Qwen3.8 Flash API
Qwen3.8 Flash 是阿里巴巴 Qwen 團隊推出的多模態模型,支援文字、圖像、影片與音訊輸入,並具備代理式編碼與工具使用能力。
Qwen3.8 Flash 是阿里巴巴 Qwen 團隊開發的多模態模型,可接收文字、圖像、影片與音訊輸入並產生文字輸出。它採用混合專家架構,主參數達 125B,另含 51B N-gram 嵌入,每個 token 啟動 6B 參數,兼顧推理與生成能力,並帶來明顯的速度優勢。
在能力上,它支援多模態推理與生成、代理式編碼與工具使用、視覺與長影片理解,以及辦公室任務。使用者可透過 enable_thinking、preserve_thinking 與 reasoning_effort 控制思考行為,推理強度分為 xhigh、medium 與 low 三級。它可經由 Unsloth GGUF 與 llama.cpp 在本機執行,也支援 vLLM、SGLang、TokenSpeed 與 Qwen Cloud。
這款模型適合代理式編碼、工具使用、視覺任務、多輪代理任務、長影片理解、辦公室任務,以及音樂影片創作與短劇製作等音訊與影片代理工作流程。
更新時間:
模型 ID
qwen3.8-flash- 上下文
- 1M
- 最大輸出
- 131.072K
- 建議 API
- messages
- 輸入
- text / image / video
- 輸出
- text
核心要點
- 混合專家架構,每 token 啟動 6B 參數
- 預填充速度約為 2.5 倍
- 支援文字、圖像、影片與音訊輸入
- 可調整三段推理強度
- 可透過 Unsloth GGUF 本機執行
供應商
比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | ||||
|---|---|---|---|---|
| $0.15 | $0.47 | $0.016 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
10 美元能買多少 token
- 輸入
- 6666.7萬 tokens
- 輸出
- 2127.7萬 tokens
依目前輸入與輸出單價估算,未計入折扣。
基準測試
- 55.8
BenchAlign
滿分 100 分,在 216 個模型中排名第 65
- 84.5
AndroidWorld
行動裝置使用測試,對比 Claude Opus 4.6 Max 的 62.0
- 88.5
真實世界視覺理解
對比 Claude Opus 4.6 Max 的 73.9
分數來自模型廠商公布的資料,未經獨立驗證。
推理能力
- 預設啟用
- 是
- 始終啟用
- 否
填入 API key
從 Felo API Platform 帳戶建立 key,並設定為環境變數。
export FELO_API_KEY="YOUR_API_KEY"發出第一次請求
使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。
qwen3.8-flash該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。
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());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
啟用串流輸出
加入 stream: true,即可以 server-sent events 接收回應。
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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringqwen3.8-flashPublic model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———stop———toolsarray—Tool calling definitions following compatible schema.top_k———top_p———logprobs———reasoning———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.top_logprobs———response_formatobject—Request structured output when supported.presence_penalty———frequency_penalty———include_reasoning———structured_outputs———常見問題
什麼是 Qwen3.8 Flash?
Qwen3.8 Flash 是阿里巴巴 Qwen 團隊開發的多模態模型,可接收文字、圖像、影片與音訊輸入並產生文字輸出。它採用混合專家架構,主參數達 125B,另含 51B N-gram 嵌入,每個 token 啟動 6B 參數,兼顧推理與生成能力,並帶來明顯的速度優勢。 在能力上,它支援多模態推理與生成、代理式編碼與工具使用、視覺與長影片理解,以及辦公室任務。使用者可透過 enable_thinking、preserve_thinking 與 reasoning_effort 控制思考行為,推理強度分為 xhigh、medium 與 low 三級。它可經由 Unsloth GGUF 與 llama.cpp 在本機執行,也支援 vLLM、SGLang、TokenSpeed 與 Qwen Cloud。 這款模型適合代理式編碼、工具使用、視覺任務、多輪代理任務、長影片理解、辦公室任務,以及音樂影片創作與短劇製作等音訊與影片代理工作流程。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
Qwen3.8 Flash 支援哪些輸入類型?
支援文字、圖像、影片與音訊輸入,輸出為文字。
上下文與輸出長度上限是多少?
上下文為 262,144 tokens;推理內容上限為 262,144 tokens,最終回覆上限為 131,072 tokens。
它適合哪些任務?
適合代理式編碼、工具使用、視覺任務、多輪代理任務、長影片理解與辦公室任務,也可用於音樂影片創作與短劇製作等音訊與影片代理工作流程。
如何控制它的思考行為?
可透過 enable_thinking、preserve_thinking 與 reasoning_effort 控制,推理強度分為 xhigh、medium 與 low 三級。
可以在本機執行嗎?
可以,透過 Unsloth GGUF 與 llama.cpp 在本機執行;也支援 vLLM、SGLang、TokenSpeed 與 Qwen Cloud。