Qwen3.8 27B vs Qwen3.6 27B

Qwen3.8 27B vs Qwen3.6 27B de un vistazo

Qwen3.8 27B y Qwen3.6 27B son modelos de Alibaba Cloud en la categoría Generacion de texto, disponibles a través de la API de EmpirioLabs.

Diferencias clave

• Qwen3.8 27B es el lanzamiento más reciente (14 ago 2026); Qwen3.6 27B se lanzó el 22 abr 2026.
• Qwen3.8 27B tiene la ventana de contexto más grande: 256K tokens, frente a 224K de Qwen3.6 27B.
• Qwen3.6 27B devuelve hasta 64.000 tokens de salida por respuesta; Qwen3.8 27B, hasta 32.768.
• Capacidades indicadas solo para Qwen3.8 27B: video, cache, json mode, logprobs.
• Capacidades indicadas solo para Qwen3.6 27B: web search.
• Qwen3.8 27B tiene la tarifa más baja para Entrada (por 1M de tokens de prompt) y Salida (por 1M de tokens generados).

Qwen3.8 27B vs Qwen3.6 27B: especificaciones

Qwen3.8 27B vs Qwen3.6 27B: precios de la API

Tarifas en vivo del catálogo de EmpirioLabs para ambos modelos. Cada tabla de tarifas siempre coincide con lo que cobra la API.

Qwen3.8 27B vs Qwen3.6 27B: parámetros de la API

Parámetros de solicitud que cada modelo indica en EmpirioLabs, con los valores permitidos o el rango cuando corresponde. Un guion marca un parámetro que el modelo no indica.

Qwen3.8 27B vs Qwen3.6 27B: límites y notas

Qwen3.8 27B

Soporta entrada de texto, imagen y vídeo, streaming, herramientas funcionales, salida JSON estructurada, control semilla y modo de pensamiento activado por defecto. Usa reasoning_effort (xhigh, medium, low) o enable_thinking=false para respuestas directas. Las lecturas automáticas de caché se facturan a la tasa de entrada en caché cuando se reportan por el servicio modelo. No se admiten controles explícitos de caché. El contexto de peso abierto es 256K; no se incluyen el contexto alojado de 1M ni las herramientas oficiales integradas.

Qwen3.6 27B

Soporta entrada de texto, imagen y vídeo. La búsqueda web está disponible a través de tool_web_search y añade $0.01 por solicitud cuando está habilitada. Los tokens de pensamiento se facturan como tokens de salida.

Cómo llamar a Qwen3.8 27B y Qwen3.6 27B

Qwen3.8 27B sirve la API de Chat Completions compatible con OpenAI. Apunta cualquier SDK de OpenAI a https://api.empiriolabs.ai/v1 con tu clave de API de EmpirioLabs y usa el id de modelo qwen3-8-27b. Ambos modelos se llaman a través del mismo endpoint. Establece model en qwen3-8-27b o qwen3-6-27b. Consigue una clave de API en el panel de EmpirioLabs.

curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-8-27b",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'

Qwen3.8 27B vs Qwen3.6 27B: preguntas frecuentes

¿Cuál es la diferencia entre Qwen3.8 27B y Qwen3.6 27B?

Qwen3.8 27B es el lanzamiento más reciente (14 ago 2026); Qwen3.6 27B se lanzó el 22 abr 2026. Qwen3.8 27B tiene la ventana de contexto más grande: 256K tokens, frente a 224K de Qwen3.6 27B. Qwen3.6 27B devuelve hasta 64.000 tokens de salida por respuesta; Qwen3.8 27B, hasta 32.768. Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.

¿Cuál es más reciente, Qwen3.8 27B o Qwen3.6 27B?

Qwen3.8 27B es el lanzamiento más reciente (14 ago 2026); Qwen3.6 27B se lanzó el 22 abr 2026.

¿Cuál tiene la tarifa más baja, Qwen3.8 27B o Qwen3.6 27B?

Qwen3.8 27B tiene la tarifa más baja para Entrada (por 1M de tokens de prompt) y Salida (por 1M de tokens generados). Las dos tablas de tarifas en vivo están en esta página y siempre coinciden con lo que cobra la API.

¿Puedo cambiar entre Qwen3.8 27B y Qwen3.6 27B sin reconstruir mi integración?

Sí. Ambos modelos usan POST /v1/chat/completions con la misma clave de API de EmpirioLabs, así que la mayoría de las integraciones cambian con solo modificar el valor model. Revisa antes la tabla de parámetros de esta página si dependes de un parámetro específico de un modelo.

¿Puedo probar Qwen3.8 27B y Qwen3.6 27B en el navegador antes de integrar?

Sí. Abre cada modelo en el playground de EmpirioLabs y ejecuta el mismo prompt en ambos, con los parámetros que expone la API.