Felo API PlatformFelo API Platform
Terug naar modellen
Qwenmessages

Qwen3.8 Flash API

Qwen3.8 Flash is een multimodaal model van het Alibaba Qwen-team met een context van 262.144 tokens, gericht op agentisch coderen, toolgebruik en visietaken.

Qwen3.8 Flash is een multimodaal model van het Alibaba Qwen-team dat tekst, afbeeldingen, video en audio als invoer accepteert en tekst genereert. Het ondersteunt een context van 262.144 tokens, met een outputlimiet van 262.144 tokens voor reasoning-inhoud en 131.072 tokens voor het uiteindelijke antwoord. Het model maakt gebruik van een Mixture-of-Experts-architectuur met 125B hoofdparameters, 51B N-gram-embeddings en 6B parameters die per token worden geactiveerd.

Het model blinkt uit in multimodaal redeneren en genereren, coderen en kantoortaken, agentisch coderen en toolgebruik, en het begrijpen van visie en lange video's. Dankzij de A6B-architectuur is de prefill-snelheid ongeveer 2,5 keer sneller. Het denkgedrag is regelbaar via enable_thinking, preserve_thinking en reasoning_effort, met denkniveaus xhigh, medium en low. Het model is geschikt voor agentische codering, toolgebruik, visietaken, meerbeurtige agenttaken, het begrijpen van lange video's, kantoortaken en audio- en videoworkflows voor agents, waaronder het maken van muziekvideo's en korte dramas.

Qwen3.8 Flash draait lokaal via Unsloth GGUF en llama.cpp en wordt ondersteund door vLLM, SGLang, TokenSpeed en Qwen Cloud. Voor lange contextverwerking boven 262.144 tokens wordt RoPE-schaling zoals YaRN aanbevolen. Een lagere reasoning-inspanning verkort de totale taaktijd niet altijd; dit kan leiden tot onvoldoende analyse, meer fouten en herhaalde pogingen.

Bijgewerkt:

MODEL-ID

qwen3.8-flash
Context
1M
Max. uitvoer
131.072K
Aanbevolen API
messages
Invoer
text / image / video
Uitvoer
text

Hoogtepunten

  • Multimodale invoer: tekst, beeld, video en audio
  • Context van 262.144 tokens
  • Mixture-of-Experts met 6B actieve parameters
  • Regelbaar denkgedrag via reasoning_effort
  • Prefill-snelheid ongeveer 2,5 keer sneller
  • Lokaal draaien via Unsloth GGUF en llama.cpp

Aanbieders

1 aanbieders

Vergelijk API-prijzen tussen aanbieders. Kies een aanbieder om alle kosten en voorwaarden te bekijken.

Aanbieder · Prijsdetails
Beschikbaarheid
$0.15$0.47$0.016

Wat je voor $10 krijgt

Invoer
66,7 mln. tokens
Uitvoer
21,3 mln. tokens

Geschat op basis van de huidige invoer- en uitvoerprijzen, vóór kortingen.

Benchmarks

  • BenchAlign

    van de 100; 65e plaats van de 216 modellen

    55.8
  • AndroidWorld

    test voor mobiel gebruik; vergeleken met Claude Opus 4.6 Max op 62.0

    84.5
  • Begrip van de echte wereld op visueel gebied

    vergeleken met Claude Opus 4.6 Max op 73.9

    88.5

Scores zoals gepubliceerd door de modelaanbieder.

Redeneervermogen

Standaard ingeschakeld
Ja
Altijd ingeschakeld
Nee

Snelstart

Kant-en-klare code om dit model aan te roepen met de compatibele API's van Felo API Platform. Begin in de Playground als je prompts wilt testen voordat je code schrijft.

1

API-sleutel instellen

Maak een sleutel in je Felo API Platform-account en stel deze in als omgevingsvariabele.

export FELO_API_KEY="YOUR_API_KEY"
2

Je eerste aanvraag doen

Gebruik deze model-ID met het Felo API Platform-endpoint. Optionele requestheaders zoals X-Request-Id helpen bij het oplossen van problemen.

qwen3.8-flash

Dit model kan redeneren. Als het gekozen protocol en de modelroute reasoning-besturing bieden, bewaar dan de geretourneerde reasoning-metadata wanneer je het gesprek voortzet.

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());

SDK's van derden gebruiken

Stel in compatibele SDK's baseURL in op https://openapi.felo.ai/api/v1. Gebruik voor clients in Claude-stijl de Anthropic-compatibele basis-URL. https://openapi.felo.ai/api.

3

Streaming inschakelen

Voeg stream: true toe om responses als server-sent events te ontvangen.

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 biedt compatibele oppervlakken voor modelaanroepen. Kies het oppervlak dat je app of agent-client al ondersteunt.

SurfaceMethodURL

Messages

Anthropic-compatibele berichten voor clients in Claude-stijl.

POST

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

Parameters

NaamTypeStandaardBeschrijving
modelstringqwen3.8-flashOpenbare model-ID om aan te roepen.
max_tokensinteger—Maximaal aantal gegenereerde tokens.
messagesarray—Gespreksberichten voor Chat Completions.
seed———
stop———
toolsarray—Definities voor tool calling volgens het compatibele schema.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Bepaalt de variatie in antwoorden wanneer ondersteund.
tool_choicestring or object—Bepaalt of een tool moet worden aangeroepen.
top_logprobs———
response_formatobject—Vraagt gestructureerde uitvoer aan wanneer ondersteund.
presence_penalty———
frequency_penalty———
include_reasoning———
structured_outputs———

Veelgestelde vragen

Wat is Qwen3.8 Flash?

Qwen3.8 Flash is een multimodaal model van het Alibaba Qwen-team dat tekst, afbeeldingen, video en audio als invoer accepteert en tekst genereert. Het ondersteunt een context van 262.144 tokens, met een outputlimiet van 262.144 tokens voor reasoning-inhoud en 131.072 tokens voor het uiteindelijke antwoord. Het model maakt gebruik van een Mixture-of-Experts-architectuur met 125B hoofdparameters, 51B N-gram-embeddings en 6B parameters die per token worden geactiveerd. Het model blinkt uit in multimodaal redeneren en genereren, coderen en kantoortaken, agentisch coderen en toolgebruik, en het begrijpen van visie en lange video's. Dankzij de A6B-architectuur is de prefill-snelheid ongeveer 2,5 keer sneller. Het denkgedrag is regelbaar via enable_thinking, preserve_thinking en reasoning_effort, met denkniveaus xhigh, medium en low. Het model is geschikt voor agentische codering, toolgebruik, visietaken, meerbeurtige agenttaken, het begrijpen van lange video's, kantoortaken en audio- en videoworkflows voor agents, waaronder het maken van muziekvideo's en korte dramas. Qwen3.8 Flash draait lokaal via Unsloth GGUF en llama.cpp en wordt ondersteund door vLLM, SGLang, TokenSpeed en Qwen Cloud. Voor lange contextverwerking boven 262.144 tokens wordt RoPE-schaling zoals YaRN aanbevolen. Een lagere reasoning-inspanning verkort de totale taaktijd niet altijd; dit kan leiden tot onvoldoende analyse, meer fouten en herhaalde pogingen.

Hoe wordt het gebruik gefactureerd?

Je factuur hangt af van de aanbieder die je gebruikt, de prijzen en je verbruik. Langere invoer of andere voorwaarden kunnen andere prijzen hebben.

Welke invoermodaliteiten ondersteunt Qwen3.8 Flash?

Qwen3.8 Flash accepteert tekst, afbeeldingen, video en audio als invoer en genereert tekst als uitvoer.

Hoe lang is de context en de outputlimiet van Qwen3.8 Flash?

De context bedraagt 262.144 tokens. De outputlimiet is 262.144 tokens voor reasoning-inhoud en 131.072 tokens voor het uiteindelijke antwoord.

Voor welke taken is Qwen3.8 Flash geschikt?

Het model is geschikt voor agentisch coderen, toolgebruik, visietaken, meerbeurtige agenttaken, het begrijpen van lange video's, kantoortaken en audio- en videoworkflows voor agents, waaronder het maken van muziekvideo's en korte dramas.

Hoe kan het denkgedrag van Qwen3.8 Flash worden geregeld?

Het denkgedrag is regelbaar via enable_thinking, preserve_thinking en reasoning_effort, met de denkniveaus xhigh, medium en low.

Kan Qwen3.8 Flash lokaal draaien?

Ja, Qwen3.8 Flash draait lokaal via Unsloth GGUF en llama.cpp. Het model wordt ook ondersteund door vLLM, SGLang, TokenSpeed en Qwen Cloud.

Wat is de aanbevolen aanpak voor context boven 262.144 tokens?

Voor lange contextverwerking boven 262.144 tokens wordt RoPE-schaling zoals YaRN aanbevolen.

Gerelateerde modellen