Alibaba Cloud: Qwen3.8-Flash
qwen3.8-flash- Entrada / Salida
- $0.15 / $0.47
- Contexto
- 992K
- Salida máxima
- 128K
- Modalidades
- VisiónChat
- Capacidades
- Uso de herramientasCaché de prompts
Sobre Qwen3.8-Flash
Qwen3.8-Flash es el modelo de relación calidad-precio de Alibaba en la generación Qwen3.8: un sistema multimodal de mezcla de expertos con un núcleo de 125 mil millones de parámetros más 51 mil millones de parámetros de incrustación N-gram, con 6 mil millones activos por token. Alibaba lo denomina una vista previa temprana de la arquitectura Qwen4. Lee texto e imágenes y está orientado a la programación mediante agentes, tareas de agentes de largo alcance y trabajo en interfaces móviles.
Puntos fuertes
- Solo 6 mil millones de parámetros están activos por token, lo cual Alibaba combina con un diseño orientado al bajo coste y la baja latencia.
- La atención híbrida combina Gated DeltaNet con Qwen Sparse Attention para mantener operativas las entradas largas.
- Alibaba lo evalúa en SWE-bench Pro, Toolathlon Verified, AndroidWorld y MathVision, cubriendo programación, herramientas, agentes móviles y matemáticas visuales.
- La entrada de imágenes, el uso de herramientas, la salida JSON y el almacenamiento en caché de prompts lo convierten en un modelo de agente general.
Cuándo buscar otra opción
- Qwen3.8-Max es más potente en las tareas de programación e investigación más difíciles y es la mejor opción cuando la calidad importa más que la velocidad.
- Entiende imágenes pero no las genera, y no admite entrada de audio.
- Como vista previa de una nueva arquitectura, el comportamiento puede cambiar entre versiones, por lo que debe basar las evaluaciones en sus propias pruebas.
Primeros pasos
Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.
Envía tu primera solicitud
Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.
Texto a textoResponses APIPOST/v1/responsesFormato de API:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "qwen3.8-flash", "input": "Hello!" }'
Precios
El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.
cacheMode · implicit
Por 1M Token- Precio Official
- Entrada $0.15 / Salida $0.47 / Lectura de caché $0.016 / Texto Entrada $0.15 / Texto Entrada · Lectura de caché $0.016 / Imagen Entrada $0.15 / Texto Salida $0.47
- Precio Verified
- —
- Descuento
- —
cacheMode · explicit
Por 1M Token- Precio Official
- Entrada $0.15 / Salida $0.47 / Lectura de caché $0.016 / Escritura de caché $0.20 / Texto Entrada $0.15 / Texto Entrada · Lectura de caché $0.016 / Imagen Entrada $0.15 / Texto Salida $0.47
- Precio Verified
- —
- Descuento
- —
| Precio OfficialPor 1M Token | Precio VerifiedPor 1M Token | Descuento | |
|---|---|---|---|
| cacheMode · implicit | Entrada $0.15 / Salida $0.47 / Lectura de caché $0.016 / Texto Entrada $0.15 / Texto Entrada · Lectura de caché $0.016 / Imagen Entrada $0.15 / Texto Salida $0.47 | — | — |
| cacheMode · explicit | Entrada $0.15 / Salida $0.47 / Lectura de caché $0.016 / Escritura de caché $0.20 / Texto Entrada $0.15 / Texto Entrada · Lectura de caché $0.016 / Imagen Entrada $0.15 / Texto Salida $0.47 | — | — |
Uso y actividad
La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.
Uso y disponibilidad
Últimas 24 horas- Solicitudes
- Tasa de éxito
- Latencia P95
- Total de tokens
- Tasa de éxito 30 días
- 100,0%
- Solicitudes 30 días
- 100+
- Última actividad
- hace 4 días
Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.
Abrir en Console
Abre Qwen3.8-Flash en Console con un prompt listo para editar o enviar.
Ayúdame a probar qwen3.8-flash con un mensaje breve en /v1/responses. Muestra la respuesta, la latencia y el coste.
Casos de uso
Ideal para- Visión
Pasos de agente de alto volumen
Úselo para los numerosos turnos de llamada a herramientas de bajo coste en un bucle de agentes, escalando solo las decisiones difíciles a un modelo más grande.
Automatización móvil y de GUI
Proporcione capturas de pantalla de teléfonos o aplicaciones y haga que elija toques y entradas, al estilo de la evaluación de AndroidWorld.
Asistentes de programación con imágenes
Pegue una captura de pantalla de un diseño o una foto de un error con un fragmento de código y obtenga una corrección o una primera implementación.
Tutoría de matemáticas visuales
Fotografíe un problema resuelto o un gráfico y solicite una verificación paso a paso del razonamiento.
Ejemplos de prompts
Esta captura de pantalla muestra nuestra página de configuración en Android. Escriba los pasos para desactivar las notificaciones, una acción por línea.
Esta imagen de maqueta viene con nuestra biblioteca de componentes. Produzca el HTML y CSS que coincidan con ella.
Revise mi solución en esta foto de una prueba de geometría y marque el primer paso incorrecto.
Este modelo tiene precio condicional. Los totales mensuales de tokens por sí solos no producen una estimación fiable; use el precio detallado según la especificación de la solicitud, la caché y la ventana aplicable.
FAQ
¿Qué es exactamente Qwen3.8-Flash?
Es el modelo Qwen3.8 de Alibaba centrado en la eficiencia. Un diseño de mezcla de expertos con 125 mil millones de parámetros centrales y 6 mil millones activos por token, admite entrada de texto e imagen y está orientado a la programación mediante agentes y al trabajo de agentes de largo alcance a un coste menor que Max.
¿Qwen3.8-Flash es de pesos abiertos o alojado?
Alibaba lanzó una vista previa de esta arquitectura con pesos abiertos, anunciada como Qwen3.8-Flash-Next, y ofrece el Qwen3.8-Flash de producción a través de su API en la nube. Ambos son lanzamientos separados con tarjetas de modelo independientes.
¿Qué significa la vista previa de Qwen4 para mí?
Alibaba describe el modelo como un primer vistazo a la arquitectura planificada para Qwen4. En la práctica, eso significa técnicas más nuevas como incrustaciones N-gram y atención dispersa, y posibles cambios de comportamiento en versiones posteriores.
¿Qwen3.8-Flash admite llamadas a herramientas?
Sí. Se admite el uso de herramientas, la salida de esquema JSON y el almacenamiento en caché de prompts, y Alibaba lo evalúa en Toolathlon Verified para el uso de herramientas. Defina sus esquemas de herramientas claramente y pruebe secuencias de varios pasos antes de la producción.
¿Debería usar Flash o Max?
Use Flash para turnos frecuentes sensibles a la latencia y programación rutinaria. Use Qwen3.8-Max para las ejecuciones de programación de varios días más difíciles y documentos profesionales. Muchos equipos dividen el trabajo por dificultad de la tarea y envían solo los fallos hacia arriba.
¿Cuánto cuesta Qwen3.8-Flash?
En TokenLab, Qwen3.8-Flash cuesta Entrada $0.15 / Salida $0.47 Por 1M Token. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.
¿Cuál es la ventana de contexto y el límite de salida de Qwen3.8-Flash?
Qwen3.8-Flash admite hasta 991.808 tokens de contexto y genera hasta 131.072 tokens por respuesta.
¿Qué endpoint debe usar Qwen3.8-Flash?
Utiliza https://api.tokenlab.sh/v1/responses para Qwen3.8-Flash. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.
¿Qué operaciones soporta Qwen3.8-Flash?
Qwen3.8-Flash admite Texto a texto. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.
Comparar Qwen3.8-Flash
Fuentes
Revisado el 2 oct 2026
