Alibaba Cloud: Qwen3.8-Flash
qwen3.8-flash- Eingabe / Ausgabe
- $0.15 / $0.47
- Kontext
- 992K
- Maximale Ausgabe
- 128K
- Modalitäten
- VisionUnterhaltung
- Funktionen
- Tool-NutzungPrompt-Cache
Über Qwen3.8-Flash
Qwen3.8-Flash ist Alibabas Preis-Leistungs-Modell der Qwen3.8-Generation: ein multimodales Mixture-of-Experts-System mit einem Kern aus 125 Milliarden Parametern sowie 51 Milliarden N-Gram-Embedding-Parametern, von denen 6 Milliarden pro Token aktiv sind. Alibaba bezeichnet es als eine frühe Vorschau auf die Qwen4-Architektur. Es verarbeitet Text und Bilder und ist auf agentenbasiertes Programmieren, langfristige Agentenaufgaben und die Arbeit mit mobilen Benutzeroberflächen ausgerichtet.
Stärken
- Pro Token sind nur 6 Milliarden Parameter aktiv, was Alibaba mit einem auf niedrige Kosten und Latenz ausgelegten Design kombiniert.
- Hybrid Attention kombiniert Gated DeltaNet mit Qwen Sparse Attention, um lange Eingaben effizient verarbeitbar zu halten.
- Alibaba evaluiert das Modell anhand von SWE-bench Pro, Toolathlon Verified, AndroidWorld und MathVision, was die Bereiche Programmierung, Tools, mobile Agenten und visuelle Mathematik abdeckt.
- Bildeingabe sowie Tool-Nutzung, JSON-Ausgabe und Prompt-Caching machen es zu einem allgemeinen Agentenmodell.
Alternativen
- Qwen3.8-Max ist leistungsfähiger bei komplexen Programmier- und Forschungsaufgaben und die bessere Wahl, wenn Qualität wichtiger ist als Geschwindigkeit.
- Es versteht Bilder, generiert diese jedoch nicht und akzeptiert keine Audioeingaben.
- Da es sich um eine Vorschau auf eine neue Architektur handelt, kann sich das Verhalten zwischen den Releases ändern; führen Sie daher eigene Evaluierungen durch.
Erste Schritte
API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.
Senden Sie Ihre erste Anfrage
Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.
Text-zu-TextResponses APIPOST/v1/responsesAPI-Format:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "qwen3.8-flash", "input": "Hello!" }'
Preise
Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.
cacheMode · implicit
Pro 1M Token- Official-Preis
- Eingabe $0.15 / Ausgabe $0.47 / Cache-Lesevorgang $0.016 / Text Eingabe $0.15 / Text Eingabe · Cache-Lesevorgang $0.016 / Bild Eingabe $0.15 / Text Ausgabe $0.47
- Verified-Preis
- —
- Rabatt
- —
cacheMode · explicit
Pro 1M Token- Official-Preis
- Eingabe $0.15 / Ausgabe $0.47 / Cache-Lesevorgang $0.016 / Cache-Schreibvorgang $0.20 / Text Eingabe $0.15 / Text Eingabe · Cache-Lesevorgang $0.016 / Bild Eingabe $0.15 / Text Ausgabe $0.47
- Verified-Preis
- —
- Rabatt
- —
| Official-PreisPro 1M Token | Verified-PreisPro 1M Token | Rabatt | |
|---|---|---|---|
| cacheMode · implicit | Eingabe $0.15 / Ausgabe $0.47 / Cache-Lesevorgang $0.016 / Text Eingabe $0.15 / Text Eingabe · Cache-Lesevorgang $0.016 / Bild Eingabe $0.15 / Text Ausgabe $0.47 | — | — |
| cacheMode · explicit | Eingabe $0.15 / Ausgabe $0.47 / Cache-Lesevorgang $0.016 / Cache-Schreibvorgang $0.20 / Text Eingabe $0.15 / Text Eingabe · Cache-Lesevorgang $0.016 / Bild Eingabe $0.15 / Text Ausgabe $0.47 | — | — |
Nutzung & Aktivität
Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.
Nutzung & Verfügbarkeit
Letzte 24 Stunden- Anfragen
- Erfolgsrate
- P95-Latenz
- Token gesamt
- Erfolgsquote (30 Tage)
- 100,0%
- Anfragen (30 Tage)
- 100+
- Zuletzt aktiv
- vor 4 Tagen
Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.
In Console öffnen
Öffne Qwen3.8-Flash in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.
Teste qwen3.8-flash mit einer kurzen Nachricht an /v1/responses. Zeige Antwort, Latenz und Kosten.
Anwendungsfälle
Geeignet für- Vision
Agentenschritte mit hohem Volumen
Verwenden Sie es für die vielen kostengünstigen Tool-Aufrufe in einer Agentenschleife und eskalieren Sie nur schwierige Entscheidungen an ein größeres Modell.
Automatisierung von Mobilgeräten und GUIs
Speisen Sie Screenshots von Telefonen oder Apps ein und lassen Sie das Modell Tipp- und Eingabebefehle wählen, ganz im Stil der AndroidWorld-Evaluierung.
Programmierassistenten mit Bildverarbeitung
Fügen Sie einen Design-Screenshot oder ein Foto eines Fehlers zusammen mit einem Code-Schnipsel ein und erhalten Sie eine Korrektur oder eine erste Implementierung.
Visuelle Mathematik-Nachhilfe
Fotografieren Sie eine ausgearbeitete Aufgabe oder ein Diagramm und bitten Sie um eine schrittweise Überprüfung der Argumentation.
Prompt-Beispiele
Dieser Screenshot zeigt unsere Einstellungsseite auf Android. Schreiben Sie die Schritte zum Deaktivieren von Benachrichtigungen auf, eine Aktion pro Zeile.
Dieses Mockup-Bild stammt aus unserer Komponentenbibliothek. Erstellen Sie den dazu passenden HTML- und CSS-Code.
Überprüfen Sie meine Lösung auf diesem Foto eines Geometriebeweises und markieren Sie den ersten falschen Schritt.
Dieses Modell hat konditionale Preise. Monatliche Token-Summen allein liefern keine verlässliche Schätzung; nutzen Sie die detaillierten Preise für Anfragespezifikation, Cache und Zeitfenster.
FAQ
Was genau ist Qwen3.8-Flash?
Es ist Alibabas auf Effizienz ausgerichtetes Qwen3.8-Modell. Als Mixture-of-Experts-Design mit 125 Milliarden Kernparametern und 6 Milliarden aktiven Parametern pro Token unterstützt es Text- und Bildeingaben und ist auf agentenbasiertes Programmieren sowie langfristige Agentenaufgaben zu geringeren Kosten als bei Max ausgelegt.
Ist Qwen3.8-Flash Open-Weight oder gehostet?
Alibaba hat eine Vorschau dieser Architektur mit offenen Gewichten unter dem Namen Qwen3.8-Flash-Next veröffentlicht und bietet das produktive Qwen3.8-Flash über seine Cloud-API an. Beides sind separate Releases mit eigenen Model Cards.
Was bedeutet die Qwen4-Vorschau für mich?
Alibaba beschreibt das Modell als einen frühen Einblick in die für Qwen4 geplante Architektur. In der Praxis bedeutet das neuere Techniken wie N-Gram-Embeddings und Sparse Attention sowie mögliche Verhaltensänderungen in späteren Versionen.
Unterstützt Qwen3.8-Flash Tool-Aufrufe?
Ja. Tool-Nutzung, JSON-Schema-Ausgabe und Prompt-Caching werden unterstützt, und Alibaba evaluiert es bei Toolathlon Verified für die Tool-Nutzung. Definieren Sie Ihre Tool-Schemata klar und testen Sie mehrstufige Sequenzen vor dem produktiven Einsatz.
Sollte ich Flash oder Max verwenden?
Verwenden Sie Flash für häufige, latenzempfindliche Anfragen und Routine-Programmierung. Verwenden Sie Qwen3.8-Max für die schwierigsten mehrtägigen Programmieraufgaben und professionelle Dokumente. Viele Teams teilen die Arbeit nach Schwierigkeitsgrad auf und leiten nur Fehler an das größere Modell weiter.
Was kostet Qwen3.8-Flash?
Auf TokenLab kostet Qwen3.8-Flash Eingabe $0.15 / Ausgabe $0.47 Pro 1M Token. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.
Welche Kontext- und Ausgabelimits hat Qwen3.8-Flash?
Qwen3.8-Flash verarbeitet bis zu 991.808 Token Kontext und gibt pro Antwort bis zu 131.072 Token aus.
Welchen Endpunkt soll Qwen3.8-Flash verwenden?
Verwenden Sie https://api.tokenlab.sh/v1/responses für Qwen3.8-Flash. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.
Welche Operationen unterstützt Qwen3.8-Flash?
Qwen3.8-Flash unterstützt Text-zu-Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.
Qwen3.8-Flash vergleichen
Quellen
Geprüft am 02.10.2026
