Qwen3.8 Flash API
Qwen3.8 Flash là mô hình đa phương thức của nhóm Alibaba Qwen, mạnh về suy luận, lập trình tác tử và hiểu video dài, với ngữ cảnh 262.144 token và kiến trúc Mixture-of-Experts 125B tham số chính.
Qwen3.8 Flash là mô hình đa phương thức đến từ nhóm Alibaba Qwen, nhận đầu vào văn bản, hình ảnh, video và âm thanh, đồng thời tạo đầu ra văn bản. Mô hình sử dụng kiến trúc Mixture-of-Experts với 125B tham số chính, 51B tham số nhúng N-gram và 6B tham số được kích hoạt mỗi token. Ngữ cảnh tối đa đạt 262.144 token; phần nội dung suy luận được phép tới 262.144 token và câu trả lời cuối cùng tới 131.072 token. Mô hình hỗ trợ điều khiển hành vi suy luận thông qua enable_thinking, preserve_thinking và reasoning_effort, với các mức xhigh, medium và low.
Nhờ kiến trúc A6B, tốc độ prefill nhanh hơn khoảng 2,5 lần, trong khi vẫn kết hợp năng lực suy luận và tạo nội dung mạnh mẽ với tốc độ đáng chú ý. Qwen3.8 Flash đạt kết quả tốt hơn Claude Opus 4.6 Max trong các bài kiểm tra sử dụng di động và hiểu hình ảnh thực tế. Mô hình phù hợp cho lập trình tác tử, sử dụng công cụ, tác vụ hình ảnh, tác vụ tác tử nhiều lượt, hiểu video dài, công việc văn phòng và các quy trình tác tử âm thanh – video như tạo video ca nhạc hay sản xuất phim ngắn.
Một số hạn chế cần lưu ý: giảm mức nỗ lực suy luận không phải lúc nào cũng rút ngắn tổng thời gian hoàn thành tác vụ, có thể dẫn đến phân tích thiếu, nhiều lỗi hơn và thử lại lặp lại. Kiến trúc có một nhược điểm rõ ràng nhưng chưa được mô tả đầy đủ, và mô hình chưa có đủ nguồn tham khảo để xác nhận vị trí trên một số bảng xếp hạng điểm chuẩn. Qwen3.8 Flash có thể chạy cục bộ qua Unsloth GGUF và llama.cpp, đồng thời được hỗ trợ bởi vLLM, SGLang, TokenSpeed và Qwen Cloud. Với ngữ cảnh vượt quá 262.144 token, nên dùng kỹ thuật mở rộng RoPE như YaRN.
Cập nhật:
ID MÔ HÌNH
qwen3.8-flash- Ngữ cảnh
- 1M
- Đầu ra tối đa
- 131.072K
- API đề xuất
- messages
- Đầu vào
- text / image / video
- Đầu ra
- text
Điểm nổi bật
- Đa phương thức: văn bản, hình ảnh, video, âm thanh
- Ngữ cảnh 262.144 token
- Kiến trúc Mixture-of-Experts 125B
- Prefill nhanh hơn khoảng 2,5 lần nhờ A6B
- Điều khiển suy luận với reasoning_effort
- Chạy cục bộ qua Unsloth GGUF và llama.cpp
Nhà cung cấp
So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.
| Tỷ lệ khả dụng | ||||
|---|---|---|---|---|
| $0.15 | $0.47 | $0.016 |
Thống kê lịch sử không phải kiểm tra trạng thái trực tiếp. Thiếu dữ liệu không có nghĩa là gián đoạn.
10 USD mua được gì
- Đầu vào
- 66,7 Tr token
- Đầu ra
- 21,3 Tr token
Ước tính theo giá đầu vào và đầu ra hiện tại, trước khi áp dụng giảm giá.
Điểm chuẩn
- 55.8
BenchAlign
trên 100; xếp thứ 65 trong số 216 mô hình
- 84.5
AndroidWorld
bài kiểm tra sử dụng di động; so với Claude Opus 4.6 Max ở mức 62.0
- 88.5
Hiểu hình ảnh thực tế
so với Claude Opus 4.6 Max ở mức 73.9
Điểm số theo công bố của nhà cung cấp mô hình.
Suy luận
- Bật theo mặc định
- Có
- Luôn bật
- Không
Bắt đầu nhanh
Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.
Thiết lập khóa API
Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.
export FELO_API_KEY="YOUR_API_KEY"Gửi yêu cầu đầu tiên
Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.
qwen3.8-flashMô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.
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());Dùng SDK bên thứ ba
Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.
Bật streaming
Thêm stream: true để nhận phản hồi dưới dạng 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 cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.
Messages
Tin nhắn tương thích Anthropic cho client kiểu Claude.
POST
https://openapi.felo.ai/api/v1/messagesTham số
modelstringqwen3.8-flashID mô hình công khai cần gọi.max_tokensinteger—Số token tối đa được tạo.messagesarray—Tin nhắn hội thoại cho Chat Completions.seed———stop———toolsarray—Định nghĩa tool calling theo schema tương thích.top_k———top_p———logprobs———reasoning———temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.top_logprobs———response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.presence_penalty———frequency_penalty———include_reasoning———structured_outputs———Câu hỏi thường gặp
Tìm hiểu Qwen3.8 Flash?
Qwen3.8 Flash là mô hình đa phương thức đến từ nhóm Alibaba Qwen, nhận đầu vào văn bản, hình ảnh, video và âm thanh, đồng thời tạo đầu ra văn bản. Mô hình sử dụng kiến trúc Mixture-of-Experts với 125B tham số chính, 51B tham số nhúng N-gram và 6B tham số được kích hoạt mỗi token. Ngữ cảnh tối đa đạt 262.144 token; phần nội dung suy luận được phép tới 262.144 token và câu trả lời cuối cùng tới 131.072 token. Mô hình hỗ trợ điều khiển hành vi suy luận thông qua enable_thinking, preserve_thinking và reasoning_effort, với các mức xhigh, medium và low. Nhờ kiến trúc A6B, tốc độ prefill nhanh hơn khoảng 2,5 lần, trong khi vẫn kết hợp năng lực suy luận và tạo nội dung mạnh mẽ với tốc độ đáng chú ý. Qwen3.8 Flash đạt kết quả tốt hơn Claude Opus 4.6 Max trong các bài kiểm tra sử dụng di động và hiểu hình ảnh thực tế. Mô hình phù hợp cho lập trình tác tử, sử dụng công cụ, tác vụ hình ảnh, tác vụ tác tử nhiều lượt, hiểu video dài, công việc văn phòng và các quy trình tác tử âm thanh – video như tạo video ca nhạc hay sản xuất phim ngắn. Một số hạn chế cần lưu ý: giảm mức nỗ lực suy luận không phải lúc nào cũng rút ngắn tổng thời gian hoàn thành tác vụ, có thể dẫn đến phân tích thiếu, nhiều lỗi hơn và thử lại lặp lại. Kiến trúc có một nhược điểm rõ ràng nhưng chưa được mô tả đầy đủ, và mô hình chưa có đủ nguồn tham khảo để xác nhận vị trí trên một số bảng xếp hạng điểm chuẩn. Qwen3.8 Flash có thể chạy cục bộ qua Unsloth GGUF và llama.cpp, đồng thời được hỗ trợ bởi vLLM, SGLang, TokenSpeed và Qwen Cloud. Với ngữ cảnh vượt quá 262.144 token, nên dùng kỹ thuật mở rộng RoPE như YaRN.
Cách tính phí sử dụng?
Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.
Qwen3.8 Flash nhận những loại đầu vào nào?
Mô hình nhận đầu vào văn bản, hình ảnh, video và âm thanh, và chỉ tạo đầu ra văn bản.
Ngữ cảnh và giới hạn đầu ra của Qwen3.8 Flash là bao nhiêu?
Ngữ cảnh tối đa là 262.144 token. Nội dung suy luận được phép tới 262.144 token và câu trả lời cuối cùng tới 131.072 token.
Qwen3.8 Flash phù hợp với những tác vụ nào?
Mô hình phù hợp cho lập trình tác tử, sử dụng công cụ, tác vụ hình ảnh, tác vụ tác tử nhiều lượt, hiểu video dài, công việc văn phòng và quy trình tác tử âm thanh – video.
Có thể điều khiển hành vi suy luận của Qwen3.8 Flash không?
Có. Mô hình hỗ trợ điều khiển thông qua enable_thinking, preserve_thinking và reasoning_effort, với các mức xhigh, medium và low.
Làm thế nào để chạy Qwen3.8 Flash cục bộ?
Mô hình có thể chạy cục bộ qua Unsloth GGUF và llama.cpp, và cũng được hỗ trợ bởi vLLM, SGLang, TokenSpeed và Qwen Cloud.
Qwen3.8 Flash khác gì so với các mô hình cùng dòng?
Qwen3.8-Flash-Next là bản xem trước thử nghiệm trọng số mở của kiến trúc dự kiến cho Qwen4, với Hybrid Attention (QSA) và Gated Residual. Qwen3.8-Omni-Flash và Qwen3.8 27B là các mô hình khác trong cùng dòng.