मुख्य सामग्री पर जाएँ
  • 1M context
  • Multimodal
  • Reasoning
  • Responses API

Qwen3.8 Omni Flash QuickSilver Pro पर

qwen3.8-omni-flash
Alibaba / Qwenलाइव उपलब्धता—

Qwen3.8 Omni Flash Qwen का पहला agentic omni मॉडल है — एक ही endpoint जो text के साथ image, audio और video को natively समझता है, जो कुछ देखता और सुनता है उस पर reasoning करता है, और लंबे workflows में tools चलाता है। इसमें family की पूरी 1M-token context window और 131K अधिकतम output बरकरार है। QuickSilver Pro पर यह $0.15 input / $0.47 output प्रति million tokens है — हर modality के लिए एक ही unified rate, Alibaba की अपनी first-party कीमत पर, और बाकी catalog वाली उसी OpenAI-compatible key और USD balance से उपलब्ध।

  • 1M context
  • अधिकतम 131K output
  • Vision
  • Audio input
  • Video input
  • Tools
  • Reasoning · डिफ़ॉल्ट रूप से बंद
  • Streaming
  • JSON Schema output

आप चुकाते हैं · input / output प्रति 1M

$0.15 / $0.47

लिस्ट प्राइस पर

Alibaba जैसी ही दरें

Pricing तुलना ($/1M tokens)

बार की लंबाई = दिखाई गई सबसे ऊँची क़ीमत के मुक़ाबले क़ीमत

ProviderInputOutputQSP की तुलना में
QuickSilver Pro$0.15$0.47—
Alibaba(qwen3.8-omni-flash)$0.15$0.47बराबर
OpenAI (GPT-4o)$2.50$10.0095% कम

Alibaba लिस्ट प्राइस का स्रोत: qwen.ai/blog

एक नज़र में

Context
1M tokens
Input / 1M
$0.15
Output / 1M
$0.47
Default में सोचता है
नहीं
अधिकतम output
131K
Latency · लाइव
—

एक omni endpoint पर agentic audio-video समझ — 1M-token window पर image, audio, video और tools।

Qwen3.8 Omni Flash कब सही चुनाव है?

catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।

कब इस्तेमाल करें

Qwen3.8 Omni Flash तब चुनें जब एक ही request को कई modalities पर reasoning करनी हो: किसी call को transcribe और summarise करना, लंबे video से मुख्य क्षण निकालना, किसी image का caption या QA करना, या ऐसा agent चलाना जो screen देखता है और tools के ज़रिए कार्रवाई करता है। हर input modality — text, image, audio, video — का बिल उसी कम per-token rate पर बनता है, इसलिए mixed-media pipelines सस्ती रहती हैं, और 1M-token window की वजह से लंबी recording या पूरा document set chunk किए जाने के बजाय context में बना रह सकता है। Alibaba इसे agentic delivery के लिए tune करता है, इसलिए यह content का केवल वर्णन नहीं करता बल्कि काम की योजना बनाकर उसे tools से पूरा करता है — इन्हें vendor के दावे मानें और अपने evals पर परखें।

  • लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
  • Tools call करने वाले agents, strict JSON Schema output के साथ
  • Images वाले prompts
  • सीधे जवाब, reasoning डिफ़ॉल्ट रूप से बंद

कब कोई और model चुनें

सबसे कठिन single-shot text reasoning के लिए Qwen3.8 Max या GLM 5.3 पर जाएँ। अगर आपका workload बिना media का शुद्ध text है, तो omni machinery के बिना Qwen3.8 Flash Next सस्ता है। Flash tier को तेज़ रखने के लिए thinking डिफ़ॉल्ट रूप से बंद रखी जाती है; अगर आपको दिखने वाला reasoning trace चाहिए, तो enable_thinking=true पास करें और अतिरिक्त output tokens का budget रखें। अभी-अभी release हुआ मॉडल होने के कारण upstream revisions के साथ इसका व्यवहार बदल सकता है — अगर आपको frozen target चाहिए तो अपने evals pin करें।

Models में विकल्पों की तुलना करें

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-omni-flash",
    "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-omni-flash",
    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-omni-flash",
  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-omni-flash",
    "input": "Hello!"
  }'
python (OpenAI SDK)
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-omni-flash",
    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: समर्थित
  • JSON Schema: समर्थित
  • reasoning: समर्थित

क़ीमत कहाँ से आती है

Catalog v87 · कोई अलग long-context tier नहीं

Provider reference
$0.15 / $0.47qwen.ai/blog
Catalog में सत्यापित
Prompt cache · तुलना नहीं
$0.016 read · $0.15 5m write

usage.cost = prompt_tokens × $0.15/1M + completion_tokens × $0.47/1M

/pricing.json

Base दरें; cached prompt tokens ऊपर दी गई cache दरों पर बिल होते हैं।

FAQ

सामान्य प्रश्न

Text, images, audio और video, एक ही मॉडल में natively — यह हर modality को अलग pipeline पर route करने के बजाय जो कुछ देखता और सुनता है उस पर एक साथ reasoning करता है। Output text होता है। QuickSilver Pro पर हर input modality का बिल उसी $0.15 प्रति million tokens पर बनता है: Alibaba हर modality को tokenise करके एक ही unified input कीमत लेता है, इसलिए audio या video के लिए अलग rate का budget रखने की ज़रूरत नहीं।

Qwen3.8 Omni Flash

Qwen3.8 Omni Flash को double credits के साथ आज़माएँ — $50 तक bonus credits

API Key पाएँ

$0.15 / $0.47input / output प्रति 1M tokens

आज़माएंAPI Key पाएँ