Qwen3.8-Max - AnyFast

Qwen3.8-Max 是阿里巴巴 Qwen3.8 系列的旗舰多模态模型，通过 AnyFast 的 OpenAI 兼容 Chat Completions 接口 POST /v1/chat/completions 提供服务。使用模型 ID qwen3.8-max，可进行文本生成、图片和视频理解、函数调用及结构化输出。

核心能力

100 万 Token 上下文窗口 — 上游规格为 1,000,000 Token。
最多 131,072 Token 输出 — 上游输出上限；实际可用长度取决于上下文。
多模态输入 — 支持文本、图片和视频。
文本输出 — 返回文本响应。
思考模式 — 默认启用，也可以关闭。

快速示例

cURL

curl --request POST \
  --url https://www.anyfast.ai/v1/chat/completions \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "qwen3.8-max",
  "messages": [
    {
      "role": "user",
      "content": "用一句话解释日食。"
    }
  ],
  "max_completion_tokens": 1024,
  "enable_thinking": false
}'

Python

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://www.anyfast.ai/v1")
response = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{"role": "user", "content": "用一句话解释日食。"}],
    max_completion_tokens=1024,
    extra_body={"enable_thinking": False},
)
print(response.choices[0].message.content)

图片和视频输入

使用 image_url 内容部分传入图片。图片和视频内容部分均已通过 AnyFast 对 qwen3.8-max 的调用验证。请使用可公开访问的 HTTPS URL 或受支持的数据 URI；上游媒体限制见视觉理解文档。

Python

response = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "描述这张图片。"},
            {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}},
        ],
    }],
    max_completion_tokens=300,
    extra_body={"enable_thinking": False},
)
print(response.choices[0].message.content)

若输入视频，将 image_url 内容部分替换为 {"type": "video_url", "video_url": {"url": "https://example.com/sample.mp4"}}。视频 URL 需要指向可访问的文件。

思考模式和结构化输出

默认启用思考模式。设置 enable_thinking: false 可关闭思考；使用 OpenAI SDK 时，应通过 extra_body 传递此扩展字段。对 qwen3.8-max 的非思考模式 json_object 请求已在 AnyFast 成功返回。

Python

response = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{"role": "user", "content": "返回包含 answer 字段的 JSON 对象。"}],
    response_format={"type": "json_object"},
    extra_body={"enable_thinking": False},
)
print(response.choices[0].message.content)

函数调用

在 tools 中定义函数。模型返回 finish_reason: "tool_calls" 和 message.tool_calls 后，由应用执行函数并继续对话。以下请求结构已通过 AnyFast 验证。使用 tool_choice: "required" 可以强制调用工具。

Python

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询城市天气",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]
response = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{"role": "user", "content": "调用 get_weather 查询新加坡的天气。"}],
    tools=tools,
    tool_choice="required",
    extra_body={"enable_thinking": False},
)
print(response.choices[0].message.tool_calls)

流式输出

设置 stream=True 以接收 SSE 数据块。已验证最后的仅用量数据块会包含 usage，且 choices 为空数组。

Python

stream = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{"role": "user", "content": "简短问候。"}],
    stream=True,
    stream_options={"include_usage": True},
    extra_body={"enable_thinking": False},
)
for chunk in stream:
    if chunk.choices:
        print(chunk.choices[0].delta.content or "", end="")
    if chunk.usage:
        print("\nToken 用量：", chunk.usage.total_tokens)

参数说明

参数	类型	必填	说明
`model`	string	是	精确模型 ID：`qwen3.8-max`。
`messages`	array	是	对话消息；支持文本、图片或视频内容部分。
`max_completion_tokens`	integer	否	最大生成 Token 数；上游上限为 131,072。
`enable_thinking`	boolean	否	默认开启；false 可关闭思考。
`stream`	boolean	否	为 true 时返回 Server-Sent Events。
`stream_options`	object	否	设置 `include_usage: true`，在最后一个流式数据块中获取用量。
`tools`	array	否	可供模型调用的函数定义。
`tool_choice`	string	否	已验证 `required`；还可使用 `auto` 或 `none`。
`response_format`	object	否	在关闭思考模式时已验证 `json_object`。

API 参考

查看 Qwen3.8-Max 的请求与响应字段。

​核心能力

​快速示例

​图片和视频输入

​思考模式和结构化输出

​函数调用

​流式输出

​参数说明

API 参考

​官方参考

核心能力

快速示例

图片和视频输入

思考模式和结构化输出

函数调用

流式输出

参数说明

官方参考