Felo API PlatformFelo API Platform
Назад до моделей
Qwenmessages

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.

ОбмеженоБезкоштовний пробний період

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

1 постачальників

Порівняйте ціни API у різних постачальників. Виберіть постачальника, щоб переглянути всі тарифи й умови.

Постачальник · Деталі тарифів
Доступність
$0.15$0.47$0.016

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

  • BenchAlign

    з 100; 65-те місце серед 216 моделей

    55.8
  • AndroidWorld

    тест мобільного використання; порівняно з Claude Opus 4.6 Max на рівні 62.0

    84.5
  • Розуміння реальних візуальних сцен

    порівняно з Claude Opus 4.6 Max на рівні 73.9

    88.5

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.

1

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"
2

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-flash

Ця 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.

3

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.

ПоверхняМетодURL

Messages

Повідомлення, сумісні з Anthropic, для клієнтів у стилі Claude.

POST

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

Параметри

НазваТипЗа замовчуваннямОпис
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.

Схожі моделі