Qwen3.8 Flash

Partner

qwen/qwen3.8-flash

Qwen3.8-Flash is Alibaba's multimodal MoE model and an early preview of the Qwen4 architecture: 125B total parameters with only 6B activated per token, plus a 51B N-gram embedding, built on GDN + QSA hybrid attention. It accepts text, image and video input across a 1M-token context and emits up to 131K tokens, with thinking mode on by default and switchable off. Built for coding, agentic workflows, visual and long-document understanding, and long-video analysis at a fraction of the cost of comparable frontier models.

Funktionen

Serverless API

Dokumentation

qwen/qwen3.8-flash is available via Novita's serverless API, where you pay per token. There are several ways to call the API, including OpenAI-compatible endpoints with exceptional reasoning performance.

Verfügbare Serverless

Abfragen sofort ausführen, nur für die Nutzung bezahlen

Eingabe$0.15 / M Tokens

Cache-Lesevorgang$0.016 / M Tokens

Ausgabe$0.47 / M Tokens

Verwenden Sie die folgenden Codebeispiele, um unsere API zu integrieren:

1from openai import OpenAI
2
3client = OpenAI(
4    api_key="<Your API Key>",
5    base_url="https://api.novita.ai/openai"
6)
7
8response = client.chat.completions.create(
9    model="qwen/qwen3.8-flash",
10    messages=[
11        {"role": "system", "content": "You are a helpful assistant."},
12        {"role": "user", "content": "Hello, how are you?"}
13    ],
14    max_tokens=131072,
15    temperature=0.7
16)
17
18print(response.choices[0].message.content)

Info

Anbieter

Qwen

Quantisierung

Unterstützte Funktionalität

Kontextlänge

977K

Maximale Ausgabe

128K

Serverless

Unterstützt

Function Calling

Unterstützt

Structured Output

Unterstützt

Reasoning

Unterstützt

Anthropic API

Unterstützt

Eingabefähigkeiten

text, image, video

Ausgabefähigkeiten

text

Alles, was Sie brauchen, um produktionsreife AI zu entwickeln.

Über 200 Modelle, GPUs auf Abruf und sichere Agent-Runtimes — vereint unter einer API. Kostenlos zum Einstieg, skaliert mit Ihrem Wachstum.