跳到主要内容
  • 1M 上下文
  • Responses API

Qwen3.8 Flash Next · QuickSilver Pro

qwen3.8-flash-next
阿里巴巴 / 通义千问实时可用性—

Qwen3.8 Flash Next 是 Alibaba 对 Qwen4 架构的开放权重预览版 —— 一个 6B 激活的 mixture-of-experts 模型,拥有该系列完整的 1M token 上下文窗口和 131K 最大输出。在 QuickSilver Pro 上,价格为每百万 token 输入 $0.12 / 输出 $0.376,比 Alibaba 自家的刊例价低约 20%,其刊例价为 $0.15 / $0.47。

  • 1M 上下文
  • 最大输出 131K
  • 工具调用
  • 流式输出
  • 不支持 JSON Schema 输出

你支付 · 每 1M 输入 / 输出

$0.12 / $0.376

低 20%

输入和输出均对比 Alibaba

价格对比($/1M token)

条形长度 = 相对所列最高价的价格

服务商输入输出对比 QSP
QuickSilver Pro$0.12$0.376最低价
Alibaba(qwen/qwen3.8-flash)$0.15$0.47低 20%
OpenAI (GPT-4o mini)$0.15$0.60低 37%

概览

上下文
1M token
输入 / 1M
$0.12
输出 / 1M
$0.376
默认思考
否
最大输出
131K
延迟 · 实时
—

在代码仓库规模的上下文上运行下一代 Qwen 的最便宜方式 —— 一个带 1M token 窗口的 6B 激活 MoE。

什么时候该选 Qwen3.8 Flash Next?

依据目录中的能力和公开价格整理,而非基准测试。

适用场景

在单次调用成本和工作集大小起决定作用的大批量 agent 和编码工作负载上,就选 Qwen3.8 Flash Next:长上下文重构、文档流水线,以及反复重读同一份上下文、重度依赖缓存的 agent。6B 激活的路由让延迟和价格都保持在低位,Qwen4 预览版技术栈则面向 agent 式任务,并且完整的 1M token 窗口由真正落实该上限的线路提供。

  • 长文档和代码库,最多 1M token 上下文
  • 需要调用工具的 Agent
  • 既支持 Chat Completions,也支持 Responses API 客户端

何时该选其他模型

最难的单次推理,请升级到 Qwen3.8 Max 或 GLM 5.3。作为预览谱系的版本,它的行为可能随上游版本更新而变化 —— 如果需要一个固定不变的目标,请固定你的评测。输出按每百万 $0.376 计费,因此输出量大的生成任务在做决定之前应先与 DeepSeek V4 Flash 和 Qwen3.8 27B 做对比。

在模型列表中比较其他选择

快速开始(curl)

获取 API key →
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!"
  }'
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-flash-next",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

兼容 OpenAI。只需改一行 base_url 即可迁移。

网关行为

本模型的兼容性说明。

prompt
提示最多 1M token。
max_tokens
最多 131K 个输出 token。
  • /v1/chat/completions: 支持
  • /v1/responses: 支持
  • 流式输出: 支持
  • 工具调用: 支持
  • 图片输入: 本模型未列出
  • JSON Schema: 本模型未列出
  • 推理: 本模型未列出

价格从何而来

目录 v87 · 无单独的长上下文价格档

服务商参考价
$0.15 / $0.47
目录核验日期
提示缓存 · 不参与对比
读取 $0.0128 · 5 分钟写入 $0.16

usage.cost = prompt_tokens × $0.12/1M + completion_tokens × $0.376/1M

/pricing.json

按基础价格计算;缓存的提示 token 按上方缓存价格计费。

常见问题

常见问题

Qwen3.8 Flash Next 是一个早期的开放权重版本,构建在 Alibaba 下一代 Qwen4 注意力技术栈之上,以 6B 激活的 MoE 规模针对长上下文 agent 工作负载做了调优。它先于完整的 Qwen4 系列发布,因此请把它当作一个快速迭代的预览版,而不是固定不变的生产目标。

Qwen3.8 Flash Next

充值翻倍试用 Qwen3.8 Flash Next —— 最高赠送 $50 额度

免费试用

$0.12 / $0.376每 1M token 输入 / 输出

试用免费试用