Felo API PlatformFelo API Platform
กลับไปที่โมเดล
Qwenmessages

Qwen3.8 Flash API

Qwen3.8 Flash คือโมเดลมัลติโหมดจาก Alibaba Qwen team ที่รองรับข้อความ ภาพ วิดีโอ และเสียง พร้อมความสามารถในการให้เหตุผลและการสร้างเนื้อหาที่รวดเร็ว

Qwen3.8 Flash เป็นโมเดลมัลติโหมดที่ผสมผสานความสามารถในการให้เหตุผลและการสร้างเนื้อหาอันทรงพลังเข้ากับความเร็วที่น่าประทับใจ โดยมีสถาปัตยกรรม Mixture-of-Experts ที่มีพารามิเตอร์หลัก 125B และ N-gram embeddings 51B เปิดใช้งานเพียง 6B พารามิเตอร์ต่อโทเคน ทำให้ความเร็วในการประมวลผลล่วงหน้าสูงขึ้นประมาณ 2.5 เท่าเมื่อเทียบกับสถาปัตยกรรม A6B

โมเดลนี้รองรับการป้อนข้อมูลได้หลายรูปแบบทั้งข้อความ ภาพ วิดีโอ และเสียง เหมาะสำหรับงานที่หลากหลาย ตั้งแต่การเขียนโค้ดแบบเอเจนต์ การใช้เครื่องมือ งานด้านภาพ การทำความเข้าใจวิดีโอยาวไปจนถึงงานสำนักงาน นอกจากนี้ยังสามารถใช้งานร่วมกับ vLLM, SGLang, TokenSpeed และ Qwen Cloud หรือรันในเครื่องผ่าน Unsloth GGUF และ llama.cpp

จุดเด่นอีกประการคือความสามารถในการควบคุมพฤติกรรมการคิดผ่าน enable_thinking, preserve_thinking และ reasoning_effort พร้อมระดับความพยายามในการให้เหตุผล xhigh, medium และ low อย่างไรก็ตาม ระดับความพยายามที่ต่ำลงอาจไม่ได้ลดเวลาการทำงานโดยรวมเสมอไป และอาจทำให้การวิเคราะห์ไม่เพียงพอและเกิดการลองผิดลองถูกซ้ำ

อัปเดต:

ID โมเดล

qwen3.8-flash
บริบท
1M
เอาต์พุตสูงสุด
131.072K
API ที่แนะนำ
messages
อินพุต
text / image / video
เอาต์พุต
text

จุดเด่น

  • รองรับข้อความ ภาพ วิดีโอ และเสียง
  • สถาปัตยกรรม Mixture-of-Experts 125B
  • ความเร็วประมวลผลล่วงหน้าสูงขึ้น 2.5 เท่า
  • ควบคุมระดับการให้เหตุผลได้
  • รันในเครื่องผ่าน Unsloth GGUF และ llama.cpp

ผู้ให้บริการ

1 ผู้ให้บริการ

เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด

ผู้ให้บริการ · รายละเอียดราคา
อัตราความพร้อมใช้งาน
$0.15$0.47$0.016

ซื้ออะไรได้ด้วย $10

อินพุต
66.7M token
เอาต์พุต
21.3M token

ประมาณจากราคาอินพุตและเอาต์พุตปัจจุบัน ก่อนหักส่วนลด

เบนช์มาร์ก

  • BenchAlign

    จาก 100 คะแนน จัดอยู่ในอันดับที่ 65 จาก 216 โมเดล

    55.8
  • AndroidWorld

    การทดสอบการใช้งานบนมือถือ เทียบกับ Claude Opus 4.6 Max ที่ 62.0

    84.5
  • Real-world visual understanding

    เทียบกับ Claude Opus 4.6 Max ที่ 73.9

    88.5

คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่

การให้เหตุผล

เปิดใช้งานโดยค่าเริ่มต้น
ใช่
เปิดใช้งานตลอด
ไม่ใช่

เริ่มต้นอย่างรวดเร็ว

โค้ดพร้อมใช้สำหรับเรียกโมเดลนี้ด้วย API ที่เข้ากันได้ของ Felo API Platform เริ่มใน Playground เมื่อคุณต้องการทดสอบพรอมต์ก่อนเขียนโค้ด

1

ตั้งค่าคีย์ API

สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม

export FELO_API_KEY="YOUR_API_KEY"
2

ส่งคำขอแรก

ใช้ ID โมเดลนี้กับ endpoint ของ Felo API Platform ส่วนหัวคำขอแบบไม่บังคับ เช่น X-Request-Id ช่วยในการแก้ไขปัญหา

qwen3.8-flash

โมเดลนี้มีความสามารถในการให้เหตุผล หากโปรโตคอลและเส้นทางโมเดลที่คุณเลือกเปิดการควบคุมการให้เหตุผล ให้เก็บเมทาดาทาการให้เหตุผลที่ส่งคืนไว้เมื่อสนทนาต่อ

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());

การใช้ SDK ของบุคคลที่สาม

ใน SDK ที่เข้ากันได้ ให้ตั้ง baseURL เป็น https://openapi.felo.ai/api/v1. สำหรับไคลเอนต์สไตล์ Claude ให้ใช้ base URL ที่เข้ากันได้กับ Anthropic https://openapi.felo.ai/api.

3

เปิดใช้สตรีมมิ่ง

เพิ่ม stream: true เพื่อรับการตอบกลับเป็น server-sent events

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 มีอินเทอร์เฟซสำหรับเรียกโมเดลที่เข้ากันได้ เลือกอินเทอร์เฟซที่แอปหรือไคลเอนต์เอเจนต์ของคุณรองรับอยู่แล้ว

อินเทอร์เฟซเมธอดURL

Messages

ข้อความที่เข้ากันได้กับ Anthropic สำหรับไคลเอนต์สไตล์ Claude

POST

https://openapi.felo.ai/api/v1/messages

พารามิเตอร์

ชื่อชนิดค่าเริ่มต้นคำอธิบาย
modelstringqwen3.8-flashID โมเดลสาธารณะที่ต้องการเรียก
max_tokensinteger—จำนวนโทเคนสูงสุดที่สร้าง
messagesarray—ข้อความสนทนาสำหรับ Chat Completions
seed———
stop———
toolsarray—นิยาม tool calling ตามสคีมาที่เข้ากันได้
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—ควบคุมความหลากหลายของการตอบกลับเมื่อรองรับ
tool_choicestring or object—ควบคุมว่าควรเรียกเครื่องมือหรือไม่
top_logprobs———
response_formatobject—ขอเอาต์พุตแบบมีโครงสร้างเมื่อรองรับ
presence_penalty———
frequency_penalty———
include_reasoning———
structured_outputs———

คำถามที่พบบ่อย

รู้จัก Qwen3.8 Flash?

Qwen3.8 Flash เป็นโมเดลมัลติโหมดที่ผสมผสานความสามารถในการให้เหตุผลและการสร้างเนื้อหาอันทรงพลังเข้ากับความเร็วที่น่าประทับใจ โดยมีสถาปัตยกรรม Mixture-of-Experts ที่มีพารามิเตอร์หลัก 125B และ N-gram embeddings 51B เปิดใช้งานเพียง 6B พารามิเตอร์ต่อโทเคน ทำให้ความเร็วในการประมวลผลล่วงหน้าสูงขึ้นประมาณ 2.5 เท่าเมื่อเทียบกับสถาปัตยกรรม A6B โมเดลนี้รองรับการป้อนข้อมูลได้หลายรูปแบบทั้งข้อความ ภาพ วิดีโอ และเสียง เหมาะสำหรับงานที่หลากหลาย ตั้งแต่การเขียนโค้ดแบบเอเจนต์ การใช้เครื่องมือ งานด้านภาพ การทำความเข้าใจวิดีโอยาวไปจนถึงงานสำนักงาน นอกจากนี้ยังสามารถใช้งานร่วมกับ vLLM, SGLang, TokenSpeed และ Qwen Cloud หรือรันในเครื่องผ่าน Unsloth GGUF และ llama.cpp จุดเด่นอีกประการคือความสามารถในการควบคุมพฤติกรรมการคิดผ่าน enable_thinking, preserve_thinking และ reasoning_effort พร้อมระดับความพยายามในการให้เหตุผล xhigh, medium และ low อย่างไรก็ตาม ระดับความพยายามที่ต่ำลงอาจไม่ได้ลดเวลาการทำงานโดยรวมเสมอไป และอาจทำให้การวิเคราะห์ไม่เพียงพอและเกิดการลองผิดลองถูกซ้ำ

การใช้งานถูกเรียกเก็บเงินอย่างไร

ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน

Qwen3.8 Flash รองรับการป้อนข้อมูลรูปแบบใดบ้าง

รองรับการป้อนข้อมูลทั้งข้อความ ภาพ วิดีโอ และเสียง โดยมีเอาต์พุตเป็นข้อความ

โมเดลนี้มีขนาดหน้าต่างบริบทและขีดจำกัดเอาต์พุตเท่าใด

มีหน้าต่างบริบท 262,144 โทเคน และขีดจำกัดเอาต์พุต 262,144 โทเคนสำหรับเนื้อหาการให้เหตุผล และ 131,072 โทเคนสำหรับคำตอบสุดท้าย

Qwen3.8 Flash เหมาะกับงานประเภทใด

เหมาะกับงานเขียนโค้ดแบบเอเจนต์ การใช้เครื่องมือ งานด้านภาพ งานเอเจนต์หลายรอบ การทำความเข้าใจวิดีโอยาว และงานสำนักงาน รวมถึงเวิร์กโฟลว์เอเจนต์ด้านเสียงและวิดีโอ

สามารถควบคุมพฤติกรรมการคิดของโมเดลได้อย่างไร

ควบคุมได้ผ่านพารามิเตอร์ enable_thinking, preserve_thinking และ reasoning_effort พร้อมระดับความพยายาม xhigh, medium และ low

Qwen3.8 Flash แตกต่างจากรุ่นอื่นในซีรีส์อย่างไร

Qwen3.8-Flash-Next เป็นเวอร์ชันทดลองแบบเปิดน้ำหนักที่มีสถาปัตยกรรม Hybrid Attention (QSA) และ Gated Residual ขณะที่ Qwen3.8-Omni-Flash และ Qwen3.8 27B เป็นรุ่นพี่น้องในซีรีส์เดียวกัน

โมเดลที่เกี่ยวข้อง