कोडिंग, एजेंटों और दृश्य समझ के लिए फास्ट Qwen3.8 विजन-लैंग्वेज मॉडल, छवि और वीडियो इनपुट, पांच अंतर्निहित टूल और 1M टोकन संदर्भ के साथ।
Alibaba Cloudपाठ निर्माण1M कॉन्टेक्स्टरिलीज 26 अग॰ 2026Singaporeस्वामित्व वाला एंडपॉइंटनयाकोडिंग, एजेंटों और दृश्य समझ के लिए फास्ट Qwen3.8 विजन-लैंग्वेज मॉडल, छवि और वीडियो इनपुट, पांच अंतर्निहित टूल और 1M टोकन संदर्भ के साथ।
टेक्स्ट, इमेज और वीडियो इनपुट, enable_thinking और thinking_budget के साथ थिंकिंग मोड 262144 टोकन, फ़ंक्शन कॉलिंग, सख्त JSON स्कीमा सहित संरचित आउटपुट और पांच बिल्ट-इन टूल का समर्थन करता है: tool_web_search, tool_web_extractor, tool_code_interpreter, tool_web_search_image और tool_image_search। थिंकिंग टोकन को आउटपुट टोकन के रूप में बिल किया जाता है।
इस नाम से भी जाना जाता है Alibaba Cloud Qwen3.8 Flash
qwen3-8-flash/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen3-8-flash:generateContentqwen3.8-flashEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
Qwen3.8 Flash OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id qwen3-8-flash उपयोग करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-8-flash",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="qwen3-8-flash",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)EmpirioLabs पर Qwen3.8 Flash API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 से 2 | नमूना तापमान। 0 नियतात्मक है और 2 अधिकतम यादृच्छिकता है। |
| top_p | number | 0.9 | 0 से 1 | नाभिक नमूनाकरण संभाव्यता द्रव्यमान। कम मान आउटपुट को अधिक केंद्रित बनाते हैं। |
| max_tokens | number | 4096 | 1 से 131072 | अधिकतम आउटपुट टोकन। |
| stop | string | - | - | 4 स्ट्रिंग्स तक जहां मॉडल आगे टोकन उत्पन्न करना बंद कर देगा। |
| enable_thinking | boolean | true | - | उत्तर देने से पहले तर्क सक्षम करें। |
| reasoning_effort | enum | medium | none, low, medium, high, max | तर्क प्रयास स्तर। कोई भी सोच को अक्षम नहीं करता है। निम्न, मध्यम, उच्च और अधिकतम सेट चयनित मॉडल के आकार के बाउंड थिंकिंग बजट। |
| thinking_budget | number | 32768 | 1 से 262144 | सोच सक्षम होने पर तर्क के लिए आरक्षित अधिकतम टोकन। |
| vl_high_resolution_images | boolean | true | - | छवि इनपुट के लिए उच्च रिज़ॉल्यूशन प्रसंस्करण का उपयोग करें। |
| max_pixels | number | 2621440 | 4096 से 16777216 | उच्च रिज़ॉल्यूशन प्रसंस्करण अक्षम होने पर प्रति छवि अधिकतम पिक्सेल गणना। |
| video_fps | number | 2 | 0.1 से 10 | वीडियो इनपुट से नमूना लेने के लिए प्रति सेकंड फ्रेम। |
| treat_images_as_video | boolean | false | - | छवियों के अनुक्रम को वीडियो फ़्रेम के रूप में मानें। |
| tool_web_search | boolean | false | - | वास्तविक समय की जानकारी के लिए वेब पर खोजें. प्रत्येक आह्वान किए गए कॉल के लिए अनुरोध लागत में $0.02 जोड़ता है. |
| tool_web_extractor | boolean | false | - | URL से सामग्री निकालें और पढ़ें। वेब खोज और सोच की आवश्यकता है। |
| tool_code_interpreter | boolean | false | - | सैंडबॉक्स में पायथन कोड चलाएँ। सोचने की जरूरत है। |
पाठ, छवि और वीडियो इनपुट समर्थित हैं। वेब खोज, वेब चिमटा, कोड दुभाषिया, text-to-image खोज, और image-to-image खोज वैकल्पिक अंतर्निहित उपकरण हैं जो tool_* मापदंडों के माध्यम से उजागर होते हैं। वेब खोज, text-to-image खोज, और image-to-image खोज प्रत्येक आह्वान कॉल के लिए $0.02 जोड़ती है; वेब एक्सट्रैक्टर और कोड दुभाषिया बिना किसी अतिरिक्त लागत के चलते हैं। वेब एक्सट्रैक्टर के लिए वेब खोज की आवश्यकता होती है, और वेब एक्सट्रैक्टर और कोड दुभाषिया दोनों को सोचने की आवश्यकता होती है। एक एकल अनुरोध एक उपकरण को एक से अधिक बार आमंत्रित कर सकता है, और प्रत्येक आह्वान कॉल का बिल किया जाता है। थिंकिंग टोकन को आउटपुट टोकन के रूप में बिल किया जाता है।
जब यह मॉडल एक ही अनुरोध के अंदर अंतर्निहित टूल का आह्वान करता है, तो प्रतिक्रिया टोकन गणना के साथ एक सामान्यीकृत usage.tool_usage मानचित्र ले जाती है:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3, "code_interpreter": 1}
}टूल काउंट पहले से ही cost_usd में फैक्टर किए गए हैं और पारदर्शिता के लिए सामने आए हैं ताकि आप प्रति-टूल बिलिंग का ऑडिट कर सकें। जब कोई टूल लागू नहीं किया गया था तो फ़ील्ड को छोड़ दिया जाता है।
EmpirioLabs पर Qwen3.8 Flash का बिल उपयोग के अनुसार बनता है: इनपुट $0.16 प्रति 1M प्रॉम्प्ट टोकन; उत्पादन $0.47 प्रति 1M जेनरेट किए गए टोकन; वेब खोज $0.02 प्रति कॉल जब लागू किया जाता है; टेक्स्ट-टू-इमेज खोज $0.02 प्रति कॉल जब लागू किया जाता है; छवि-से-छवि खोज $0.02 प्रति कॉल जब लागू किया जाता है; वेब चिमटा $0.00 प्रति कॉल जब लागू किया जाता है; कोड दुभाषिया $0.00 प्रति कॉल जब लागू किया जाता है। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
Qwen3.8 Flash 1M टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 1,31,072 आउटपुट टोकन के साथ।
हां। Qwen3.8 Flash OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id qwen3-8-flash रखकर काम करते हैं।
हां। EmpirioLabs playground ब्राउज़र में Qwen3.8 Flash को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
