Felo API PlatformFelo API Platform
Quay lại danh sách mô hình
Qwenmessages

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

1 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.

Nhà cung cấp · Chi tiết giá
Tỷ lệ khả dụng
$0.15$0.47$0.016

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

  • BenchAlign

    trên 100; xếp thứ 65 trong số 216 mô hình

    55.8
  • AndroidWorld

    bài kiểm tra sử dụng di động; so với Claude Opus 4.6 Max ở mức 62.0

    84.5
  • Hiểu hình ảnh thực tế

    so với Claude Opus 4.6 Max ở mức 73.9

    88.5

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.

1

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"
2

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-flash

Mô 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.

3

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.

Giao diệnPhương thứcURL

Messages

Tin nhắn tương thích Anthropic cho client kiểu Claude.

POST

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

Tham số

TênKiểuMặc địnhMô tả
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.

Mô hình liên quan