---
title: "API Qwen3.8 27B : modèle texte et vision testé en arabe"
description: "Qwen3.8 27B via API compatible OpenAI : texte et image, outils, sortie structurée, raisonnement, contexte 262K. Testé en arabe, dialectes du Golfe et égyptien."
url: https://broadrouter.com/fr/models/qwen3.8-27b/
lang: fr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

# API Qwen3.8 27B

Mis à jour 2026-11-16

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 modèle | `broadnet/qwen3.8-27b` |
| Endpoint | `/v1/chat/completions` |
| Entrées prises en charge | texte, image (vision : compréhension, pas génération) |
| Contexte | 262 144 tokens, prompt et réponse compris |
| Entrée | USD 0,175 par million de tokens |
| Entrée en cache | USD 0,0435 par million de tokens (accès au cache signalés uniquement) |
| Sortie | USD 2,17 par million de tokens |
| Limites du paiement à l’usage | 30 requêtes par minute, 4 simultanées par clé |
| Accès | Recharge 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 2026-11-14 ; ils n’ont pas été vérifiés en direct ici. Consultez [les tarifs officiels (en anglais)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-models-qwen3.8-27b&utm_content=feed-status) pour les tarifs actuels.

[Ouvrir la comparaison](https://broadrouter.com/fr/models/#compare)

[Signaler un prix ou un chiffre erroné](mailto:info@broadnet.ai?subject=Wrong%20price%20or%20number%20on%20Qwen3.8%2027B%20on%20BroadNet%20Inference%20(French)&body=Page%3A%20https%3A%2F%2Fbroadrouter.com%2Ffr%2Fmodels%2Fqwen3.8-27b%2F%0A%0AWhat%20looks%20wrong%20(model%2C%20figure%20shown%2C%20correct%20figure%20and%20a%20source%20link%20if%20you%20have%20one)%3A%0A) (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)](https://www.broadnet.ai/inference/models), 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 BroadNet | GGUF 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’API | 262 144 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](https://broadrouter.com/fr/blog/broadnet-gpu-fleet-and-serving/) et [les modèles qu’il a évalués et écartés](https://broadrouter.com/fr/blog/models-broadnet-ruled-out/).

Côte à côte : [Qwen3.8 27B vs DeepSeek V4.1 Flash (en anglais)](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-qwen3.8-27b/), [Qwen3.8 27B vs GLM 5.3 (en anglais)](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/) et [Qwen3.8 27B vs BroadNet Gemma 4 VL 26B (en anglais)](https://broadrouter.com/compare/gemma-4-vl-26b-vs-qwen3.8-27b/), avec prix, contexte et coûts par charge de travail. Qwen3.8 27B est aussi vendu par 19 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](https://broadrouter.com/fr/llm-api-pricing/qwen3.8-27b/). 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)](https://broadrouter.com/data/tokenizer-efficiency/).

## L’appeler en Python

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

Python

```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

```bash
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](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/).

## Guides pour Qwen3.8 27B

-   [Utiliser le SDK Python d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-python-sdk/)
-   [Utiliser le SDK Node.js d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-node-sdk/)
-   [Première requête à BroadNet Inference avec curl](https://broadrouter.com/fr/guides/curl-quickstart/)
-   [Streamer des chat completions et gérer les connexions coupées](https://broadrouter.com/fr/guides/streaming-chat-completions/)
-   [Pourquoi un modèle de raisonnement renvoie une réponse vide](https://broadrouter.com/fr/guides/reasoning-tokens-empty-response/)
-   [Utiliser LangChain avec BroadNet Inference](https://broadrouter.com/fr/guides/langchain-openai-base-url/)
-   [Utiliser Cline avec BroadNet Inference (fournisseur OpenAI Compatible)](https://broadrouter.com/fr/guides/cline-openai-compatible/)
-   [Utiliser Roo Code avec BroadNet Inference (OpenAI Compatible)](https://broadrouter.com/fr/guides/roo-code-openai-compatible/)
-   [Utiliser Continue avec BroadNet Inference (config.yaml et apiBase)](https://broadrouter.com/fr/guides/continue-dev-openai-compatible/)
-   [Ajouter BroadNet Inference à opencode comme fournisseur personnalisé](https://broadrouter.com/fr/guides/opencode-custom-provider/)
-   [Connecter Open WebUI à BroadNet Inference](https://broadrouter.com/fr/guides/open-webui-openai-api/)
-   [Ajouter BroadNet Inference à LibreChat comme custom endpoint](https://broadrouter.com/fr/guides/librechat-custom-endpoint/)
-   [Utiliser BroadNet Inference dans n8n (credential OpenAI, Base URL)](https://broadrouter.com/fr/guides/n8n-openai-compatible/)
-   [Utiliser le Vercel AI SDK avec BroadNet Inference](https://broadrouter.com/fr/guides/vercel-ai-sdk-openai-compatible/)
-   [Router LiteLLM vers BroadNet Inference (SDK et proxy)](https://broadrouter.com/fr/guides/litellm-proxy-custom-provider/)
-   [Faire tourner l’OpenAI Agents SDK sur BroadNet Inference](https://broadrouter.com/fr/guides/openai-agents-sdk-custom-provider/)
-   [Lire des factures et reçus arabes avec un modèle de vision](https://broadrouter.com/fr/guides/read-arabic-invoices-with-vision/)
-   [Utiliser Zed avec BroadNet Inference, fournisseur compatible OpenAI](https://broadrouter.com/fr/guides/zed-openai-compatible-provider/)
-   [Kilo Code avec BroadNet Inference (fournisseur OpenAI Compatible)](https://broadrouter.com/fr/guides/kilo-code-openai-compatible/)
-   [Ajouter BroadNet Inference à goose comme fournisseur personnalisé](https://broadrouter.com/fr/guides/goose-custom-provider/)
-   [Pydantic AI avec BroadNet Inference (OpenAICompatibleProvider)](https://broadrouter.com/fr/guides/pydantic-ai-openai-compatible/)
-   [CrewAI avec BroadNet Inference comme endpoint OpenAI personnalisé](https://broadrouter.com/fr/guides/crewai-custom-openai-endpoint/)
-   [Utiliser LlamaIndex avec BroadNet Inference via OpenAILike](https://broadrouter.com/fr/guides/llamaindex-openailike/)
-   [Ajouter BroadNet Inference à Dify avec le plugin OpenAI-API-compatible](https://broadrouter.com/fr/guides/dify-openai-api-compatible/)
-   [Utiliser Jan avec BroadNet Inference, fournisseur compatible OpenAI](https://broadrouter.com/fr/guides/jan-custom-endpoint/)
-   [Connecter SillyTavern à BroadNet Inference (Custom OpenAI-compatible)](https://broadrouter.com/fr/guides/sillytavern-custom-openai-endpoint/)
-   [Utiliser Spring AI avec BroadNet Inference (base-url OpenAI)](https://broadrouter.com/fr/guides/spring-ai-openai-base-url/)
-   [Appeler BroadNet Inference depuis Go avec le SDK openai-go](https://broadrouter.com/fr/guides/openai-go-sdk/)
-   [Créer des agents LangGraph sur BroadNet Inference](https://broadrouter.com/fr/guides/langgraph-openai-compatible/)
-   [Utiliser les pipelines et agents Haystack avec BroadNet Inference](https://broadrouter.com/fr/guides/haystack-openai-compatible/)
-   [Utiliser Semantic Kernel avec BroadNet Inference](https://broadrouter.com/fr/guides/semantic-kernel-openai-compatible/)
-   [Utiliser des agents Mastra avec BroadNet Inference](https://broadrouter.com/fr/guides/mastra-openai-compatible/)
-   [Obtenir une sortie structurée avec Instructor sur BroadNet Inference](https://broadrouter.com/fr/guides/instructor-structured-output/)
-   [Utiliser DSPy avec BroadNet Inference (définir model\_type="chat")](https://broadrouter.com/fr/guides/dspy-openai-compatible/)
-   [Évaluer les modèles BroadNet avec promptfoo](https://broadrouter.com/fr/guides/promptfoo-openai-compatible/)
-   [Faire tourner smolagents sur BroadNet Inference avec OpenAIModel](https://broadrouter.com/fr/guides/smolagents-openai-compatible/)
-   [Connecter Flowise à BroadNet Inference (OpenAI Custom Model)](https://broadrouter.com/fr/guides/flowise-openai-compatible/)
-   [Connecter Langflow à BroadNet Inference](https://broadrouter.com/fr/guides/langflow-openai-compatible/)

## 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 BroadNet](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-models-qwen3.8-27b&utm_content=model-console) · [Estimer le coût](https://broadrouter.com/fr/pricing/?model=qwen3.8-27b#estimate) · [Lire la référence de l’API (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-models-qwen3.8-27b&utm_content=docs#models) ·

## Comparer Qwen3.8 27B

-   [DeepSeek V4.1 Flash vs Qwen3.8 27B (en anglais)](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-qwen3.8-27b/)
-   [GLM 5.3 vs Qwen3.8 27B (en anglais)](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/)
-   [BroadNet Gemma 4 VL 26B vs Qwen3.8 27B (en anglais)](https://broadrouter.com/compare/gemma-4-vl-26b-vs-qwen3.8-27b/)

Outils gratuits pour Qwen3.8 27B (en anglais)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[Outils gratuits (en anglais)](https://broadrouter.com/tools/)

## 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](https://broadrouter.com/fr/privacy/).

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-models-qwen3.8-27b&utm_content=page-cta) ·

**Sources**

-   [Tarifs de BroadNet Inference (en anglais)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-models-qwen3.8-27b&utm_content=sources)
-   [IDs de modèle et formats de requête (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-models-qwen3.8-27b&utm_content=sources#models)
-   [Le catalogue des modèles de BroadNet (consulté le 15/11/2026) (en anglais)](https://www.broadnet.ai/inference/models)
