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
Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.
| $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
- 55.8
BenchAlign
na 100 punktów; 65. miejsce na 216 modeli
- 84.5
AndroidWorld
test użycia mobilnego; w porównaniu z Claude Opus 4.6 Max na poziomie 62.0
- 88.5
Real-world visual understanding
w porównaniu z Claude Opus 4.6 Max na poziomie 73.9
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.
Pobierz klucz API
Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.
export FELO_API_KEY="YOUR_API_KEY"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-flashTen 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.
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.
Messages
Komunikaty zgodne z Anthropic dla klientów w stylu Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametry
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.