Qwen3.8 Flash

AlibabaТекстРассужденияИнструментыЗрение

Qwen3.8 Flash от Alibaba: быстрая и недорогая модель для массовых задач, контекст 1M.

Наша цена
$0.13 / $0.40
вход / выход за 1M
Официальная
$0.15 / $0.47
−15% к официальной

Первый запрос

from openai import OpenAI

client = OpenAI(
    base_url="https://api.altrouter.ai/v1",
    api_key="ar-...",
)

resp = client.chat.completions.create(
    model="qwen3.8-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

Интерфейс OpenAI-совместимый: в готовом коде меняются только base_url, ключ и идентификатор модели — остальное трогать не нужно.

Qwen3.8 Flash и соседи по цене

Qwen3.8 Flash и ближайшие по цене модели: цены и параметры из каталога AltRouter AI
МодельВход / 1MВыход / 1MКонтекст
MiMo V2.6 FlashXiaomi$0.12$0.241.1MОткрыть
Claude Haiku 5.5Anthropic$0.085$0.421MОткрыть
Qwen3.8 Flashэта модельAlibaba$0.13$0.401M
GLM-5.3 FlashZhipu AI$0.13$0.421.0MОткрыть
GPT-6 LunaOpenAI$0.10$0.501.1MОткрыть

Цены и параметры — из того же каталога, что и прайс выше; это не бенчмарк, а сопоставимые условия оплаты.

Лимиты

Контекст — 1M токенов на запрос. В него входит всё, что вы отправили: системный промпт, история диалога и текущий вопрос вместе. Что не поместилось, модель не увидит — обрезать историю приходится на своей стороне, и платите вы ровно за то, что поместилось.

Длина ответа задаётся параметром max_tokens, потолок — 32 000 токенов за вызов. Ответ, упёршийся в этот потолок, приходит с finish_reason: "length": он оборван, но оплачен, поэтому на длинных генерациях значение стоит выставлять осознанно.

Поддерживается: режим рассуждений, вызов инструментов (tools), картинки на входе.

Подписки нет: деньги списываются за каждый успешный запрос по цене выше, а неудавшийся не оплачивается. Это уже цена со скидкой 15% от официальной цены вендора — официальная показана рядом зачёркнутой, чтобы её можно было сверить. Отдельного аккаунта у Alibaba для этого не нужно: запрос уходит на api.altrouter.ai, а до вендора ходим мы.

Ограничение частоты общее для всех моделей и считается на ключ: 600 запросов в минуту по умолчанию, при превышении — 429 с заголовком retry-after: 60. Для отдельного ключа лимит и потолок трат за день, неделю, месяц или всё время настраиваются в кабинете.

Полные лимиты и кредиты

Когда выбирать Qwen3.8 Flash, а когда соседнюю

Дешевле рядом — Claude Haiku 5.5: $0.085 за 1M входных токенов против $0.13 у Qwen3.8 Flash. На одном и том же объёме счёт выходит в 1,5 раза меньше. Контекст у обеих одинаковый — 1M. Это разумный выбор там, где задача типовая и её много: разметка, классификация, короткие ответы по шаблону — то есть там, где качество упирается не в модель, а в промпт.

Дороже рядом — GLM-5.3 Flash: $0.13 за 1M входных токенов. За переплату каталог обещает конкретное: контекст 1.0M вместо 1M. Если ничего из этого задаче не нужно, переплата ни за что.

Проверять догадки здесь дешевле, чем рассуждать: сравнение выше — это цены и параметры, а не бенчмарк, и оно не скажет, какая модель лучше именно на вашем промпте. Переключение стоит одной строки — меняется идентификатор модели в запросе, base_url и ключ остаются те же, — так что прогнать обе на своих данных занимает минуты.

API

OpenAI-совместимый эндпоинт chat completions, со стримингом (SSE).

POST/v1/chat/completions
Параметры тела
modelstringrequired"qwen3.8-flash"
Идентификатор модели.
messagesarrayrequired
История диалога: [{ role, content }].
streambooleandefault false
Стриминг ответа по SSE.
temperaturenumber0–2default 1
Случайность генерации: ниже - детерминированнее, выше - креативнее.
top_pnumber0–1default 1
Nucleus sampling - доля вероятностной массы.
max_tokensnumber1–32000
Максимум токенов в ответе.
reasoning_effortenumlow · medium · highdefault medium
Бюджет «размышлений» для reasoning-моделей.
seednumber0–2147483647
Seed для воспроизводимости.
frequency_penaltynumber-2–2
Штраф за повтор токенов по частоте.
presence_penaltynumber-2–2
Штраф за токены, которые уже встречались.

Структурированные поля (tools, response_format, stop и другие) - в полном справочнике параметров.

Ответ
idstring
Идентификатор ответа.
choicesarray
Варианты ответа. Каждый: index, message { role, content, reasoning_content, tool_calls }, finish_reason.
usageobject
Токены: prompt_tokens, completion_tokens, total_tokens.
Пример
cURLPythonJavaScriptJSON
curl https://api.altrouter.ai/v1/chat/completions \
  -H "Authorization: Bearer ar-..." \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen3.8-flash",
  "messages": [
    {
      "role": "user",
      "content": "Hello!"
    }
  ],
  "reasoning_effort": "medium"
}'
Ошибки
400Некорректный запрос.
401Нет или неверный API-ключ.
402Недостаточно кредитов или исчерпан потолок трат ключа.
404Модель не найдена.
429Превышен лимит запросов.

Частые вопросы

Сколько стоит Qwen3.8 Flash через API?
$0.13 за миллион входных токенов и $0.40 за миллион выходных. Это на 15% ниже официальной цены вендора — $0.15 и $0.47. Баланс ведётся в долларах, а пополняется в рублях — картой РФ, через СБП или криптой; зарубежная карта не нужна.
Все модели Alibaba и цены
Работает ли Qwen3.8 Flash из России?
Да. Запрос уходит на api.altrouter.ai, а до Alibaba ходим мы, а не вы. Отдельный аккаунт у вендора при этом не нужен.
API нейросетей из России
Как подключить Qwen3.8 Flash?
Интерфейс OpenAI-совместимый: в вашем коде меняются base_url на https://api.altrouter.ai/v1 и ключ, а модель указывается идентификатором qwen3.8-flash. Остальной код трогать не нужно.
Справочник API
Какой контекст у Qwen3.8 Flash?
1 000 000 токенов на запрос — это весь ваш ввод вместе с историей диалога и системным промптом. Что не влезло, модель не увидит, и платите вы за то, что влезло.
Параметры запроса
Можно ли попробовать Qwen3.8 Flash бесплатно?
Отдельного бесплатного тарифа нет. За подтверждённый Telegram на баланс начисляется $1 — один раз на человека, этого хватает, чтобы прогнать модель на своей задаче до того, как платить.
Как получить ключ и $1 на тесты

Ещё от Alibaba