qwen3.8-flashO Qwen3.8 Flash é o nível de raciocínio mais econômico da linha Qwen3.8: os mesmos controles de profundidade do Max (reasoning_effort: low / medium / xhigh) e o mesmo contexto de 1M de tokens, por cerca de um treze avos do preço. Formato OpenAI em /v1/chat/completions, com function calling, JSON e streaming. Na APIMODELS custa $0.15 / $0.47 por 1M de tokens e $0.016 em cache — o mesmo do preço de tabela oficial da Alibaba. Serve bem para classificação e rotulagem em massa, conversão de formatos, sumarização e triagem de logs e tickets: trabalho de alto volume e baixa dificuldade por item. Importante: o raciocínio vem ligado e é cobrado à tarifa de saída, portanto em produção use reasoning_effort:low ou desligue — só então a tarifa baixa aparece de fato na conta. Não colocamos uma camada de moderação nossa por cima deste modelo: os prompts e as respostas passam exatamente como foram enviados. Isso não quer dizer que não haja filtro: os mecanismos de segurança do próprio modelo continuam valendo e a requisição pode voltar recusada com data_inspection_failed quando a entrada é considerada imprópria. Revisar o que você gera e atender à legislação aplicável e às regras da sua própria plataforma é responsabilidade sua.
View complete API reference with all parameters and examples.
View complete API reference with streaming, thinking, and more.
Billing: Cost = (input_tokens * input_price + output_tokens * output_price) / 1,000,000
About 1/13 the price of Qwen3.8 Max, same thinking controls
Million-token context window
Reasoning tokens are part of completion_tokens. Set reasoning_effort low, or none, for simple or bulk work.
Function calling + JSON output, OpenAI-compatible
Qwen3.8 Flash é uma API de modelo de linguagem da Alibaba. O Qwen3.8 Flash é o nível de raciocínio mais econômico da linha Qwen3.8: os mesmos controles de profundidade do Max (reasoning_effort: low / medium / xhigh) e o mesmo contexto de 1M de tokens, por cerca de um treze avos do preço. Formato OpenAI em /v1/chat/completions, com function calling, JSON e streaming. Na APIMODELS custa $0.15 / $0.47 por 1M de tokens e $0.016 em cache — o mesmo do preço de tabela oficial da Alibaba. Serve bem para classificação e rotulagem em massa, conversão de formatos, sumarização e triagem de logs e tickets: trabalho de alto volume e baixa dificuldade por item. Importante: o raciocínio vem ligado e é cobrado à tarifa de saída, portanto em produção use reasoning_effort:low ou desligue — só então a tarifa baixa aparece de fato na conta. Não colocamos uma camada de moderação nossa por cima deste modelo: os prompts e as respostas passam exatamente como foram enviados. Isso não quer dizer que não haja filtro: os mecanismos de segurança do próprio modelo continuam valendo e a requisição pode voltar recusada com data_inspection_failed quando a entrada é considerada imprópria. Revisar o que você gera e atender à legislação aplicável e às regras da sua própria plataforma é responsabilidade sua. Pela plataforma APIMODELS, você acessa este modelo por uma API unificada com preços transparentes de pagamento por uso. Preço atual: Input: $0.15, Output: $0.47 per 1M tokens.
Crie sistemas de conversa inteligentes que respondem automaticamente e melhoram a eficiência do atendimento.
Escreva automaticamente artigos, e-mails, textos publicitários e mais para aumentar a produtividade.
Auxilie na escrita, depuração e revisão de código para acelerar o desenvolvimento.
Entenda e analise dados não estruturados, extraia insights e gere resumos.
O Qwen3.8 Flash está disponível pela APIMODELS a: Input: $0.15, Output: $0.47 per 1M tokens. A cobrança é por uso — você paga apenas pelo que gera.
Cadastre-se na APIMODELS, obtenha sua chave de API e chame nosso endpoint unificado. Oferecemos documentação detalhada com exemplos em cURL, Python e Node.js.
A APIMODELS oferece o mesmo modelo Qwen3.8 Flash pela nossa plataforma de agregação. Fornecemos uma interface de API unificada, então você não precisa de contas separadas por provedor: uma única chave para acessar todos os modelos.
$0.15 / $0.47 por 1M de tokens, entrada em cache $0.016 — o mesmo do preço de tabela oficial da Alibaba. Nesta geração não fazemos jogo de preço. O que você ganha no lugar de desconto: sem conta na Alibaba Cloud nem verificação, acesso direto da China continental, uma única chave para Claude, Gemini, GPT, Grok e todo o resto com saldo compartilhado, pagamento por uso sem recarga mínima e requisições com falha nunca são cobradas.
Porque o raciocínio vem LIGADO por padrão, e esses tokens ficam dentro de completion_tokens e são cobrados na tarifa de saída, mesmo sem aparecerem na resposta. Medido: um prompt «escreva 60 palavras» devolveu 3.783 tokens de saída, 3.715 deles de raciocínio, com 39 segundos até a primeira saída. O mesmo prompt com enable_thinking:false devolveu 72 tokens em 1,2 segundo. Para trabalho simples ou em massa, desligue ou limite com thinking_budget / reasoning_effort.
Os controles de raciocínio são idênticos (reasoning_effort, três níveis) e a janela de contexto é a mesma: 1M de tokens. O que muda é a capacidade bruta e o preço: o Flash fica em $0.15 / $0.47 contra $2.00 / $6.00 do Max — cerca de 1/13 do preço. O Flash é o nível de «raciocínio econômico»: precisa de algum raciocínio, a tarefa não é especialmente difícil ou o volume é grande. Agentes complexos e problemas realmente difíceis continuam pedindo o Max. Mesmo endpoint, e a troca é um campo só.
Classificação e marcação em massa, conversão de formatos, sumarização, triagem de logs e tickets: trabalho de pipeline que exige algum julgamento, mas não raciocínio profundo, com volume alto e cada item fácil. Combinado com reasoning_effort:low ou com o pensamento desligado, o custo por item fica bem baixo. O contexto de 1M de tokens ainda permite engolir um documento longo de uma vez só para extração.
POST https://api.apimodels.app/v1/chat/completions com Authorization: Bearer YOUR_API_KEY e corpo {"model":"qwen3.8-flash","messages":[{"role":"user","content":"..."}],"reasoning_effort":"low"}. Formato OpenAI puro; adicione stream:true para streaming. Para ver quanto o pensamento custou, leia usage.completion_tokens_details.reasoning_tokens na resposta.
Na APIMODELS, o Qwen3.8 Flash roda junto com mais de 60 modelos usando uma única chave de API e um único saldo, então escolher é questão de adequação, não de dependência. Ele suporta Reasoning / Thinking, Affordable, 1M Context, Tool Calling, Streaming e você pode avaliá-lo em preço e capacidade frente a outros modelos de modelo de linguagem, trocando ao alterar uma única string com o nome do modelo — sem nova conta ou integração. Veja todas as opções de modelo de linguagem com preços ao vivo em apimodels.app/models.
O Qwen3.8 Flash suporta: Reasoning / Thinking, Affordable, 1M Context, Tool Calling, Streaming. Consulte a documentação da APIMODELS para todos os parâmetros e exemplos de chamada.
Sim. A APIMODELS expõe o Qwen3.8 Flash por uma única API unificada e uma só chave, sem contas separadas por provedor e sem precisar lidar com o acesso de rede regional de cada provedor.
Aceitamos Stripe (Visa, Mastercard e outros cartões internacionais) e Alipay. O saldo fica disponível imediatamente após o pagamento.