阿里云: Qwen3.8-Flash
qwen3.8-flash- 输入 / 输出
- $0.15 / $0.47
- 上下文
- 992K
- 最大输出
- 128K
- 模态
- 视觉聊天
- 能力
- 工具调用提示词缓存
Qwen3.8-Flash 简介
Qwen3.8-Flash 是阿里巴巴 Qwen3.8 这一代里主打性价比的模型：多模态混合专家（MoE）架构，核心 1250 亿参数外加 510 亿 N-gram embedding 参数，每个 token 激活 60 亿。阿里称它是 Qwen4 架构的早期预览版。它能读文本和图像，面向智能体编程、长程智能体任务和移动端界面操作。
擅长的任务
- 每个 token 只激活 60 亿参数，阿里称这一设计以低成本、低延迟为目标。
- 混合注意力把 Gated DeltaNet 与 Qwen Sparse Attention 结合起来，让长输入也能跑得动。
- 阿里用 SWE-bench Pro、Toolathlon Verified、AndroidWorld 和 MathVision 评测它，覆盖编程、工具、移动端智能体和视觉数学。
- 支持图像输入、工具调用、JSON 输出和提示词缓存，可以作为通用的智能体模型。
什么情况换别的模型
- 最难的编程和研究任务上 Qwen3.8-Max 更强；质量比速度重要时，选 Max 更合适。
- 它能理解图像，但不能生成图像，也不接收音频输入。
- 作为新架构的预览版，不同版本之间行为可能变化，建议用自己的测试集固定评测。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本生成Responses APIPOST/v1/responsesAPI 格式:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "qwen3.8-flash", "input": "Hello!" }'
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
cacheMode · implicit
每 1M token- Official 价格
- 输入 $0.15 / 输出 $0.47 / 缓存读取 $0.016 / 文本 输入 $0.15 / 文本 输入 · 缓存读取 $0.016 / 图像 输入 $0.15 / 文本 输出 $0.47
- Verified 价格
- —
- 折扣
- —
cacheMode · explicit
每 1M token- Official 价格
- 输入 $0.15 / 输出 $0.47 / 缓存读取 $0.016 / 缓存写入 $0.20 / 文本 输入 $0.15 / 文本 输入 · 缓存读取 $0.016 / 图像 输入 $0.15 / 文本 输出 $0.47
- Verified 价格
- —
- 折扣
- —
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| cacheMode · implicit | 输入 $0.15 / 输出 $0.47 / 缓存读取 $0.016 / 文本 输入 $0.15 / 文本 输入 · 缓存读取 $0.016 / 图像 输入 $0.15 / 文本 输出 $0.47 | — | — |
| cacheMode · explicit | 输入 $0.15 / 输出 $0.47 / 缓存读取 $0.016 / 缓存写入 $0.20 / 文本 输入 $0.15 / 文本 输入 · 缓存读取 $0.016 / 图像 输入 $0.15 / 文本 输出 $0.47 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
- 30 天成功率
- 100.0%
- 30 天请求数
- 100+
- 最后活动时间
- 4天前
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Qwen3.8-Flash 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 qwen3.8-flash 发一条简短消息，接口是 /v1/responses。返回回复，附上延迟和费用。
使用场景
适用场景- 视觉
高频智能体步骤
智能体循环里有大量廉价的工具调用轮次，用它来跑；只把真正难的决策升级给更大的模型。
移动端与 GUI 自动化
输入手机或应用截图，让它选出该点哪里、输入什么，做法类似 AndroidWorld 评测。
带图片的编程助手
把设计稿截图，或拍下的 bug 照片连同代码片段一起贴进去，得到修复方案或初版实现。
视觉数学辅导
拍下一道解题过程或一张函数图，让它逐步检查推理是否正确。
提示词示例
这张截图是我们应用在 Android 上的设置页。请写出关闭通知的操作步骤，每行一个动作。
这张设计稿对应我们的组件库。请生成与它一致的 HTML 和 CSS。
帮我检查这张照片里的几何证明，标出第一个出错的步骤。
此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。
FAQ
Qwen3.8-Flash 到底是什么模型？
它是阿里巴巴 Qwen3.8 里主打效率的模型。采用混合专家架构，核心 1250 亿参数，每个 token 激活 60 亿，支持文本和图像输入，面向智能体编程和长程智能体任务，成本比 Max 低。
Qwen3.8-Flash 是开源权重还是托管服务？
阿里发布过这一架构的开源权重预览版，名为 Qwen3.8-Flash-Next，同时通过自家云 API 提供正式的 Qwen3.8-Flash。两者是独立的发布，各有各的模型卡。
Qwen4 预览是什么意思，对我有什么影响？
阿里把这个模型描述为 Qwen4 计划采用的架构的早期版本。实际含义是它用了 N-gram embedding、稀疏注意力等较新的技术，后续版本的行为也可能有变化。
Qwen3.8-Flash 支持工具调用吗？
支持。工具调用、JSON schema 输出和提示词缓存都可用，阿里还用 Toolathlon Verified 评测它的工具使用能力。上线前请把工具 schema 定义清楚，并测试多步调用序列。
该选 Flash 还是 Max？
频繁、对延迟敏感的轮次和日常编程用 Flash；最难的多日编程任务和专业文档用 Qwen3.8-Max。很多团队按任务难度分流，只把失败的请求升级到更大的模型。
Qwen3.8-Flash 的费用是多少？
在 TokenLab 上，Qwen3.8-Flash 的价格为 输入 $0.15 / 输出 $0.47 每 1M token。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
Qwen3.8-Flash 的上下文窗口和输出上限是多少？
Qwen3.8-Flash 最多接收 991,808 token 的上下文，单次最多返回 131,072 token。
Qwen3.8-Flash 应该使用哪个端点？
Qwen3.8-Flash 使用 https://api.tokenlab.sh/v1/responses。代码写法见下方的请求示例。
Qwen3.8-Flash 支持哪些操作？
Qwen3.8-Flash 支持 文本生成。选了操作，上面会显示对应的端点和请求示例。
Qwen3.8-Flash 对比
资料来源
审阅于 2026年10月2日
