Qwen3.8-Flash 是通义千问的多模态 MoE 模型,也是 Qwen4 架构的先行版本:总参数 125B、每 token 仅激活 6B,配 51B N-gram Embedding 与 GDN + QSA 混合注意力,在保持效果的同时把推理成本压到同级模型的一个零头。支持文本 / 图片 / 视频输入,百万级上下文、单次最长输出 131K token,默认开启深度思考且可一键关闭。适合编程助手、Agent 编排、图文与超长文档理解、长视频分析等对上下文与单价同时敏感的场景。
模型价格
| 输入 | ￥0.8/Mt |
| 缓存 | Cache Read￥0.1/Mt |
| 输出 | ￥2.7/Mt |
示例代码
1base_url="https://api.ppio.com/openai"
2api_key="<您的 API Key>"
3
4curl "$base_url/v1/chat/completions" \
5 -H "Content-Type: application/json" \
6 -H "Authorization: Bearer $api_key" \
7 -d @- << 'EOF'
8{
9 "model": "qwen/qwen3.8-flash",
10 "messages": [
11
12 {
13 "role": "user",
14 "content": "Hi there!"
15 }
16 ],
17 "response_format": { "type": "text" }
18}
19EOF
20 模型信息
上下文窗口:
1M
最大输出 token 数:
131.1K
模态:
支持的功能
API 接入指南
Base URL:
https://api.ppio.com/openai
Messages 协议 Base URL:
https://api.ppio.com/anthropic
API Endpoints:
/v1/chat/completions
Model ID:
qwen/qwen3.8-flash
API Key:
创建 & 查询您的 API KeyRate Limits
| 用量级别 | RPM | TPM |
|---|---|---|
| T1 | 5 | 50000000 |
| T2 | 100 | 50000000 |
| T3 | 1000 | 50000000 |
| T4 | 3000 | 50000000 |
| T5 | 6000 | 50000000 |
功能使用教程