BroadRouter

API Qwen3.8 27B

Mis à jour

Qwen3.8 27B tourne sur BroadNet Inference (broadnet/qwen3.8-27b) via https://inference.broadnet.ai/v1, compatible OpenAI. Il coûte USD 0,175 en entrée, 0,0435 en cache et 2,17 en sortie par million de tokens, contexte de 262 144 tokens. Recharge éligible requise, hors crédit de départ. Contenu d’inférence non conservé.

En un coup d’œil

  • Text
  • Vision (image input)
  • Tool calling
  • Reasoning
  • Structured output
  • Contexte de 262 144 tokens
  • Entrée texte et image
  • Outils, sortie structurée et raisonnement
  • Test de BroadNet : rédaction fluide en arabe, compréhension des dialectes du Golfe et égyptien, traduction précise entre l’arabe et l’anglais
Prix et limites
ID du modèlebroadnet/qwen3.8-27b
Endpoint/v1/chat/completions
Entrées prises en chargetexte, image (vision : compréhension, pas génération)
Contexte262 144 tokens, prompt et réponse compris
EntréeUSD 0,175 par million de tokens
Entrée en cacheUSD 0,0435 par million de tokens (accès au cache signalés uniquement)
SortieUSD 2,17 par million de tokens
Limites du paiement à l’usage30 requêtes par minute, 4 simultanées par clé
AccèsRecharge requise : accessible après une recharge éligible ; le crédit de départ ne le couvre pas

Les prix de cette page proviennent de l’instantané du flux de prix de BroadNet du  ; ils n’ont pas été vérifiés en direct ici. Consultez les tarifs officiels (en anglais) pour les tarifs actuels.

Signaler un prix ou un chiffre erroné (e-mail à info@broadnet.ai, avec le lien de cette page déjà rempli).

Que publie BroadNet sur Qwen3.8 27B ?

D’après le catalogue des modèles de BroadNet (en anglais), consulté le 15 novembre 2026. Les mesures sont celles de BroadNet, sur son matériel, sauf mention d’un classement public ; nous ne les avons pas reproduites.

Ce que BroadNet publie sur ce modèle
Exécution au laboratoire de BroadNetGGUF Q4_K_M avec projecteur de vision et drafter MTP sur llama.cpp ; AWQ INT4 sur le vLLM modifié de BroadNet pour AMD ROCm
Contexte via l’API262 144 tokens (pricing.json)

Mesures de BroadNet

  • 55 tokens par seconde sur un seul flux avec la prédiction multi-tokens, et 92 % d’acceptation MTP sur ROCm.

Comment BroadNet choisit et sert ses modèles : son matériel GPU et sa façon de servir les modèles et les modèles qu’il a évalués et écartés.

Côte à côte : Qwen3.8 27B vs DeepSeek V4.1 Flash (en anglais), Qwen3.8 27B vs GLM 5.3 (en anglais) et Qwen3.8 27B vs BroadNet Gemma 4 VL 26B (en anglais), avec prix, contexte et coûts par charge de travail. Qwen3.8 27B est aussi vendu par 15 autres fournisseurs, à partir de USD 0,039 en entrée et USD 1,25 en sortie par million de tokens sur leurs propres pages tarifaires : prix de l’API Qwen3.8 27B par fournisseur. Un même texte ne donne pas le même nombre de tokens selon le modèle : voyez comment le tokenizer de Qwen3.8 27B se compare sur l’arabe, l’anglais et le code dans le jeu de données sur l’efficacité des tokenizers (en anglais).

L’appeler en Python

Installez le SDK OpenAI avec pip install openai, exportez BROADNET_API_KEY, puis lancez :

Python
from openai import OpenAI
import base64, os

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
image = base64.b64encode(open("invoice.jpg", "rb").read()).decode()

response = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "What is the total on this invoice?"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + image}},
    ]}],
)
print(response.choices[0].message.content)

Ou avec curl

curl
curl https://inference.broadnet.ai/v1/chat/completions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"broadnet/qwen3.8-27b","messages":[{"role":"user","content":"Reply with one short sentence."}]}'

Qwen3.8 27B raisonne avant de répondre. Le raisonnement compte dans max_tokens et apparaît dans usage.completion_tokens_details.reasoning_tokens, au sein des tokens de complétion (sortie) : prévoyez-le dans votre budget de sortie. Laissez au moins 1 000 tokens, ou réglez reasoning_effort sur low, sinon la réponse peut revenir vide. Pourquoi des réponses reviennent vides.

Guides pour Qwen3.8 27B

Utiliser Qwen3.8 27B dans la console

La console BroadNet sur inference.broadnet.ai gère les comptes et les clés. Elle ne reçoit pas votre choix depuis cette page, donc :

  1. Connectez-vous ou créez un compte.
  2. Effectuez une recharge éligible (le crédit de départ ne couvre pas ce modèle), puis créez une clé à l’usage.
  3. Envoyez cet ID de modèle dans model à /v1/chat/completions : broadnet/qwen3.8-27b

Ouvrir la console BroadNetEstimer le coûtLire la référence de l’API (en anglais)

Comparer Qwen3.8 27B

Questions fréquentes

Quel est l’ID de modèle de Qwen3.8 27B ?

Passez broadnet/qwen3.8-27b dans model à /v1/chat/completions. L’URL de base est https://inference.broadnet.ai/v1.

Combien coûte Qwen3.8 27B ?

USD 0,175 en entrée, 0,0435 en cache et 2,17 en sortie par million de tokens, débités du solde de votre compte.

Quelle est la fenêtre de contexte de Qwen3.8 27B ?

262 144 tokens par requête, prompt et réponse compris.

Puis-je utiliser Qwen3.8 27B sans recharge ?

Non. Qwen3.8 27B devient accessible après une recharge éligible. Le crédit de départ couvre BroadNet Gemma 4 VL 26B, BroadNet Transcribe Arabic et BroadNet Transcribe et les clés horaires Gemma.

Mes données sont-elles stockées ?

Le contenu d’inférence n’est pas conservé : les prompts, les images et les réponses sont traités uniquement pour la requête. Les métadonnées de compte, de facturation et de sécurité nécessaires, comme les horodatages, le nombre de tokens et le coût, sont conservées comme le décrit la déclaration de confidentialité de BroadNet. Voir comment.

Lire en MarkdownDemander à ChatGPTDemander à ClaudeDemander à Perplexity