Aliyun上新
模型 ID：
qwen/qwen3.8-flash-next
开源多模态 MoE，Qwen4 架构先导。125B 总参、每 token 激活 6B，另含 51B N-gram Embedding。原生 262,144 上下文，YaRN 可至 1,000,000；支持文本、图像、视频输入与深度思考。
工具调用结构化输出视频理解图像理解深度思考内容缓存
上下文
1000K
最大输出
128K
输入类型
文本 / 图像 / 视频
输出类型
文本
价格方案
不同上下文区间和计费项可能采用不同单价，请以请求实际命中的价格规则为准。
| 条件 | 计费项 | 价格 |
|---|---|---|
| 输入长度 (0, 无限] 且输出长度 (0, 无限] | 输出 | 0.003 元 / K |
| 缓存输入 | 0.0001 元 / K | |
| 显式缓存输入 | 0.0001 元 / K | |
| 缓存创建 | 0.00125 元 / K | |
| 非缓存输入 | 0.001 元 / K |
API 接入
使用模型 ID 和对应的 Base URL，即可通过兼容接口接入模型。
Model ID
qwen/qwen3.8-flash-next
用于在推理接口中指定模型
模型别名
模型 ID 的兼容别名，与 Model ID 等价
API Key
用于设置推理接口的 Bearer Token（OAuth 2.0 认证令牌）
Completions BaseURL
https://api.qnaigc.com/v1
兼容 Completions 接口（即 /chat/completions），支持 OpenAI SDK、Codex 等
Messages BaseURL
https://api.qnaigc.com/
兼容 Messages 接口（即 /v1/messages），支持配置到 Claude Code 等工具
API 文档
详细的接口说明、参数定义和使用示例
模型介绍
关于模型能力、适用场景与使用限制的官方说明。
Qwen3.8-Flash-Next
Qwen 开源的多模态 MoE，作为即将用于 Qwen4 的模型结构先导预览。带视觉编码器的因果语言模型：125B 总参、每 token 激活 6B，另含 51B N-gram Embedding 与 4B MTP。
能力
- 原生上下文 262,144 tokens，YaRN 可扩展至 1,000,000
- 输入支持文本、图像、视频；输出文本
- 支持深度思考（thinking）与非思考（instruct）模式
- 架构要点：Gated DeltaNet + Qwen Sparse Attention（QSA）、Gated Residual、N-gram Embedding