- 1M context
- Responses API
Qwen3.8 Flash Next QuickSilver Pro पर
Qwen3.8 Flash Next Qwen4 architecture का Alibaba का open-weight preview है — एक 6B-active mixture-of-experts मॉडल, family की पूरी 1M-token context window और 131K अधिकतम output के साथ। QuickSilver Pro पर यह $0.12 input / $0.376 output प्रति million tokens है, Alibaba की अपनी list price से ~20% कम, जो है $0.15 / $0.47।
- 1M context
- अधिकतम 131K output
- Tools
- Streaming
- JSON Schema output नहीं
आप चुकाते हैं · input / output प्रति 1M
$0.12 / $0.376
20% कम
input और output दोनों पर, Alibaba की तुलना में
Pricing तुलना ($/1M tokens)
बार की लंबाई = दिखाई गई सबसे ऊँची क़ीमत के मुक़ाबले क़ीमत
| Provider | Input | Output | QSP की तुलना में |
|---|---|---|---|
| QuickSilver Pro | $0.12 | $0.376 | सबसे कम कीमत |
| Alibaba(qwen/qwen3.8-flash) | $0.15 | $0.47 | 20% कम |
| OpenAI (GPT-4o mini) | $0.15 | $0.60 | 37% कम |
एक नज़र में
- Context
- 1M tokens
- Input / 1M
- $0.12
- Output / 1M
- $0.376
- Default में सोचता है
- नहीं
- अधिकतम output
- 131K
- Latency · लाइव
- —
Repo-scale context पर next-generation Qwen चलाने का सबसे सस्ता तरीका — 1M-token window वाला 6B-active MoE।
Qwen3.8 Flash Next कब सही चुनाव है?
catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।
कब इस्तेमाल करें
Qwen3.8 Flash Next उन high-volume agent और coding workloads के लिए चुनें जहाँ प्रति call लागत और working set का आकार सबसे अहम हैं: long-context refactors, document pipelines, और cache-heavy agents जो एक ही context को बार-बार पढ़ते हैं। इसकी 6B-active routing latency और कीमत कम रखती है, जबकि Qwen4-preview stack agentic कामों को लक्षित करता है, और पूरी 1M-token window उसी route पर serve होती है जो इसे वाकई लागू करता है।
- लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
- Tools call करने वाले agents
- Chat Completions के साथ Responses API clients भी
कब कोई और model चुनें
सबसे कठिन single-shot reasoning के लिए Qwen3.8 Max या GLM 5.3 पर जाएँ। Preview-lineage release होने के कारण upstream revisions के साथ इसका व्यवहार बदल सकता है — अगर आपको frozen target चाहिए तो अपने evals pin करें। Output का बिल $0.376 प्रति million पर बनता है, इसलिए output-heavy generation के लिए फ़ैसला करने से पहले DeepSeek V4 Flash और Qwen3.8 27B से तुलना करें।
- Output की क़ीमत सबसे अहम हैQwen3.7 Flash का output इस मॉडल की output क़ीमत का 0.277× है।Qwen3.7 Flash $0.024 / $0.104 · 1M
- आपको strict JSON Schema output चाहिएQwen3.8 Omni Flash JSON Schema output देता है, output क़ीमत 1.25×।Qwen3.8 Omni Flash $0.15 / $0.47 · 1M
- आपको image input चाहिएQwen4-Max image input लेता है, output क़ीमत 11.968×।Qwen4-Max $1.50 / $4.50 · 1M
Quickstart (curl)
API key पाएँ →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.8-flash-next",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="qwen3.8-flash-next",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "qwen3.8-flash-next",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.8-flash-next",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="qwen3.8-flash-next",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)OpenAI-संगत। base_url बदलकर एक लाइन में migration।
Gateway का व्यवहार
इस मॉडल के लिए compatibility नोट्स।
prompt- 1M tokens तक के prompts।
max_tokens- 131K output tokens तक।
- /v1/chat/completions: समर्थित
- /v1/responses: समर्थित
- streaming: समर्थित
- tools: समर्थित
- image input: इस मॉडल के लिए सूचीबद्ध नहीं
- JSON Schema: इस मॉडल के लिए सूचीबद्ध नहीं
- reasoning: इस मॉडल के लिए सूचीबद्ध नहीं
क़ीमत कहाँ से आती है
- Provider reference
- $0.15 / $0.47
- Catalog में सत्यापित
- Prompt cache · तुलना नहीं
- $0.0128 read · $0.16 5m write
usage.cost = prompt_tokens × $0.12/1M + completion_tokens × $0.376/1M
FAQ
सामान्य प्रश्न
Qwen3.8 Flash Next Alibaba के next-generation Qwen4 attention stack पर बनी एक शुरुआती open-weight release है, जिसे 6B-active MoE footprint पर long-context agentic workloads के लिए tune किया गया है। यह पूरी Qwen4 line से पहले ship हुई है, इसलिए इसे frozen production target नहीं, तेज़ी से बदलता preview मानें।
हाँ — पूरी 1,000,000-token window, प्रति call 131K तक output tokens के साथ, और QuickSilver Pro वही route serve करता है जो इन limits को वाकई लागू करता है। Long-context calls का बिल उसी flat $0.12 प्रति million input tokens पर बनता है।
हाँ — Qwen3.8 Flash Next QuickSilver Pro पर एक OpenAI-compatible chat completions endpoint है (Responses API भी काम करता है)। base_url=https://api.quicksilverpro.io/v1 सेट करें, अपनी QSP key paste करें, और model="qwen3.8-flash-next" इस्तेमाल करें। Streaming, tool calling और usage.cost accounting, सभी काम करते हैं।
Alibaba Qwen3.8 Flash Next को $0.15 input / $0.47 output प्रति million tokens पर list करता है; QuickSilver Pro $0.12 / $0.376 है, input और output दोनों पर ~20% कम। वही OpenAI-compatible surface; migration सिर्फ़ base_url + key बदलना और model ID से qwen/ provider prefix हटाना है।
Qwen3.8 Flash Next
Qwen3.8 Flash Next को double credits के साथ आज़माएँ — $50 तक bonus credits
मुफ़्त आज़माएँ