Alibaba Cloud: Qwen3.8-Flash

Qwen3.8 Flash menggabungkan penalaran konteks panjang dengan pengodean dan pemahaman visual. Ini adalah model praktis untuk agen yang harus menjaga konteks kerja yang besar sambil berpindah antara instruksi tertulis, tangkapan layar, dan hasil alat.

Bandingkan model

qwen3.8-flash

TersediaAlibaba CloudObrolan

Masukan / Keluaran: $0.15 / $0.47
Konteks: 992K
Output maksimal: 128K
Modalitas: VisiObrolan
Kapabilitas: Penggunaan toolCache Prompt

Tentang Qwen3.8-Flash

Qwen3.8-Flash adalah model harga-performa Alibaba dalam generasi Qwen3.8: sistem mixture-of-experts multimodal dengan inti 125 miliar parameter ditambah 51 miliar parameter embedding N-gram, dengan 6 miliar parameter aktif per token. Alibaba menyebutnya sebagai pratinjau awal arsitektur Qwen4. Model ini membaca teks dan gambar serta ditargetkan untuk pengodean agen, tugas agen berjangka panjang, dan pekerjaan antarmuka seluler.

Kelebihan

Hanya 6 miliar parameter yang aktif per token, yang dipadukan Alibaba dengan desain yang ditujukan untuk biaya dan latensi rendah.
Hybrid attention mencampurkan Gated DeltaNet dengan Qwen Sparse Attention agar input panjang tetap dapat diproses.
Alibaba mengevaluasinya pada SWE-bench Pro, Toolathlon Verified, AndroidWorld, dan MathVision, yang mencakup pengodean, alat, agen seluler, dan matematika visual.
Input gambar ditambah penggunaan alat, output JSON, dan prompt caching menjadikannya model agen umum.

Kapan harus beralih

Qwen3.8-Max lebih kuat dalam tugas pengodean dan penelitian tersulit dan merupakan pilihan yang lebih baik ketika kualitas lebih penting daripada kecepatan.
Model ini memahami gambar tetapi tidak menghasilkannya, dan tidak menerima input audio.
Sebagai pratinjau arsitektur baru, perilaku mungkin berubah antar rilis, jadi pastikan evaluasi dilakukan pada pengujian Anda sendiri.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.
02
Kirim permintaan pertama Anda
Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.
Teks ke teksResponses API
POST/v1/responses
Format 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!" }'

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

cacheMode · implicit

per 1M token

Harga Official: Masukan $0.15 / Keluaran $0.47 / Pembacaan cache $0.016 / Teks Masukan $0.15 / Teks Masukan · Pembacaan cache $0.016 / Gambar Masukan $0.15 / Teks Keluaran $0.47
Harga Verified: —
Diskon: —

cacheMode · explicit

per 1M token

Harga Official: Masukan $0.15 / Keluaran $0.47 / Pembacaan cache $0.016 / Penulisan cache $0.20 / Teks Masukan $0.15 / Teks Masukan · Pembacaan cache $0.016 / Gambar Masukan $0.15 / Teks Keluaran $0.47
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
cacheMode · implicit	Masukan $0.15 / Keluaran $0.47 / Pembacaan cache $0.016 / Teks Masukan $0.15 / Teks Masukan · Pembacaan cache $0.016 / Gambar Masukan $0.15 / Teks Keluaran $0.47	—	—
cacheMode · explicit	Masukan $0.15 / Keluaran $0.47 / Pembacaan cache $0.016 / Penulisan cache $0.20 / Teks Masukan $0.15 / Teks Masukan · Pembacaan cache $0.016 / Gambar Masukan $0.15 / Teks Keluaran $0.47	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 08.15 UTC

Tingkat keberhasilan 30 hari: 100,0%
Permintaan 30 hari: 100+
Aktivitas terakhir: 4 hari yang lalu

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Qwen3.8-Flash di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba qwen3.8-flash dengan pesan singkat di /v1/responses. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Cocok untuk

Visi

Langkah agen bervolume tinggi
Gunakan untuk banyak giliran pemanggilan alat yang murah dalam loop agen, dan hanya eskalasikan keputusan sulit ke model yang lebih besar.
Otomatisasi seluler dan GUI
Masukkan tangkapan layar ponsel atau aplikasi dan minta model memilih ketukan dan input, dengan gaya evaluasi AndroidWorld.
Asisten pengodean dengan gambar
Tempel tangkapan layar desain atau foto bug dengan cuplikan kode dan dapatkan perbaikan atau implementasi awal.
Bimbingan belajar matematika visual
Foto masalah atau grafik yang dikerjakan dan minta pemeriksaan langkah demi langkah atas penalarannya.

Contoh prompt

Tangkapan layar ini menunjukkan halaman pengaturan kami di Android. Tulis langkah-langkah untuk mematikan notifikasi, satu tindakan per baris.

Gambar mockup ini disertakan dengan pustaka komponen kami. Buat HTML dan CSS yang cocok dengannya.

Periksa solusi saya di foto bukti geometri ini dan tandai langkah pertama yang salah.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa sebenarnya Qwen3.8-Flash itu?

Ini adalah model Qwen3.8 Alibaba yang berfokus pada efisiensi. Desain mixture-of-experts dengan 125 miliar parameter inti dan 6 miliar aktif per token, mendukung input teks dan gambar serta ditujukan untuk pengodean agen dan pekerjaan agen berjangka panjang dengan biaya lebih rendah daripada Max.

Apakah Qwen3.8-Flash memiliki bobot terbuka atau dihosting?

Alibaba merilis pratinjau arsitektur ini dengan bobot terbuka, diumumkan sebagai Qwen3.8-Flash-Next, dan menawarkan Qwen3.8-Flash produksi melalui API cloud-nya. Keduanya adalah rilis terpisah dengan kartu model terpisah.

Apa arti pratinjau Qwen4 bagi saya?

Alibaba mendeskripsikan model ini sebagai pandangan awal pada arsitektur yang direncanakan untuk Qwen4. Dalam praktiknya, itu berarti teknik yang lebih baru seperti embedding N-gram dan sparse attention, serta kemungkinan perubahan perilaku pada versi selanjutnya.

Apakah Qwen3.8-Flash mendukung pemanggilan alat?

Ya. Penggunaan alat, output skema JSON, dan prompt caching didukung, dan Alibaba melakukan benchmark pada Toolathlon Verified untuk penggunaan alat. Definisikan skema alat Anda dengan jelas dan uji urutan multi-langkah sebelum produksi.

Haruskah saya menggunakan Flash atau Max?

Gunakan Flash untuk giliran yang sering dan sensitif terhadap latensi serta pengodean rutin. Gunakan Qwen3.8-Max untuk proses pengodean multi-hari tersulit dan dokumen profesional. Banyak tim membagi pekerjaan berdasarkan tingkat kesulitan tugas dan hanya mengirimkan kegagalan ke model yang lebih besar.

Berapa biaya Qwen3.8-Flash?

Di TokenLab, Qwen3.8-Flash dikenakan Masukan $0.15 / Keluaran $0.47 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output Qwen3.8-Flash?

Qwen3.8-Flash mendukung hingga 991.808 token konteks dan menghasilkan hingga 131.072 token per respons.

Endpoint mana yang harus digunakan Qwen3.8-Flash?

Pakai https://api.tokenlab.sh/v1/responses sebagai default untuk Qwen3.8-Flash. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Qwen3.8-Flash?

Qwen3.8-Flash mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.