Qwen3.8 27B vs Qwen3.6 27B

Qwen3.8 27B et Qwen3.6 27B côte à côte : caractéristiques, capacités, paramètres et tarifs en direct du catalogue EmpirioLabs.

Alibaba Cloud Génération de texte

Qwen3.8 27B vs Qwen3.6 27B en un coup d'œil

Qwen3.8 27B et Qwen3.6 27B sont deux modèles Alibaba Cloud de la catégorie Génération de texte, disponibles via l'API EmpirioLabs.

Différences clés

  • Qwen3.8 27B est la version la plus récente (14 août 2026) ; Qwen3.6 27B est sorti le 22 avr. 2026.
  • Qwen3.8 27B a la plus grande fenêtre de contexte : 256K tokens, contre 224K pour Qwen3.6 27B.
  • Qwen3.6 27B renvoie jusqu'à 64 000 tokens de sortie par réponse, Qwen3.8 27B jusqu'à 32 768.
  • Capacités indiquées uniquement pour Qwen3.8 27B : video, cache, json mode, logprobs.
  • Capacités indiquées uniquement pour Qwen3.6 27B : web search.
  • Qwen3.8 27B affiche le tarif le plus bas pour Entrée (par 1M de jetons d’invite) et Sortie (par 1M de jetons générés).

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

Spéc.Qwen3.8 27BQwen3.6 27B
ID du modèleqwen3-8-27bqwen3-6-27b
AuteurAlibaba CloudAlibaba Cloud
Publié14 août 202622 avr. 2026
Fenêtre de contexte256K tokens224K tokens
Sortie max32 768 tokens64 000 tokens
Entrée
Texte Image Vidéo
Texte Image Vidéo
Sortie
Texte
Texte
Sortie structuréeJSON SchemaMode JSON
Région-China
Endpoints
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1beta/models/qwen3-8-27b:generateContent
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/qwen3-6-27b:generateContent
Capacités
reasoning vision video function calling cache multimodal json mode logprobs
reasoning vision web search function calling multimodal

Qwen3.8 27B vs Qwen3.6 27B : tarifs de l'API

Tarifs en direct du catalogue EmpirioLabs pour les deux modèles. Chaque grille tarifaire correspond toujours à ce que l'API facture.

Qwen3.8 27B Économisez jusqu'à 84%qwen3-8-27b
Type
Spéc.
Tarif
Entrée
par 1M de jetons d’invite
$0.45$0.17
Sortie
par 1M de jetons générés
$3.20$0.50
Lecture implicite du cache
par 1M de jetons d’entrée mis en cache
$0.08
Recherche Web (Linkup)
par appel lors de l’invocation
$0.013
Comparer sur la page complète des tarifs

Qwen3.8 27B vs Qwen3.6 27B : paramètres de l'API

Paramètres de requête indiqués pour chaque modèle sur EmpirioLabs, avec les valeurs autorisées ou la plage le cas échéant. Un tiret signale un paramètre que le modèle n'indique pas.

ParamètreQwen3.8 27BQwen3.6 27B
temperature0 à 2 Par défaut: 10 à 1.99 Par défaut: 0.7
top_p0.01 à 1 Par défaut: 0.950 à 1 Par défaut: 0.9
max_tokens1 à 32768 Par défaut: 327681 à 64000
stopstringstring
enable_thinkingboolean Par défaut: trueboolean Par défaut: true
reasoning_effortnone, low, medium, xhigh Par défaut: xhighnone, low, medium, high, max
top_kmin 1 Par défaut: 201 à 100
min_p0 à 1 Par défaut: 0-
frequency_penalty-2 à 2 Par défaut: 0-
presence_penalty-2 à 2 Par défaut: 0-2 à 2
repetition_penaltymin 0.1 Par défaut: 10.1 à 2
seed0 à 21474836470 à 2147483647
logprobsboolean Par défaut: falseboolean Par défaut: false
top_logprobs0 à 200 à 5 Par défaut: 0
logit_biasobject-
toolsarray-

Qwen3.8 27B vs Qwen3.6 27B : limites et notes

Qwen3.8 27B

Prend en charge par défaut l’entrée de texte, d’images et de vidéos, le streaming, les outils de fonctions, la sortie JSON structurée, le contrôle de la graine et le mode de réflexion activés par défaut. Utilisez reasoning_effort (xhigh, medium, low) ou enable_thinking=false pour les réponses directes. Les lectures automatiques du cache sont facturées au taux d’entrée en cache lorsqu’elles sont rapportées par le service modèle. Les contrôles de cache explicites ne sont pas pris en charge. Le contexte à poids ouvert est de 256K; le contexte 1M hébergé et les outils officiels intégrés ne sont pas inclus.

Qwen3.6 27B

Prend en charge l’entrée de texte, d’images et de vidéos. La recherche web est disponible via tool_web_search et ajoute $0.01 par requête lorsqu’activée. Les jetons pensants sont facturés comme des jetons de sortie.

Comment appeler Qwen3.8 27B et Qwen3.6 27B

Qwen3.8 27B sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle qwen3-8-27b. Les deux modèles s'appellent via le même endpoint. Définissez model sur qwen3-8-27b ou qwen3-6-27b. Obtenez une clé API depuis le tableau de bord EmpirioLabs.

cURL
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 : questions fréquentes

Quelle est la différence entre Qwen3.8 27B et Qwen3.6 27B ?

Qwen3.8 27B est la version la plus récente (14 août 2026) ; Qwen3.6 27B est sorti le 22 avr. 2026. Qwen3.8 27B a la plus grande fenêtre de contexte : 256K tokens, contre 224K pour Qwen3.6 27B. Qwen3.6 27B renvoie jusqu'à 64 000 tokens de sortie par réponse, Qwen3.8 27B jusqu'à 32 768. Les caractéristiques, les grilles tarifaires et les paramètres de cette page proviennent du catalogue EmpirioLabs en direct.

Lequel est le plus récent, Qwen3.8 27B ou Qwen3.6 27B ?

Qwen3.8 27B est la version la plus récente (14 août 2026) ; Qwen3.6 27B est sorti le 22 avr. 2026.

Lequel a le tarif le plus bas, Qwen3.8 27B ou Qwen3.6 27B ?

Qwen3.8 27B affiche le tarif le plus bas pour Entrée (par 1M de jetons d’invite) et Sortie (par 1M de jetons générés). Les deux grilles tarifaires en direct sont sur cette page et correspondent toujours à ce que l'API facture.

Puis-je passer de Qwen3.8 27B à Qwen3.6 27B sans reconstruire mon intégration ?

Oui. Les deux modèles utilisent POST /v1/chat/completions avec la même clé API EmpirioLabs : la plupart des intégrations basculent en changeant la valeur model. Vérifiez d'abord le tableau des paramètres de cette page si vous dépendez d'un paramètre propre à un modèle.

Puis-je essayer Qwen3.8 27B et Qwen3.6 27B dans le navigateur avant d'intégrer ?

Oui. Ouvrez chaque modèle dans le playground EmpirioLabs et lancez le même prompt sur les deux, avec les paramètres exposés par l'API.

Prêt à utiliser de meilleurs points de terminaison ?

Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.