Qwen3.8 Flash API
Qwen3.8 Flash — мультимодальна модель Alibaba Qwen team з контекстом 262 144 токени, архітектурою Mixture-of-Experts на 125B параметрів і швидким режимом міркування.
Qwen3.8 Flash — мультимодальна модель від Alibaba Qwen team, яка приймає текст, зображення, відео та аудіо, а повертає текст. Вона побудована на архітектурі Mixture-of-Experts: 125B основних параметрів і 51B параметрів N-gram ембедингів, з яких на кожен токен активується 6B. Завдяки архітектурі A6B швидкість prefill приблизно у 2,5 раза вища. Контекстне вікно сягає 262 144 токенів; для обробки довших послідовностей рекомендовано масштабування RoPE, зокрема YaRN.
Модель поєднує потужні можливості міркування й генерації зі значною швидкістю та демонструє сильні результати в кодуванні й офісних задачах. Вона підтримує агентне кодування, використання інструментів, задачі зору та розуміння довгих відео, а також аудіо- та відеоагентні робочі процеси, зокрема створення музичних відео й коротких драм. Поведінкою міркування можна керувати через enable_thinking, preserve_thinking і reasoning_effort з рівнями xhigh, medium і low.
Модель запускається локально через Unsloth GGUF і llama.cpp, а також підтримується vLLM, SGLang, TokenSpeed і Qwen Cloud. Варто врахувати обмеження: нижче зусилля міркування не завжди скорочує загальний час виконання задачі — іноді це спричиняє недостатній аналіз, більше збоїв і повторні спроби. Крім того, за деякими бенчмарк-лідербордами поки бракує перевірених даних для впевненої позиції.
Оновлено:
MODEL ID
qwen3.8-flash- Контекст
- 1M
- Макс. вихід
- 131.072K
- Рекомендований API
- messages
- Вхід
- text / image / video
- Вихід
- text
Ключові можливості
- Контекст 262 144 токени
- Активується 6B параметрів на токен
- Швидкість prefill приблизно у 2,5 раза вища
- Кероване міркування: xhigh, medium, low
- Локальний запуск через Unsloth GGUF і llama.cpp
Постачальники
Порівняйте ціни API у різних постачальників. Виберіть постачальника, щоб переглянути всі тарифи й умови.
| Доступність | ||||
|---|---|---|---|---|
| $0.15 | $0.47 | $0.016 |
Історична статистика не є перевіркою наживо. Відсутність даних не означає збій.
Що можна купити за $10
- Вхід
- 66,7 млн токенів
- Вихід
- 21,3 млн токенів
Оцінка за поточними цінами входу й виходу, без урахування знижок.
Бенчмарки
- 55.8
BenchAlign
з 100; 65-те місце серед 216 моделей
- 84.5
AndroidWorld
тест мобільного використання; порівняно з Claude Opus 4.6 Max на рівні 62.0
- 88.5
Розуміння реальних візуальних сцен
порівняно з Claude Opus 4.6 Max на рівні 73.9
Результати за публікацією постачальника моделі.
Міркування
- Увімкнено за замовчуванням
- Так
- Завжди ввімкнено
- Ні
Швидкий старт
Готовий код для виклику цієї моделі через сумісні API Felo API Platform. Почніть у Playground, якщо хочете перевірити промпти перед написанням коду.
Отримайте API-ключ
Створіть ключ у своєму обліковому записі Felo API Platform і встановіть його як змінну середовища.
export FELO_API_KEY="YOUR_API_KEY"Зробіть перший запит
Використовуйте цей ідентифікатор моделі з endpoint Felo API Platform. Необов'язкові заголовки запиту, як-от X-Request-Id, можуть допомогти з діагностикою.
qwen3.8-flashЦя модель підтримує міркування. Якщо вибраний протокол і маршрут моделі надають елементи керування міркуванням, зберігайте повернені метадані міркування під час продовження розмови.
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());Використання сторонніх SDK
Використовуйте сумісні SDK, встановивши baseURL на https://openapi.felo.ai/api/v1. Для клієнтів у стилі Claude використовуйте базовий URL, сумісний з Anthropic. https://openapi.felo.ai/api.
Увімкніть стрімінг
Додайте stream: true, щоб отримувати відповіді як 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 надає сумісні поверхні виклику моделей. Виберіть ту, яку ваш застосунок або клієнт-агент уже підтримує.
Messages
Повідомлення, сумісні з Anthropic, для клієнтів у стилі Claude.
POST
https://openapi.felo.ai/api/v1/messagesПараметри
modelstringqwen3.8-flashПублічний ідентифікатор моделі для виклику.max_tokensinteger—Максимальна кількість згенерованих токенів.messagesarray—Повідомлення розмови для Chat Completions.seed———stop———toolsarray—Визначення виклику інструментів за сумісною схемою.top_k———top_p———logprobs———reasoning———temperaturenumber—Керує різноманітністю відповідей, якщо підтримується.tool_choicestring or object—Керує тим, чи слід викликати інструмент.top_logprobs———response_formatobject—Запитує структурований вихід, якщо підтримується.presence_penalty———frequency_penalty———include_reasoning———structured_outputs———Часті запитання
Що таке Qwen3.8 Flash?
Qwen3.8 Flash — мультимодальна модель від Alibaba Qwen team, яка приймає текст, зображення, відео та аудіо, а повертає текст. Вона побудована на архітектурі Mixture-of-Experts: 125B основних параметрів і 51B параметрів N-gram ембедингів, з яких на кожен токен активується 6B. Завдяки архітектурі A6B швидкість prefill приблизно у 2,5 раза вища. Контекстне вікно сягає 262 144 токенів; для обробки довших послідовностей рекомендовано масштабування RoPE, зокрема YaRN. Модель поєднує потужні можливості міркування й генерації зі значною швидкістю та демонструє сильні результати в кодуванні й офісних задачах. Вона підтримує агентне кодування, використання інструментів, задачі зору та розуміння довгих відео, а також аудіо- та відеоагентні робочі процеси, зокрема створення музичних відео й коротких драм. Поведінкою міркування можна керувати через enable_thinking, preserve_thinking і reasoning_effort з рівнями xhigh, medium і low. Модель запускається локально через Unsloth GGUF і llama.cpp, а також підтримується vLLM, SGLang, TokenSpeed і Qwen Cloud. Варто врахувати обмеження: нижче зусилля міркування не завжди скорочує загальний час виконання задачі — іноді це спричиняє недостатній аналіз, більше збоїв і повторні спроби. Крім того, за деякими бенчмарк-лідербордами поки бракує перевірених даних для впевненої позиції.
Як нараховується оплата за використання?
Рахунок залежить від обраного постачальника, його цін і вашого використання. Довші вхідні дані або інші умови можуть мати інші ціни.
Які типи входу підтримує Qwen3.8 Flash?
Модель приймає текст, зображення, відео та аудіо, а виводить текст.
Який обсяг контексту й вихідних даних?
Контекст становить 262 144 токени. Ліміт виходу — 262 144 токени для вмісту міркування та 131 072 токени для фінальної відповіді.
Як керувати поведінкою міркування?
Використовуйте параметри enable_thinking, preserve_thinking і reasoning_effort з рівнями xhigh, medium і low.
Для яких задач вона підходить найкраще?
Для агентного кодування, використання інструментів, задач зору, розуміння довгих відео, офісних задач і багатокрокових агентних сценаріїв.
Де можна запускати модель?
Локально через Unsloth GGUF і llama.cpp, а також через vLLM, SGLang, TokenSpeed і Qwen Cloud.
Що робити з контекстом, довшим за 262 144 токени?
Рекомендовано масштабування RoPE, наприклад YaRN.