Kvantora.ai
ВойтиНачать работу
К результатам поиска

Alibaba

Qwen3.8 Max

Qwen3.8 Max — флагманская модель Qwen с 2,4 трлн параметров. Ориентирована на программирование, работу со знаниями, full-stack разработку, анализ данных и длительные агентные процессы.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 991 000 токенов991 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Видео на входеВидео на входеНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Вход
213,95 ₽
Выход
641,86 ₽
Кэш
21,40 ₽
за 1 млн токенов
Доступность
100%
Подключить APIОткрыть в студии
API ID
alibaba/qwen3.8-max

Данные каталога получены .

Цена

Текстовый диалог · вход
213,95 ₽ / 1 млн токенов
Текстовый диалог · выход
641,86 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
21,40 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Qwen3.8 Max — флагманская модель Qwen с 2,4 трлн параметров. Ориентирована на программирование, работу со знаниями, full-stack разработку, анализ данных и длительные агентные процессы. Работает в режиме без рассуждений (non-thinking). Поддерживает ввод текста, изображений, видео и PDF, вызов инструментов и структурированный вывод. Контекстное окно: около миллиона токенов.

Релиз

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: 99,9%
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст, Изображения, Видео

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
991 000 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
65 536 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Входные изображения, Входное видео

Контрольные показатели

Artificial Analysis

31 показателей

Источник ↗

Агентная работа

  • AA-Briefcase1 621 Elo

    Агентная работа со знаниями (Elo)

    Проверено

  • AA-Briefcase1 640 Elo

    Агентная работа со знаниями

    Проверено

  • AutomationBench-AA56,2 %

    Автоматизация рабочих процессов со штрафом за нарушение ограничений

    Проверено

  • AutomationBench-AA56,2 %

    Автоматизация рабочего процесса со штрафами за нарушение ограничений

    Проверено

  • AutomationBench-AA · полностью выполненные задачи26,6 %

    Полностью выполненные рабочие процессы без нарушений ограничений

    Проверено

  • AutomationBench-AA · полностью выполненные задачи26,6 %

    Процессы, выполненные полностью и без нарушений

    Проверено

  • GDPval-AA v21 668 Elo

    Экономически значимые рабочие задачи

    Проверено

  • GDPval-AA v21 671 Elo

    Экономически значимые задачи (Elo)

    Проверено

  • Harvey LAB-AA93,6 %

    Доля пройденных критериев юридической агентной работы

    Проверено

Работа с документами

  • AA-LCR v1.180,3 %

    Рассуждение в длинном контексте, обновлённая проверка

    Проверено

  • GDP.pdf22,8 %

    Профессиональные PDF-документы: доля полностью верных ответов

    Проверено

  • MLCR-AA20 %

    Медицинские рассуждения в длинном контексте

    Проверено

Рассуждение по документу

  • AA-LCR v1.180,3 %

    Рассуждение на длинном контексте с обновлённой оценкой

    Проверено

  • GDP.pdf22,8 %

    Профессиональное рассуждение по PDF: доля прохождения всех проверок

    Проверено

Архивные методики

  • AA-LCR (версия не указана, архивный)80,3 %

    Рассуждение в длинном контексте

    Проверено

  • GPQA Diamond (архивный)92,8 %

    Научные вопросы уровня аспирантуры

    Проверено

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)80,3 %

    Оценка рассуждений на длинном контексте

    Проверено

  • GPQA Diamond (архивный)92,8 %

    Научные рассуждения уровня выпускника

    Проверено

Другие показатели

  • Индекс агентных задач56 индекс

    Сводная оценка Artificial Analysis по агентным задачам

    Проверено

  • Индекс агентных задач56 индекс

    Сводная оценка Artificial Analysis по агентным задачам

    Проверено

  • Индекс программирования76,2 индекс

    Сводная оценка Artificial Analysis по программированию

    Проверено

  • Индекс программирования76,2 индекс

    Сводная оценка Artificial Analysis по программированию

    Проверено

  • Индекс интеллекта45,4 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

  • Индекс интеллекта45,4 индекс

    Сводная оценка Artificial Analysis по всем её тестам

    Проверено

Рассуждения

  • HLE43,1 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

  • HLE43,1 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

Документ: рассуждение

  • MLCR-AA20 %

    Медицинское рассуждение на длинном контексте

    Проверено

Программирование

  • SciCode52,1 %

    Программирование на Python для научных вычислений

    Проверено

  • SciCode52,1 %

    Программирование на Python для научных расчётов

    Проверено

  • Terminal-Bench v4.038,9 %

    Практические задачи по программированию и работе в терминале

    Проверено

  • Terminal-Bench v4.038,9 %

    Практические задачи программирования и работы в терминале

    Проверено

Design Arena

12 показателей

Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми

Источник ↗

Агентные системы

  • Полный цикл разработки · Elo1 306 Elo

    Проверено

  • Полный цикл разработки · Elo1 317 Elo

    Проверено

  • Полный цикл разработки · доля побед62,3 %

    Проверено

  • Полный цикл разработки · доля побед62,2 %

    Проверено

  • Мобильные приложения · Elo1 255 Elo

    Проверено

  • Мобильные приложения · Elo1 250 Elo

    Проверено

  • Мобильные приложения · доля побед55,5 %

    Проверено

  • Мобильные приложения · доля побед54,7 %

    Проверено

  • Веб-приложения · Elo1 296 Elo

    Проверено

  • Веб-приложения · Elo1 303 Elo

    Проверено

  • Веб-приложения · доля побед60 %

    Проверено

  • Веб-приложения · доля побед60,2 %

    Проверено

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "alibaba/qwen3.8-max",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ