Felo API PlatformFelo API Platform
Wróć do modeli
Qwenmessages

Qwen3.8 Flash API

Qwen3.8 Flash to multimodalny model od zespołu Alibaba Qwen z kontekstem 262 144 tokenów, wydajnym wnioskowaniem i obsługą tekstu, obrazu, wideo oraz audio.

Qwen3.8 Flash to multimodalny model od zespołu Alibaba Qwen, zaprojektowany do rozumowania i generowania treści z obsługą wejścia tekstowego, obrazowego, wideo i audio oraz wyjścia tekstowego. Dzięki architekturze Mixture-of-Experts z 125B parametrami głównymi, 51B parametrami osadzeń N-gram i 6B parametrami aktywowanymi na token model łączy wydajność z szybkością — prefilling jest około 2,5 razy szybszy dzięki architekturze A6B. Kontekst wynosi 262 144 tokenów, a limit wyjściowy to 262 144 tokenów dla treści rozumowania i 131 072 tokenów dla finalnej odpowiedzi.

Model sprawdza się w zadaniach kodowania agentowego, korzystaniu z narzędzi, zadaniach wizyjnych, wieloturowej pracy agentowej, rozumieniu długich materiałów wideo oraz zadaniach biurowych. Obsługuje także przepływy pracy agentów audio i wideo, w tym tworzenie teledysków i produkcję krótkich dramatów. Zachowanie modelu w zakresie rozumowania można kontrolować za pomocą parametrów enable_thinking, preserve_thinking i reasoning_effort, z poziomami xhigh, medium i low.

Model można uruchomić lokalnie przez Unsloth GGUF i llama.cpp, a także korzystać z niego za pośrednictwem vLLM, SGLang, TokenSpeed i Qwen Cloud. Przy przetwarzaniu kontekstu dłuższego niż 262 144 tokenów zaleca się skalowanie RoPE, takie jak YaRN. W trybie myślenia zalecane parametry próbkowania to temperatura 1.0, top_p 0.95, top_k 20, min_p 0.0, presence_penalty 0.0 i repetition_penalty 1.0; w trybie instrukcji lub bez myślenia — temperatura 0.7, top_p 0.80, top_k 20, min_p 0.0, presence_penalty 1.5 i repetition_penalty 1.0.

Zaktualizowano:

MODEL ID

qwen3.8-flash
Kontekst
1M
Maks. wyjście
131.072K
Polecane API
messages
Wejście
text / image / video
Wyjście
text

Najważniejsze informacje

  • Kontekst 262 144 tokenów
  • Wejście tekst, obraz, wideo, audio
  • Architektura MoE: 125B głównych parametrów
  • 6B parametrów aktywowanych na token
  • Prefill około 2,5 razy szybszy dzięki A6B
  • Poziomy rozumowania xhigh, medium, low

Dostawcy

1 dostawców

Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.

Dostawca · Szczegóły cen
Dostępność
$0.15$0.47$0.016

Co można kupić za $10

Wejście
66,7 mln tokenów
Wyjście
21,3 mln tokenów

Szacunek na podstawie obecnych cen wejścia i wyjścia, bez rabatów.

Benchmarki

  • BenchAlign

    na 100 punktów; 65. miejsce na 216 modeli

    55.8
  • AndroidWorld

    test użycia mobilnego; w porównaniu z Claude Opus 4.6 Max na poziomie 62.0

    84.5
  • Real-world visual understanding

    w porównaniu z Claude Opus 4.6 Max na poziomie 73.9

    88.5

Wyniki zgodnie z publikacją dostawcy modelu.

Rozumowanie

Włączone domyślnie
Tak
Zawsze włączone
Nie

Szybki start

Gotowy kod do wywołania tego modelu przez zgodne API Felo API Platform. Zacznij w Playground, gdy chcesz przetestować prompty przed pisaniem kodu.

1

Pobierz klucz API

Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.

export FELO_API_KEY="YOUR_API_KEY"
2

Wyślij pierwsze żądanie

Użyj tego identyfikatora modelu z endpointem Felo API Platform. Opcjonalne nagłówki żądania, takie jak X-Request-Id, mogą pomóc w diagnostyce.

qwen3.8-flash

Ten model obsługuje rozumowanie. Jeśli wybrany protokół i trasa modelu udostępniają elementy sterujące rozumowaniem, zachowaj zwrócone metadane rozumowania podczas kontynuowania rozmowy.

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());

Korzystanie z zewnętrznych SDK

Używaj zgodnych SDK, ustawiając baseURL na https://openapi.felo.ai/api/v1. Użyj bazowego adresu URL zgodnego z Anthropic dla klientów w stylu Claude. https://openapi.felo.ai/api.

3

Włącz strumieniowanie

Dodaj stream: true, aby otrzymywać odpowiedzi jako 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 udostępnia zgodne interfejsy wywoływania modeli. Wybierz ten, który Twoja aplikacja lub klient agenta już obsługuje.

InterfejsMetodaURL

Messages

Komunikaty zgodne z Anthropic dla klientów w stylu Claude.

POST

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

Parametry

NazwaTypDomyślnieOpis
modelstringqwen3.8-flashPubliczny identyfikator modelu do wywołania.
max_tokensinteger—Maksymalna liczba generowanych tokenów.
messagesarray—Komunikaty rozmowy dla Chat Completions.
seed———
stop———
toolsarray—Definicje wywoływania narzędzi zgodne z obsługiwanym schematem.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Steruje różnorodnością odpowiedzi, gdy jest obsługiwane.
tool_choicestring or object—Steruje tym, czy narzędzie powinno zostać wywołane.
top_logprobs———
response_formatobject—Żąda ustrukturyzowanego wyniku, gdy jest obsługiwany.
presence_penalty———
frequency_penalty———
include_reasoning———
structured_outputs———

Często zadawane pytania

Co to jest Qwen3.8 Flash?

Qwen3.8 Flash to multimodalny model od zespołu Alibaba Qwen, zaprojektowany do rozumowania i generowania treści z obsługą wejścia tekstowego, obrazowego, wideo i audio oraz wyjścia tekstowego. Dzięki architekturze Mixture-of-Experts z 125B parametrami głównymi, 51B parametrami osadzeń N-gram i 6B parametrami aktywowanymi na token model łączy wydajność z szybkością — prefilling jest około 2,5 razy szybszy dzięki architekturze A6B. Kontekst wynosi 262 144 tokenów, a limit wyjściowy to 262 144 tokenów dla treści rozumowania i 131 072 tokenów dla finalnej odpowiedzi. Model sprawdza się w zadaniach kodowania agentowego, korzystaniu z narzędzi, zadaniach wizyjnych, wieloturowej pracy agentowej, rozumieniu długich materiałów wideo oraz zadaniach biurowych. Obsługuje także przepływy pracy agentów audio i wideo, w tym tworzenie teledysków i produkcję krótkich dramatów. Zachowanie modelu w zakresie rozumowania można kontrolować za pomocą parametrów enable_thinking, preserve_thinking i reasoning_effort, z poziomami xhigh, medium i low. Model można uruchomić lokalnie przez Unsloth GGUF i llama.cpp, a także korzystać z niego za pośrednictwem vLLM, SGLang, TokenSpeed i Qwen Cloud. Przy przetwarzaniu kontekstu dłuższego niż 262 144 tokenów zaleca się skalowanie RoPE, takie jak YaRN. W trybie myślenia zalecane parametry próbkowania to temperatura 1.0, top_p 0.95, top_k 20, min_p 0.0, presence_penalty 0.0 i repetition_penalty 1.0; w trybie instrukcji lub bez myślenia — temperatura 0.7, top_p 0.80, top_k 20, min_p 0.0, presence_penalty 1.5 i repetition_penalty 1.0.

Jak rozliczane jest użycie?

Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny.

Jakie typy danych wejściowych obsługuje Qwen3.8 Flash?

Model przyjmuje tekst, obraz, wideo oraz audio, a generuje tekst. Obsługuje rozumowanie i generowanie multimodalne.

Jaki jest limit kontekstu i długość odpowiedzi?

Kontekst wynosi 262 144 tokenów. Limit wyjściowy to 262 144 tokenów dla treści rozumowania i 131 072 tokenów dla finalnej odpowiedzi.

Do jakich zadań najlepiej nadaje się ten model?

Sprawdza się w kodowaniu agentowym, korzystaniu z narzędzi, zadaniach wizyjnych, wieloturowej pracy agentowej, rozumieniu długich materiałów wideo oraz zadaniach biurowych.

Czym różni się Qwen3.8 Flash od innych modeli z serii?

Qwen3.8-Flash-Next to otwarty eksperymentalny podgląd architektury planowanej dla Qwen4, z mechanizmami Hybrid Attention (QSA) i Gated Residual. Qwen3.8-Omni-Flash i Qwen3.8 27B to inne modele z tej samej rodziny.

Jak kontrolować poziom rozumowania w Qwen3.8 Flash?

Służą do tego parametry enable_thinking, preserve_thinking oraz reasoning_effort, który oferuje poziomy xhigh, medium i low.

Czy Qwen3.8 Flash można uruchomić lokalnie?

Tak, model można uruchomić lokalnie przez Unsloth GGUF i llama.cpp. Jest także obsługiwany przez vLLM, SGLang, TokenSpeed i Qwen Cloud.

Powiązane modele