Todos os modelos

Qwen3.8-Flash

Disponível na IteraCompute desde

Disponível

Qwen

qwen/qwen3.8-flash
Chamada de ferramenta
SuportadoChamada de ferramenta · Suportado · Referência da configuração padrão; sem verificação ao vivo
Raciocínio
SuportadoRaciocínio · Suportado · Referência da configuração padrão; sem verificação ao vivo
Visão
SuportadoVisão · Suportado · Referência da configuração padrão; sem verificação ao vivo
Transmissão
SuportadoTransmissão · Suportado · Referência da configuração padrão; sem verificação ao vivo
Modo JSON
SuportadoModo JSON · Suportado · Referência da configuração padrão; sem verificação ao vivo

Tokens USD/1 milhão

Entrada
$0.11
Leitura de cache
$0.016
Gravação em cache
—
Saída
$0.38
Contexto
1M
Saída máxima
128K
Precisão
Precisão oficial
Preço verificado

Visão geral

Qwen3.8-Flash é oferecido pela API compatível com OpenAI da IteraCompute. Consulte os controles verificados do Gateway; esta rota e a API oficial não aceitam todos os parâmetros da mesma forma.

Protocolos API e integração

Base URL · OpenAI SDK
https://api.iteracompute.com/v1
Authentication
Authorization: Bearer ITERACOMPUTE_API_KEY

Choose request fields, response parsing and stream completion by endpoint. This table describes wire formats; see this model's capabilities and verification scope.

Customer endpointModel statusInput / output budgetResultSSE completion
OpenAI Chat Completions
POST /v1/chat/completions
Declared for this modelmessages
max_tokens
choices[0].message.content[DONE]
OpenAI Responses
POST /v1/responses
Declared for this modelinput
max_output_tokens
output[] (SDK: output_text)response.completed
Anthropic Messages
POST /v1/messages
Declared for this modelmessages; system (top-level)
max_tokens (required)
content[]message_stop

For the Messages SDK use https://api.iteracompute.com as base URL; max_tokens is required. Do not reuse another protocol's fields.

View docs
LLMs.txt · Copy for an AI coding assistant

Includes this model's ID, wire formats and parameter constraints. Check this page's verification scope and current prices before use.

LLMs.txt
# IteraCompute · qwen/qwen3.8-flash

Model ID: qwen/qwen3.8-flash
Base URL (OpenAI SDK): https://api.iteracompute.com/v1
Authentication: Authorization: Bearer ITERACOMPUTE_API_KEY
Content-Type: application/json

Use only the customer endpoints below. Request and response formats differ by protocol. An endpoint declaration does not certify every capability.

## Chat Completions
POST https://api.iteracompute.com/v1/chat/completions
Input: messages
Output budget: max_tokens
Read result: choices[0].message.content
SSE completion: [DONE]
Docs: https://iteracompute.com/docs.html#api-reference

## Responses
POST https://api.iteracompute.com/v1/responses
Input: input
Output budget: max_output_tokens
Read result: output[] (SDK: output_text)
SSE completion: response.completed
Docs: https://iteracompute.com/docs.html#responses-api

## Messages
POST https://api.iteracompute.com/v1/messages
Input: messages; system (top-level)
Output budget: max_tokens (required)
Read result: content[]
SSE completion: message_stop
Docs: https://iteracompute.com/docs.html#anthropic-messages

## Parameters
Configuration and parameter acceptance do not establish semantic capability. Do not invent undisclosed defaults.
Current parameter configuration is unconfirmed. Check the model page and current catalog before calling.

## References
Model catalog: https://iteracompute.com/models/
Current prices and billing: https://iteracompute.com/pricing/
Documentation index: https://iteracompute.com/llms.txt
Unknown prices are not zero. Account and subscription limits also apply.
Never include a real API key in an LLM prompt or client-side code.

Open plain text

Os modelos de texto oferecem Chat Completions, Responses e Messages. Use os campos nativos de cada protocolo e consulte os recursos e limites verificados deste modelo.

Use os parâmetros e as evidências publicados para este modelo específico. A revisão da documentação do fornecedor não certifica todos os recursos no gateway.

API parameters

These parameters and ranges come from the model’s existing default configuration, not live verification of the current route. Published configuration takes precedence.

Tool calling
Supported
Reasoning
Supported
Vision
Supported
Streaming
Supported
JSON mode
Supported

Parameters and values

Click a parameter to copy its name; scroll the table horizontally to see all columns. Usage notes identify protocol differences; identical names do not guarantee cross-endpoint support.

ParameterTypeAcceptanceRangeUsage / protocol
integerReference: supported[1, 131072]Output token budget; includes reasoning where applicable. Chat Completions / Messages.
integerReference: supported[1, 131072]Alternative Chat output budget; use only when accepted by this model.
integerReference: supported[1, 131072]Responses output budget. Chat acceptance must be checked separately.
numberReference: supported[0, 2]Sampling randomness. An accepted but ignored value does not control generation.
numberReference: supported(0, 1]Nucleus sampling probability threshold.
numberReference: supported[-2, 2]Penalize tokens already present in the generated text.
numberReference: supported[-2, 2]Penalize repeated tokens according to frequency.
integerReference: supported[1, 1]Number of completions; many routes accept only 1.
booleanReference: supported—Enable SSE streaming; completion markers depend on the protocol.
arrayReference: supported—Tool definitions; the application executes tool calls and returns results.
anyReference: supported—Choose whether and which tool to call; allowed shapes vary by protocol.
objectReference: supported—Text: Chat output format. Images: b64_json only; not text JSON mode.
anyReference: supported—Reasoning control; object or boolean depends on the model and protocol.

Reference request (applicability unverified)

POST /v1/chat/completions

Chat Completions request
{
  "model": "qwen/qwen3.8-flash",
  "messages": [
    {
      "role": "user",
      "content": "Reply OK"
    }
  ],
  "max_tokens": 256
}

Parameter revision:a3e507a54493

Technical reference (current configuration takes precedence)

Parâmetros de API

Clique em um parâmetro para copiar seu nome.

ParâmetrosUso
text + image → text
128K
Comece pelo exemplo de solicitação. Ajuste temperature ou top_p um de cada vez; omita top_k.
Para desativar o raciocínio, envie extra_body={"enable_thinking":false} no corpo HTTP. Siga a estrutura aninhada de extra_body do exemplo em Python.
Defina funções em tools e use tool_choice=auto. Execute tool_calls no aplicativo e retorne role=tool com o tool_call_id correspondente.
Use response_format={"type":"json_object"} e peça JSON no prompt. Valide o JSON retornado e os campos obrigatórios no aplicativo.
stream=true, stream_options={"include_usage":true}

A entrada e a saída solicitada compartilham o limite de contexto. Os tokens de raciocínio contam no uso de saída.

Corpo HTTP bruto
{
  "model": "qwen/qwen3.8-flash",
  "messages": [
    {
      "role": "user",
      "content": "Hello!"
    }
  ],
  "max_tokens": 512,
  "extra_body": {
    "enable_thinking": false
  },
  "stream": true,
  "stream_options": {
    "include_usage": true
  }
}
Exemplo do SDK de Python
from openai import OpenAI

client = OpenAI(
    api_key="ITERACOMPUTE_API_KEY",
    base_url="https://api.iteracompute.com/v1",
)
stream = client.chat.completions.create(
    model='qwen/qwen3.8-flash',
    messages=[{'role': 'user', 'content': 'Hello!'}],
    max_tokens=512,
    stream=True,
    stream_options={'include_usage': True},
    extra_body={'extra_body': {'enable_thinking': False}},
)
for chunk in stream:
    print(chunk.model_dump_json(exclude_none=True))

extra_body do SDK mescla seus campos no corpo HTTP. Se o corpo original contiver um objeto extra_body, preserve-o como extra_body aninhado no exemplo do SDK.

Campos de resposta e resultados de ferramentas

Texto final; concatene os fragmentos do fluxo.
Texto de raciocínio opcional. Preserve-o no histórico assistant quando necessário; sua ausência não comprova raciocínio desativado.
Interprete os argumentos como JSON, execute a função e retorne role=tool com o ID original.
Confira usage final e o encerramento do fluxo. length indica truncamento; HTTP 200 sozinho não significa conclusão correta.
Leia o código e a mensagem de erro. Em limites de requisições, respeite Retry-After e evite novas tentativas em paralelo.

Referência de parâmetros

Uso de parâmetros

  • Para desativar o raciocínio, envie extra_body={"enable_thinking":false} no corpo HTTP. Siga a estrutura aninhada de extra_body do exemplo em Python.

Referência da interface verificada: 2026-10-23

Restrições de parâmetros verificadas

ParâmetrosUso
Chat usa max_tokens ou max_completion_tokens; Responses usa max_output_tokens. Use inteiros positivos dentro dos limites do Gateway.
temperature: 0–2; top_p: maior que 0 e no máximo 1. Comece com os valores padrão.

2026-10-26

API

Current parameter configuration is unconfirmed; the historical example below has not been verified against the current configuration.

Historical example (applicability unverified)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.chat.completions.create(
    model='qwen/qwen3.8-flash',
    messages=[{'role': 'user', 'content': 'Reply OK'}],
    max_tokens=256,
)
print(response.choices[0].message.content)

Ver documentos

Preços

Preços em USD por 1M de tokens, verificados em 2026-11-20: entrada $0.11, entrada em cache $0.016, saída $0.38.

A Alibaba Cloud publica para o qwen3.8-flash em Singapura / International valores por milhão de tokens de $0.15 de entrada, $0.016 de leitura de cache e $0.47 de saída, verificados em 2026-11-15. Acertos de cache implícito e leituras explícitas custam $0.016; criar cache explícito custa $0.20. São tarifas padrão em tempo real, sem promoções nem descontos em lote. Outras regiões diferem; a IteraCompute cobra pelas tarifas do catálogo acima.

Preços da Alibaba Cloud · Cache de contexto

Entrada$0.11
Leitura de cache$0.016
Gravação em cache—
Saída$0.38
Versão / Model ID
qwen/qwen3.8-flashRevisão do backend: não divulgada
Contexto
1M
Precisão
Precisão oficial
Preço verificado
Escopo de verificação e fontes
Ver escopo de verificação e fontes

Use os parâmetros e as evidências publicados para este modelo específico. A revisão da documentação do fornecedor não certifica todos os recursos no gateway.

Documentação do desenvolvedor de modelo

Fonte do preço: API pública de modelos · Os preços e a precisão são verificados separadamente.

As tarifas de leitura de cache se aplicam a acertos reais. Uma tarifa ausente (—) é desconhecida, não zero. Consulte os limites de uso para restrições de contexto da conta e do Gateway.

Calculadora

USD · Estimativa
Modo de cálculo
Uso avançado de tokens

A entrada inclui leituras e gravações de cache sem sobreposição. A saída já inclui raciocínio; informe-o como subconjunto, sem somar duas vezes. Conte etapas do agente e novas tentativas como requisições.

Custo mensal

—USD

Qwen3.8-Flash

Sem garantia de cache ou capacidade.

Detalhamento de custos
Entrada sem cache
—
Leitura de cache
—
Gravação de cache (5 min + 1 h)
—
Saída (inclui raciocínio)
—

Limites de uso

  • Ao configurar clientes, use os limites de contexto e saída mostrados acima. Os limites da conta também se aplicam.
  • Comece com uma tarefa representativa.Verifique a exatidão, o uso real e o tempo de resposta antes de aumentar o tráfego.

Tarefas e compensações de seleção

É adequado para extração, classificação e resumo de grandes volumes de texto e pequenas alterações de código quando o custo por chamada é importante. Para planejamento em várias etapas ou tarefas longas de agentes, use GLM-5.3 ou Qwen3.8-Max com a mesma chave de API e base URL.

Escolha sua ferramenta

Escolha um modelo e ferramenta para sua tarefa

Perguntas frequentes

Como uso o Qwen3.8-Flash com o OpenAI SDK?

Defina base_url como https://api.iteracompute.com/v1 e modele como qwen/qwen3.8-flash.Autentique com sua chave de API IteraCompute.

Quanto custa o Qwen3.8-Flash?

Consulte a seção de preços para taxas atuais de entrada, entrada em cache e saída em dólares americanos por 1 milhão de tokens.Verifique o tempo de atualização antes de usar.

Qual comprimento de contexto está disponível?

Consulte o resumo acima para ver o contexto e a saída máxima desta API. A entrada e a saída solicitada compartilham o limite de contexto.

Pronto para sua primeira solicitação?

Crie sua chave, escolha uma ferramenta e obtenha uma primeira resposta não vazia.

Novos modelos

Explore os modelos selecionados como novidades, com preços de API, recursos compatíveis e guias de integração.

Ver novos modelos
GoogleNovo

Gemini 4 Hydrogen

gemini/gemini-4-hydrogen

Google Cloud lists Gemini 4 Hydrogen for fast coding assistance, multimodal input and high-volume text generation.

Disponível na IteraCompute desde

Entrada
$1.50
Saída
$7.50

USD / 1 milhão de tokens

OpenAINovo

GPT-6.2 Astra

openai/gpt-6.2-astra

OpenAI lists GPT-6.2 Astra for complex engineering and long-horizon reasoning.

Disponível na IteraCompute desde

Entrada
$8.00
Saída
$40.00

USD / 1 milhão de tokens

OpenAINovo

GPT-6.2 Sol

openai/gpt-6.2-sol

OpenAI lists GPT-6.2 Sol for everyday coding and agent workflows.

Disponível na IteraCompute desde

Entrada
$2.00
Saída
$10.00

USD / 1 milhão de tokens