Alibaba
运行正常· 每隔几分钟检查一次

Qwen 3.8 Flash API

Qwen 3.8 Flash API：面向大批量任务的快速、低成本 Qwen，比标价低 53%

每 1M token 价格53%优惠
输入
$0.07$0.15
输出
$0.22$0.47
缓存输入
$0.007$0.015
获取你的 API 密钥在试用平台体验
模型 IDqwen3.8-flash已更新
chat.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
stream = client.chat.completions.create(
    model="qwen3.8-flash",
    messages=[
        {"role": "user", "content": "Explain quicksort briefly."},
    ],
    stream=True,
)
for chunk in stream:
    if chunk.choices:
        print(chunk.choices[0].delta.content or "", end="")

Base URL https://api.zurelay.com/v1. 支持任意 OpenAI SDK。 Chat API 文档

上下文窗口
1M tokens
最大输出
128K tokens
推理
none · low · medium · xhigh
输入
Text, Image, Video
发布日期
2026年8月26日
状态
运行正常

价格

Qwen 3.8 Flash API 价格。 仅需官方定价的一小部分。

从预付余额中按量扣费，无需订阅。$10 起充。请求失败不收费。

单价ZurelayAlibaba 原价
输入
每 1M tokens
$0.07$0.15
输出
每 1M tokens
$0.22$0.47
缓存输入
每 1M tokens
$0.007$0.015

所有提示词长度均采用同一费率, up to the full 1M context window。流式输出、工具调用和结构化输出不额外收费。

全部 Qwen 模型及价格
省钱计算器

拖动滑块设置每月用量。

每月输入 token 数50M
每月输出 token 数10M
Zurelay
$5.70
Alibaba 原价
$12.20
每月节省$6.50

每年 $78.00

费用

Qwen 3.8 Flash API 成本，算给你看。

典型用量在 Zurelay 实时价格下的花费，与标价并列对比。

  • 聊天机器人

    每月 50,000 次请求，输入 1,500 tokens、输出 300 tokens，30% 的输入已缓存，每次请求 $0.000143。

    $7.13每月$15.26 按标价

  • 文档问答

    每月 20,000 次请求，输入 8,000 tokens、输出 500 tokens，20% 的输入已缓存，每次请求 $0.000569。

    $11.38每月$24.38 按标价

  • 编程智能体

    每月 5,000 次请求，输入 40,000 tokens、输出 1,500 tokens，85% 的输入已缓存，每次请求 $0.000988。

    $4.94每月$10.58 按标价

  • 分类

    每月 1,000,000 次请求，输入 400 tokens、输出 5 tokens，每次请求 $0.000029。

    $29.10每月$62.35 按标价

概览

Qwen 3.8 Flash 是什么?

Qwen 3.8 Flash 是 Alibaba 快速、低成本的 Qwen 3.8 模型，采用 125B 参数的混合专家架构，每个 token 仅激活 6B 参数，上下文窗口为 1M token。Zurelay Qwen 3.8 Flash API 通过统一的 OpenAI 兼容端点提供服务，价格比 Alibaba 国际标价低 53%，适合编程助手、智能体和大批量处理流水线。

Alibaba 于 2026 年 8 月 26 日发布 Qwen 3.8 Flash，将其定位为 Qwen 3.8 系列中快速、低成本的模型。它就是开放权重的 Flash-Next 模型：采用混合专家架构，总参数量为 125B，每个 token 仅激活 6B 参数，提前展示了 Qwen4 架构。较小的激活参数量让它运行更快、成本更低。

Qwen 3.8 Flash API 支持文本、图片和视频输入，输出文本，上下文窗口为 1M token，每次响应最多输出 131,072 token。Alibaba 主推编程辅助、智能体工作流和视觉理解等用途，例如自主修复代码、操作桌面应用，以及分析图表和长视频。

它支持思考模式、函数调用、结构化输出和上下文缓存。Alibaba 对所有提示词长度采用统一费率，最高支持完整的 1M token。

在 Zurelay 上，模型 ID 为 qwen3.8-flash，也可使用别名 qwen/qwen3.8-flash 和 qwen-3-8-flash。每 1M 输入 token 费用为 $0.07，每 1M 输出 token 费用为 $0.22，Alibaba 的对应国际标价为 $0.15 和 $0.47。

优势

Qwen 3.8 Flash 的出色之处。 以及团队用它构建的应用。

01

6B 激活参数

125B 参数中，每个 token 仅激活 6B，让回复更快、单次调用成本更低。

02

1M token 上下文

一个提示词即可容纳长文档、代码库和智能体执行轨迹，同时为 131,072 输出 token 预留空间。

03

也支持图片和视频

可在同一请求中结合文本读取截图、图表和长视频，一个低成本模型即可完成文本和视觉处理环节。

04

抢先体验 Qwen4 架构

Flash-Next 提前展示了 Qwen4 架构，并开放了权重，方便你日后自行部署同一模型。

使用场景

  • 编程助手

    适合代码审查、测试生成和小范围自主修复等看重延迟和单次调用成本的任务。

  • Sub-agents

    将 Flash 用于智能体系统中频繁的工具调用环节，将规划或最终审查交给 Qwen 3.8 Max。

  • 桌面和 UI 自动化

    在计算机操作智能体中读取截图，决定下一步点击哪里或按什么键。

  • 图表和视频分析

    批量提取图表数据、总结长视频。

开始使用

三步调用 Qwen 3.8 Flash。

无需排队，也无需换用新的 SDK。只要你的代码能调用 OpenAI, 就能调用 Zurelay。

  1. 1

    创建密钥

    Sign up, add credit 和 create an API key. Set a monthly budget or a rate limit per key if you like.

    获取你的 API 密钥
  2. 2

    Zurelay：Point your SDK

    Change the base URL. Everything else in your code stays the same.

    https://api.zurelay.com/v1
  3. 3

    使用 qwen3.8-flash

    Send chat completions as usual. Streaming, tool calls 和 usage reporting work as you expect.

    qwen3.8-flash

兼容你正在使用的工具

对比

相似模型。 同一个 key 即可调用。

40%优惠

Qwen 3.8 Max

每 1M token $1.20 / $3.60

对于质量比成本更重要的高难度编程和分析任务，可选择 Alibaba 的 2.4T 参数旗舰模型 Qwen 3.8 Max。

Qwen 3.8 Max API
50%优惠

Qwen 3.8 Omni Flash

每 1M token $0.075 / $0.235

如果输入除了图片和视频还包括音频，可选择 Qwen 3.8 Omni Flash；Alibaba 对其文本、图片和视频输入采用相同的定价。

Qwen 3.8 Omni Flash API
46%优惠

MiMo V2.6 Flash

每 1M token $0.075 / $0.15

如果想在自己的评测中对比 Xiaomi 的低价开放权重模型，可选择 MiMo V2.6 Flash，它也支持音频输入。

MiMo V2.6 Flash API

常见问题

Qwen 3.8 Flash API 常见问题。

还有其他问题？联系我们的团队，我们会通过邮件回复。

在 Zurelay 上使用 Qwen 3.8 Flash API 需要多少钱？

在 Zurelay 上，qwen3.8-flash 的输入价格为每 1M token $0.07，输出价格为每 1M token $0.22，缓存输入价格为 $0.007。Alibaba 的国际站标价为输入 $0.15、输出 $0.47，因此可节省 53%。所有提示词长度均采用相同费率。

有没有比 Alibaba 更便宜的 Qwen 3.8 Flash API？

有。Zurelay 提供的 qwen3.8-flash 比 Alibaba 国际站标价低 53%。使用的是同一个模型，不是更小的替代模型。按实际使用的 token 付费，无需订阅。

如何通过 OpenAI SDK 调用 Qwen 3.8 Flash API？

将 OpenAI SDK 的基础 URL 设为 https://api.zurelay.com/v1，使用你的 Zurelay API 密钥，并将 model 设为 "qwen3.8-flash"。Zurelay 也支持 qwen/qwen3.8-flash 和 qwen-3-8-flash。工具调用和流式输出的用法与 OpenAI 模型相同。

Qwen 3.8 Flash 的上下文窗口有多大？

Qwen 3.8 Flash 的上下文窗口为 1M token，每次响应最多输出 131,072 token。Alibaba 将非思考模式的单次输入上限设为 991,808 token，思考模式设为 983,616 token。

该用 Qwen 3.8 Flash 还是 Qwen 3.8 Max？

两者都有 1M token 上下文窗口，最多输出 131,072 token，并支持图片和视频输入。Max 是拥有 2.4T 参数的旗舰模型，每个 token 激活 95B 参数，面向最复杂的编程和专业任务。Flash 激活 6B 参数，标价低得多，更适合作为大批量任务、子智能体和延迟敏感路由的默认模型。

Qwen 3.8 Flash 开源吗？

它的权重已开放：Qwen 3.8 Flash 即 Flash-Next 模型，是一个拥有 125B 参数的混合专家模型，每个 token 激活 6B 参数。你可以自行部署，也可以通过 API 快速使用，无需自行运行 GPU。

Qwen 3.8 Flash 最擅长什么？

需要快速、大批量处理的任务：编程辅助、反复执行的智能体步骤，以及读取图表、截图和长视频等视觉任务。Alibaba 还提到了自主修复代码和操作桌面应用的能力。

Qwen 3.8 Flash API 支持流式输出和按密钥限流吗？

与 OpenAI API 一样，设置 stream: true 即可启用流式输出。你可以为每个 Zurelay API 密钥设置每分钟请求数上限和月度预算。失败的请求会自动重试，且不计费。

这与 Alibaba 提供的是同一个 Qwen 3.8 Flash 模型吗？

是的。请求会发送至 Qwen 3.8 Flash，Zurelay 不会换用更小的模型或替代模型。只有你主动开启智能路由后，才可能在模型不可用时由相近模型响应，实际响应的模型会在 x-zurelay-model 响应头中注明。模型通过采样生成响应，因此每次运行的措辞会有所不同，Alibaba 自有 API 也是如此。Zurelay 独立运营，与 Alibaba Cloud 无关联。

Zurelay 上的更多模型

全部模型

告别原价.
今天就开始省钱.

几秒钟即可创建密钥，将你正在使用的 SDK 指向 Zurelay，从第一个 token 起，每次请求的费用最高可省 90%。

获取你的 API 密钥联系工程师