどのRoPEスケーリングが推奨されています。