Qwen3.8 Flash

Spezifikationen & Limits

• Multimodal Flash model on the Qwen3.8-Flash-Next architecture (Gated DeltaNet with Qwen Sparse Attention, n-gram embeddings; 51B n-gram embedding parameters on top of the 125B MoE)
• text, image and video in, text out
• max input 991,808 tokens, 983,616 in thinking mode
• reasoning chain up to 262,144 tokens
• one price for thinking and non-thinking calls with no length tiers
• batch inference not offered

laut Offizielle Alibaba-Dokumentation ↗

Ein Prompt, gemessen über das Gateway

Qwen3.8 Flash in 30 Sekunden nutzen

OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="qwen3.8-flash",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "qwen3.8-flash",
  messages: [{ role: "user", content: "Summarize this diff" }],
  reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-flash",
    "messages": [{"role": "user", "content": "Hello"}],
    "reasoning_effort": "medium"
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "qwen3.8-flash",
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
		ReasoningEffort: openai.ReasoningEffortMedium,
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("qwen3.8-flash")
        .addUserMessage("Summarize this diff")
        .reasoningEffort(ReasoningEffort.MEDIUM)
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

Über Qwen3.8 Flash

• August 2026.
• Es basiert auf einer neuen Architektur, die das Qwen-Team als experimentelle Vorschau auf das Fundament von Qwen4 bezeichnet: ein Mixture-of-Experts-Modell mit 125 Milliarden Parametern, von denen pro Token 6 Milliarden aktiv sind, dazu 51 Milliarden Parameter an N-Gramm-Embeddings.
• Es kombiniert Gated-DeltaNet-Schichten mit einer neuen Qwen Sparse Attention, die laut Alibaba die Latenz bei langen Eingaben senkt.
• Die Open-Weight-Veröffentlichung dieser Architektur ist Qwen3.8-Flash-Next; das gehostete Modell wird als deren Produktionsfassung beschrieben, mit standardmäßig aktiviertem 1M-Token-Kontext und Alibabas integrierten Tools.
• Es nimmt Text, Bilder und Video entgegen und liefert Text, mit bis zu 131.072 Ausgabe-Tokens.
• Das Denken ist hybrid und standardmäßig aktiv: enable_thinking schaltet es pro Anfrage ab, thinking_budget begrenzt es, und der Denkverlauf kommt in reasoning_content zurück und wird als Ausgabe abgerechnet.
• Das Modell steht außerdem auf Alibabas preserve_thinking-Liste, sodass ein Agent früheres Reasoning in spätere Runden mitnehmen kann, statt es neu herzuleiten.
• Function Calling, strukturierte Ausgabe, Präfix-Vervollständigung, Websuche und Kontext-Caching sind aufgeführt; Batch-Inferenz nicht.
• Alibabas eigene Auswahlhilfe nennt es als Weg, gegenüber Qwen3.7 Plus Kosten zu sparen und dabei ähnliche Fähigkeiten zu behalten.
• Die Preisgestaltung ist einfacher als beim vorangegangenen Qwen3.7 Flash, das in drei Kontextlängen-Stufen abrechnete: Qwen3.8 Flash hat einen einheitlichen Tarif über das gesamte Fenster, gleich für Aufrufe mit und ohne Denken, und Cache-Treffer kosten etwa ein Zehntel des regulären Eingabepreises, egal ob der Cache automatisch oder explizit angelegt wurde.
• Synthorai stellt es über den OpenAI-kompatiblen Chat-Completions-Endpunkt bereit.

FAQ

Verwandte Modelle

Vergleichen