Comment utiliser l’API Qwen3.8 Max

Qwen3.8 Max est disponible sur EmpirioLabs. C’est le niveau phare de la série Qwen3.8 d’Alibaba, un modèle de mixture-of-experts à l’échelle d’un billion conçu pour le codage, le travail d’agent à long horizon et les tâches professionnelles, avec une fenêtre contextuelle de 1 million de jetons, une réflexion approfondie, ainsi que des entrées de texte, d’images et de vidéos. Il fonctionne sur une API compatible OpenAI, donc vous pouvez passer à elle en changeant un champ.

Ce que Qwen3.8 Max fait bien

Max est le niveau de capacité de la famille Qwen3.8, donc il convient aux tâches où la qualité compte plus que la vitesse brute: codage sur un grand dépôt, boucles d’agents à long terme, compréhension des documents et captures d’écran, et analyse qui doit contenir beaucoup de contexte en même temps. Il lit les images et les vidéos, appelle des outils avec un appel de fonction standard, retourne du JSON strictement conforme au schéma sur demande, et peut rechercher sur le web, exécuter du code, lire des URLs et rechercher des images via des outils intégrés.

Comment l’appeler

Envoyez une compilation de chat standard:

curl https://api.empiriolabs.ai/v1/chat/completions \ -H « Autorisation: Porteur $EMPIRIOLABS_API_KEY » \ -H « Type-de-contenu: application/json » \ -d '{ « modèle »: « qwen3-8-max », « messages »: [ {"rôle »: « utilisateur », « contenu »: « Refactorisez ce module et expliquez les compromis."} ] }'

Le même identifiant de modèle fonctionne aussi /v1/responses, sur la forme anthropique /v1/messages, et sur le compatible Google /v1beta/models/qwen3-8-max:générer du contenu Route, donc la plupart des configurations SDK existantes fonctionnent sans réécriture.

La réflexion est activée par défaut

Qwen3.8 Max raisonne avant de répondre, à moins que tu ne désactives ça. Décor considérer à faux pour faire court, appels sensibles à la latence, ou raise thinking_budget jusqu’à 262144 jetons quand vous voulez que cela résolve un problème plus difficilement. Les jetons de raisonnement sont présentés comme des jetons de sortie, donc un gros budget sur une simple invite est la principale façon de dépenser trop sur ce modèle.

Un détail pratique à connaître avant de transférer un agent: pendant que la réflexion est activée, le modèle accepte tool_choice seulement comme Auto. Forcer une fonction spécifique avec tool_choice: « obligatoire » ou un objet outil explicite est rejeté. Si votre agent force un premier appel d’outil, laissez le choix automatique ou désactivez la réflexion pour cette étape.

Outils intégrés par défaut sur activé

Cinq outils intégrés sont fournis avec le modèle: recherche web, extracteur web, interpréteur de code, recherche text-to-image et recherche image-to-image. Ils sont tous activés par défaut, ce qui est pratique pour les prompts de recherche et inutile pour une simple complétion, car les définitions des outils suivent chaque prompt. Désactivez celles dont vous n’avez pas besoin avec le tool_* Paramètres:

{ « modèle »: « qwen3-8-max », « messages »: [{"rôle »: « utilisateur », « contenu »: « Qu’est-ce qui a changé dans la spécification cette semaine ?"}], « tool_web_search »: vrai, « tool_web_extractor »: vrai, « tool_code_interpreter »: faux, « tool_web_search_image »: faux, « tool_image_search »: faux }

Deux dépendances sont appliquées en amont: web extractor ne fonctionne qu’en parallèle avec la recherche web, et web extracteur ainsi que code interpreter nécessitent tous deux une réflexion pour être activés. La recherche web et les deux outils de recherche d’images sont facturés par appel invoqué, et une seule requête peut invoquer un outil plusieurs fois, donc la réponse rapporte exactement ce qui a été exécuté usage.tool_usage.

Sortie structurée

Qwen3.8 Max impose un schéma JSON strict, pas seulement le mode JSON, donc vous pouvez demander une forme de réponse exacte et l’analyser sans étape de réparation:

{ « modèle »: « qwen3-8-max », « messages »: [{"rôle »: « utilisateur », « contenu »: « Extraire les champs de facture."}], « response_format »: { « type »: « json_schema », « json_schema »: { « nom »: « facture », « strict »: vrai », « schéma »: { « type »: « objet », « propriétés »: { « fournisseur »: {"type »: « chaîne"}, « total »: {"type »: « nombre"} }, « requis »: ["fournisseur », « total"], « additionalProperties »: faux } } } }

Images et vidéo

Attachez des images ou des vidéos de la même manière que vous le feriez avec n’importe quel modèle de vision compatible OpenAI, en utilisant image_url ou video_url Parties de contenu. Vous pouvez envoyer plusieurs images dans un seul message et les référer en position. Pour la vidéo, video_fps contrôle la densité des images échantillonnées, et vl_high_resolution_images échange le détail contre la taille de la requête lors de l’entrée de l’image.

Prix

Qwen3.8 Max est un paiement à l’usage, tarifé par jeton d’entrée et de sortie, plus un petit frais par appel sur les outils de recherche lorsqu’ils s’exécutent. Les jetons de pensée comptent comme des jetons de sortie. Les tarifs actuels sont sur le Page modèle Qwen3.8 Max et les page de prix, qui reflètent toujours la carte des tarifs en direct.

Essaie

Ouvre-le dans le EmpirioLabs Playground pour tester les invites, pièces jointes, et l’outil bascule sans écrire de code, ou lire le Référence API pour la liste complète des paramètres.