Felo API PlatformFelo API Platform
Kembali ke model
Qwenmessages

Qwen3.8 Flash API

Model multimodal Qwen3.8 Flash daripada pasukan Alibaba Qwen menggabungkan penaakulan pantas dan penjanaan untuk tugas pengkodan, pejabat, penglihatan, serta aliran kerja agen yang kompleks.

Qwen3.8 Flash ialah model multimodal daripada pasukan Alibaba Qwen yang menerima input teks, imej, video dan audio serta menghasilkan output teks. Ia dibina atas seni bina Mixture-of-Experts dengan 125B parameter utama, 51B parameter embeddings N-gram dan 6B parameter diaktifkan setiap token. Model ini menyokong konteks 262,144 token, dengan had output 262,144 token untuk kandungan penaakulan dan 131,072 token untuk respons akhir. Tingkah laku penaakulan boleh dikawal melalui enable_thinking, preserve_thinking dan reasoning_effort pada tahap xhigh, medium dan low.

Model ini amat sesuai untuk pengkodan agen, penggunaan alat, tugas penglihatan, tugas agen berbilang pusingan, pemahaman video panjang, tugasan pejabat serta aliran kerja audio dan video seperti penciptaan video muzik dan produksi drama pendek. Ia juga menawarkan peningkatan kelajuan prefill kira-kira 2.5 kali ganda hasil seni bina A6B, di samping prestasi pengkodan dan tugasan pejabat yang kukuh dengan pengurangan kos latihan. Model boleh dijalankan secara setempat melalui Unsloth GGUF dan llama.cpp, serta disokong oleh vLLM, SGLang, TokenSpeed dan Qwen Cloud.

Beberapa batasan perlu diberi perhatian. Usaha penaakulan yang lebih rendah tidak semestinya mempercepatkan penyiapan tugasan kerana ia boleh menyebabkan analisis tidak mencukupi, kegagalan dan cubaan semula berulang. Selain itu, maklumat sumber tentang seni bina dan kedudukan pada papan pendahulu tertentu masih terhad. Untuk pemprosesan konteks melebihi 262,144 token, penskalaan RoPE seperti YaRN disyorkan. Dalam mod berfikir, parameter pensampelan yang disyorkan ialah temperature 1.0, top_p 0.95, top_k 20, min_p 0.0, presence_penalty 0.0 dan repetition_penalty 1.0; dalam mod instruct atau bukan berfikir, nilainya ialah temperature 0.7, top_p 0.80, top_k 20, min_p 0.0, presence_penalty 1.5 dan repetition_penalty 1.0.

Dikemas kini:

ID MODEL

qwen3.8-flash
Konteks
1M
Output maks
131.072K
API yang disyorkan
messages
Input
text / image / video
Output
text

Sorotan

  • Seni bina Mixture-of-Experts dengan 6B parameter diaktifkan setiap token
  • Konteks 262,144 token dan output akhir 131,072 token
  • Penaakulan boleh dikawal melalui reasoning_effort
  • Prefill kira-kira 2.5 kali lebih pantas dengan seni bina A6B
  • Menyokong input teks, imej, video dan audio
  • Boleh dijalankan secara setempat melalui Unsloth GGUF dan llama.cpp

Penyedia

1 penyedia

Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.

Penyedia · Butiran harga
Ketersediaan
$0.15$0.47$0.016

Apa yang boleh dibeli dengan $10

Input
66.7J token
Output
21.3J token

Anggaran berdasarkan harga input dan output semasa, sebelum diskaun.

Penanda aras

  • BenchAlign

    daripada 100; menduduki tempat ke-65 daripada 216 model

    55.8
  • AndroidWorld

    ujian penggunaan mudah alih; berbanding Claude Opus 4.6 Max pada 62.0

    84.5
  • Pemahaman visual dunia sebenar

    berbanding Claude Opus 4.6 Max pada 73.9

    88.5

Skor seperti yang diterbitkan oleh penyedia model.

Penaakulan

Diaktifkan secara lalai
Ya
Sentiasa diaktifkan
Tidak

Mula pantas

Kod sedia guna untuk memanggil model ini dengan API serasi Felo API Platform. Mulakan di Playground apabila anda ingin menguji prompt sebelum menulis kod.

1

Tetapkan kunci API

Cipta kunci daripada akaun Felo API Platform anda dan tetapkan sebagai pemboleh ubah persekitaran.

export FELO_API_KEY="YOUR_API_KEY"
2

Hantar permintaan pertama

Gunakan ID model ini dengan endpoint Felo API Platform. Pengepala permintaan pilihan seperti X-Request-Id boleh membantu penyelesaian masalah.

qwen3.8-flash

Model ini mampu membuat penaakulan. Jika protokol dan laluan model yang anda pilih menyediakan kawalan penaakulan, kekalkan metadata penaakulan yang dipulangkan apabila meneruskan perbualan.

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());

Menggunakan SDK pihak ketiga

Dalam SDK yang serasi, tetapkan baseURL kepada https://openapi.felo.ai/api/v1. Untuk klien gaya Claude, gunakan base URL yang serasi dengan Anthropic. https://openapi.felo.ai/api.

3

Dayakan penstriman

Tambah stream: true untuk menerima respons sebagai 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 menyediakan antara muka panggilan model yang serasi. Pilih antara muka yang sudah disokong oleh aplikasi atau klien ejen anda.

Antara mukaKaedahURL

Messages

Mesej serasi Anthropic untuk klien gaya Claude.

POST

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

Parameter

NamaJenisLalaiKeterangan
modelstringqwen3.8-flashID model awam untuk dipanggil.
max_tokensinteger—Bilangan maksimum token yang dijana.
messagesarray—Mesej perbualan untuk Chat Completions.
seed———
stop———
toolsarray—Definisi tool calling mengikut skema serasi.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Mengawal kepelbagaian respons apabila disokong.
tool_choicestring or object—Mengawal sama ada alat perlu dipanggil.
top_logprobs———
response_formatobject—Meminta output berstruktur apabila disokong.
presence_penalty———
frequency_penalty———
include_reasoning———
structured_outputs———

Soalan lazim

Mengenali Qwen3.8 Flash?

Qwen3.8 Flash ialah model multimodal daripada pasukan Alibaba Qwen yang menerima input teks, imej, video dan audio serta menghasilkan output teks. Ia dibina atas seni bina Mixture-of-Experts dengan 125B parameter utama, 51B parameter embeddings N-gram dan 6B parameter diaktifkan setiap token. Model ini menyokong konteks 262,144 token, dengan had output 262,144 token untuk kandungan penaakulan dan 131,072 token untuk respons akhir. Tingkah laku penaakulan boleh dikawal melalui enable_thinking, preserve_thinking dan reasoning_effort pada tahap xhigh, medium dan low. Model ini amat sesuai untuk pengkodan agen, penggunaan alat, tugas penglihatan, tugas agen berbilang pusingan, pemahaman video panjang, tugasan pejabat serta aliran kerja audio dan video seperti penciptaan video muzik dan produksi drama pendek. Ia juga menawarkan peningkatan kelajuan prefill kira-kira 2.5 kali ganda hasil seni bina A6B, di samping prestasi pengkodan dan tugasan pejabat yang kukuh dengan pengurangan kos latihan. Model boleh dijalankan secara setempat melalui Unsloth GGUF dan llama.cpp, serta disokong oleh vLLM, SGLang, TokenSpeed dan Qwen Cloud. Beberapa batasan perlu diberi perhatian. Usaha penaakulan yang lebih rendah tidak semestinya mempercepatkan penyiapan tugasan kerana ia boleh menyebabkan analisis tidak mencukupi, kegagalan dan cubaan semula berulang. Selain itu, maklumat sumber tentang seni bina dan kedudukan pada papan pendahulu tertentu masih terhad. Untuk pemprosesan konteks melebihi 262,144 token, penskalaan RoPE seperti YaRN disyorkan. Dalam mod berfikir, parameter pensampelan yang disyorkan ialah temperature 1.0, top_p 0.95, top_k 20, min_p 0.0, presence_penalty 0.0 dan repetition_penalty 1.0; dalam mod instruct atau bukan berfikir, nilainya ialah temperature 0.7, top_p 0.80, top_k 20, min_p 0.0, presence_penalty 1.5 dan repetition_penalty 1.0.

Bagaimana penggunaan dicaj?

Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.

Apakah jenis input yang disokong oleh Qwen3.8 Flash?

Model ini menerima input teks, imej, video dan audio, serta menghasilkan output teks.

Berapakah panjang konteks dan had output Qwen3.8 Flash?

Konteksnya ialah 262,144 token. Had output ialah 262,144 token untuk kandungan penaakulan dan 131,072 token untuk respons akhir.

Apakah tugas yang paling sesuai untuk Qwen3.8 Flash?

Ia sesuai untuk pengkodan agen, penggunaan alat, tugas penglihatan, tugas agen berbilang pusingan, pemahaman video panjang, tugasan pejabat serta aliran kerja audio dan video.

Bagaimanakah tingkah laku penaakulan boleh dikawal dalam Qwen3.8 Flash?

Tingkah laku penaakulan boleh dikawal melalui enable_thinking, preserve_thinking dan reasoning_effort, dengan tahap usaha xhigh, medium dan low.

Apakah perbezaan antara Qwen3.8 Flash dengan model lain dalam siri Qwen3.8?

Qwen3.8-Flash-Next ialah pratonton eksperimen berwajaran terbuka dengan Hybrid Attention (QSA) dan Gated Residual, manakala Qwen3.8-Omni-Flash dan Qwen3.8 27B merupakan adik-beradik dalam siri yang sama.

Model berkaitan