全模态推理器，能读取文本、图片、音频和视频，并以文本回答，具备100万令牌上下文、思维和原生网页搜索能力。
Alibaba Cloud文本生成1.01M 上下文发布日期 2026年9月17日Singapore专有端点新全模态推理器，能读取文本、图片、音频和视频，并以文本回答，具备100万令牌上下文、思维和原生网页搜索能力。
支持文本、图像、音频和视频输入，思考模式支持enable_thinking和thinking_budget最多262144个令牌，函数调用，结构化输出（包括严格的JSON模式）以及tool_web_search内置工具。思考令牌以输出令牌计费。
也称为 Alibaba Cloud Qwen3.8 Omni Flash
qwen3-8-omni-flash/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen3-8-omni-flash:generateContentqwen3.8-omni-flash来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费，没有月度最低消费。
Qwen3.8 Omni Flash 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1，并使用模型 ID qwen3-8-omni-flash。 在EmpirioLabs 控制台获取 API 密钥。
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-8-omni-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-omni-flash",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)EmpirioLabs 上 Qwen3.8 Omni Flash API 支持的请求参数。省略字段时使用默认值。
| 参数 | 类型 | 默认值 | 范围 / 值 | 描述 |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 到 1.99 | 采样温度。0是确定性的，1.99是最大随机性。 |
| top_p | number | 0.9 | 0 到 1 | 核抽样概率质量。较低的数值使输出更集中。 |
| max_tokens | number | - | 1 到 131072 | 最大输出令牌数。省略时，模型自身的默认值生效。 |
| stop | string | - | - | 最多有4串字符串，模型会停止生成更多代币。 |
| enable_thinking | boolean | true | - | 在回答前启用推理。强制调用工具调用的请求除非设置enable_thinking，否则不会推理。 |
| reasoning_effort | enum | - | none, low, medium, high, max | 推理努力程度。没有人能让思考失效。低、中、高和最大设定了根据所选模型大小的有界思维预算。 |
| thinking_budget | number | - | 1 到 262144 | 在思考时，为推理保留的最大代币是启用的。如果省略，模型决定推理的时间。 |
| preserve_thinking | boolean | false | - | 在模型输入中包含早期助理轮回的推理/v1/chat/completions.在该助理消息的reasoning_content字段中返回每轮推理不变。早期推理作为输入标记计费。当内置工具开启时不可用。 |
| seed | integer | - | 0 到 2147483647 | 随机种子以实现更可重复的采样。重用相同请求的种子返回的输出相似，但不总是相同。 |
| top_k | integer | - | 1 到 100 | 仅从K个最可能的token中抽样。若省略，则适用模型自身的默认值。 |
| presence_penalty | number | - | -2 到 2 | 对已出现在生成文本中的标记施加惩罚。正值鼓励新的主题。若省略，则适用模型自身的默认值。 |
| repetition_penalty | number | - | 0.1 到 2 | 值越高，越不鼓励重复表达，1 则不施加惩罚。若省略，则适用模型自身的默认值。当内置工具开启或开启 /v1/responses. 时不可用 |
| n | integer | 1 | 1 到 4 | 需要返回的答案数量。超过1个的答案仅在/v1/chat/completions上运行，enable_thinking个假，且没有工具、网页搜索或logprobs。每个答案的输出标记都会计费。 |
| logprobs | boolean | false | - | 返回答案标记的对数概率，而非推理，/v1/chat/completions. 当内置工具开启时不可用。 |
支持文本、图像、音频和视频输入，模型以文本形式回复。思维默认开启;使用enable_thinking关闭，thinking_budget限制最多 262144 个令牌。思考令牌作为输出令牌计费。网页搜索是通过 tool_web_search 展示的可选内置工具，每次调用都会添加 $0.02;单个请求可以多次调用，且每次调用计费。对于音频输入，将文件传递为 URL 或 base64 数据 URI。视频的音轨作为音频令牌计费，与视频令牌并列。
当该模型在单一请求中调用内置工具时，响应会携带一个归一化后的usage.tool_usage映射，同时包含令牌计数：
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3}
}工具数量已经被纳入 cost_usd，并以透明方式显示，方便你审计每工具的计费。当没有工具被调用时，该字段会被省略。
在 EmpirioLabs，Qwen3.8 Omni Flash 按量计费：输入 $0.30 每100万个提示词标记; 输出 $0.94 每100万个生成代币; 网络搜索 $0.02 每次调用时。本页的实时价格表始终与 API 的实际计费一致。
Qwen3.8 Omni Flash 支持 1.01M token 的上下文窗口，每次响应最多 131,072 个输出 token。
兼容。Qwen3.8 Omni Flash 提供 OpenAI 兼容的 Chat Completions API，现有 OpenAI SDK 只需把 base_url 指向 https://api.empiriolabs.ai/v1 并把模型 ID 设为 qwen3-8-omni-flash 即可使用。
可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 Qwen3.8 Omni Flash，你可以在写代码之前先测试提示词。
创建 EmpirioLabs 账户，然后在控制台的 API Keys生成密钥。计费使用按量付费的额度，只为实际发出的请求付费。
