Qwen3.8 Flash
Parceiro
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.
Recursos
API serverless
Documentação
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.
Serverless disponível
Execute consultas imediatamente, pague apenas pelo uso
Entrada$0.15 / M Tokens
Leitura de cache$0.016 / M Tokens
Saída$0.47 / M Tokens
Use os exemplos de código a seguir para integrar com nossa API:
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)Informações
Provedor
Qwen
Quantização
-
Funcionalidades compatíveis
Comprimento do contexto
977K
Saída máxima
128K
Serverless
Compatível
Function Calling
Compatível
Structured Output
Compatível
Reasoning
Compatível
API da Anthropic
Compatível
Capacidades de entrada
text, image, video
Capacidades de saída
text
Tudo o que você precisa para criar IA de produção.
Mais de 200 modelos, GPUs sob demanda e ambientes de execução de agentes seguros — unificados em uma única API. Grátis para começar, escala conforme você cresce.