Qwen3.8 27B API
更新日
Qwen3.8 27Bは、BroadNet Inference の OpenAI 互換 API https://inference.broadnet.ai/v1 で broadnet/qwen3.8-27b として使えます。料金は 100 万トークンあたり入力 US$0.175、キャッシュ入力 US$0.0435、出力 US$2.17、コンテキストは 262,144 トークンです。条件を満たすチャージが必要です(初回クレジットは使えません)。推論の内容は保持されません。
概要
- Text
- Vision (image input)
- Tool calling
- Reasoning
- Structured output
- 262,144 トークンのコンテキスト
- テキストと画像の入力
- ツール呼び出し、構造化出力、推論
- BroadNet のテスト:自然なアラビア語の文章、湾岸方言とエジプト方言の理解、アラビア語と英語の正確な翻訳
| モデル ID | broadnet/qwen3.8-27b |
|---|---|
| エンドポイント | /v1/chat/completions |
| 対応する入力 | テキスト、画像(ビジョン:理解であり生成ではない) |
| コンテキスト | 262,144 トークン(プロンプトと回答の合計) |
| 入力 | 100 万トークンあたり US$0.175 |
| キャッシュ入力 | 100 万トークンあたり US$0.0435(報告されたキャッシュヒットのみ) |
| 出力 | 100 万トークンあたり US$2.17 |
| 従量課金の上限 | キーごとに毎分 30 リクエスト、同時実行 4 |
| 利用条件 | チャージが必要:条件を満たすチャージ後に利用可能。初回クレジットは使えません |
このページの料金は、BroadNet の料金フィードの 時点のスナップショットによるもので、ここではリアルタイムに確認していません。最新の料金は公式の料金ページ (英語)で確認してください。
公式の料金ページ (英語)料金や数値の誤りを報告する(info@broadnet.ai 宛てのメールに、このページのリンクが記入されます)。
BroadNet は Qwen3.8 27B について何を公開していますか?
出典:BroadNet のモデルカタログ (英語)(2026 年 11 月 15 日確認)。公開リーダーボードと明記したもの以外の測定値は、BroadNet が自社のハードウェアで測定したもので、私たちは再現していません。
| BroadNet のラボでの実行 | llama.cpp 上の GGUF Q4_K_M にビジョンプロジェクター(vision projector)と MTP ドラフター(MTP drafter)を組み合わせ、AMD ROCm 向けに BroadNet が改修した vLLM 上で AWQ INT4 |
|---|---|
| API でのコンテキスト | 262,144 トークン(pricing.json) |
BroadNet の測定
- マルチトークン予測(MTP)使用時に 1 ストリームで毎秒 55 トークン、ROCm での MTP 受理率は 92%。
BroadNet のモデルの選び方と提供方法:GPU ハードウェアと提供方法、および評価して見送ったモデル。
並べて比較:Qwen3.8 27B と DeepSeek V4.1 Flash (英語), Qwen3.8 27B と GLM 5.3 (英語)、Qwen3.8 27B と BroadNet Gemma 4 VL 26B (英語)(料金、コンテキスト、作業量あたりのコスト)。Qwen3.8 27B は他に 15 社のプロバイダーでも販売されており、各社の料金ページでは 100 万トークンあたり入力 US$0.039〜、出力 US$1.25〜です:プロバイダー別の Qwen3.8 27B API 料金。同じテキストでも、モデルによってトークン数は異なります。Qwen3.8 27B のトークナイザーのアラビア語、英語、コードでの比較はトークナイザー効率データセット (英語)で確認できます。
Python で呼び出す
pip install openai で OpenAI SDK をインストールし、BROADNET_API_KEY を export してから、次を実行します:
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)curl で呼び出す場合
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 は回答の前に推論します。推論は max_tokens に含まれ、usage.completion_tokens_details.reasoning_tokens として補完(出力)トークン数の内訳に報告されるため、出力として予算を見込んでください。1,000 トークン以上の余裕を残すか、reasoning_effort を low に設定しないと、回答が空で返ることがあります。回答が空で返る理由。
Qwen3.8 27B のガイド
- OpenAI Python SDK を BroadNet Inference で使う
- OpenAI Node.js SDK を BroadNet Inference で使う
- curl で BroadNet Inference に最初のリクエストを送る
- chat completions のストリーミングと接続切断への対処
- 推論モデルが空の回答を返す理由
- LangChain で BroadNet Inference を使う
- Cline で BroadNet Inference を使う(OpenAI Compatible プロバイダー)
- Roo Code で BroadNet Inference を使う(OpenAI Compatible)
- Continue で BroadNet Inference を使う(config.yaml と apiBase)
- opencode に BroadNet Inference をカスタムプロバイダーとして追加する
- Open WebUI を BroadNet Inference に接続する
- LibreChat に BroadNet Inference をカスタムエンドポイントとして追加する
- n8n で BroadNet Inference を使う(OpenAI 認証情報と Base URL)
- Vercel AI SDK で BroadNet Inference を使う
- LiteLLM から BroadNet Inference にルーティングする(SDK とプロキシ)
- OpenAI Agents SDK を BroadNet Inference で動かす
- ビジョンモデルでアラビア語の請求書とレシートを読み取る
- Zed で BroadNet Inference を OpenAI 互換プロバイダーとして使う
- Kilo Code で BroadNet Inference を使う(OpenAI Compatible プロバイダー)
- goose に BroadNet Inference をカスタムプロバイダーとして追加する
- Pydantic AI を BroadNet Inference で使う(OpenAICompatibleProvider)
- CrewAI で BroadNet Inference をカスタム OpenAI エンドポイントとして使う
- LlamaIndex で OpenAILike を使って BroadNet Inference に接続する
- OpenAI-API-compatible プラグインで Dify に BroadNet Inference を追加する
- Jan で BroadNet Inference を OpenAI 互換のカスタムプロバイダーとして使う
- SillyTavern を BroadNet Inference に接続する(Custom OpenAI 互換)
- Spring AI で BroadNet Inference を使う(OpenAI base-url)
- Go の openai-go SDK から BroadNet Inference を呼び出す
- BroadNet Inference で LangGraph エージェントを作る
- Haystack のパイプラインとエージェントで BroadNet Inference を使う
- Semantic Kernel で BroadNet Inference を使う
- Mastra のエージェントを BroadNet Inference で動かす
- BroadNet Inference で Instructor を使って構造化出力を得る
- DSPy で BroadNet Inference を使う(model_type="chat" を設定)
- promptfoo で BroadNet のモデルを評価する
- OpenAIModel で smolagents を BroadNet Inference で動かす
- Flowise を BroadNet Inference に接続する(OpenAI Custom Model)
- Langflow を BroadNet Inference に接続する
コンソールで Qwen3.8 27B を使う
inference.broadnet.ai の BroadNet コンソールでアカウントとキーを管理します。このページでの選択はコンソールに送られないため、次の手順で進めてください:
- ログインするか、アカウントを作成します。
- 条件を満たすチャージをして(このモデルには初回クレジットは使えません)、従量課金のキーを作成します。
- このモデル ID を
modelとして/v1/chat/completionsに送信します:broadnet/qwen3.8-27b
Qwen3.8 27B を比較する
よくある質問
Qwen3.8 27B のモデル ID は?
model に broadnet/qwen3.8-27b を指定して /v1/chat/completions に送信します。ベース URL は https://inference.broadnet.ai/v1 です。
Qwen3.8 27B の料金はいくらですか?
100 万トークンあたり入力 US$0.175、キャッシュ入力 US$0.0435、出力 US$2.17で、アカウント残高から支払います。
Qwen3.8 27B のコンテキストウィンドウは?
1 リクエストあたり 262,144 トークン(プロンプトと回答の合計)です。
チャージなしで Qwen3.8 27B を使えますか?
いいえ。Qwen3.8 27B は条件を満たすチャージの後に使えるようになります。初回クレジットは BroadNet Gemma 4 VL 26B、BroadNet Transcribe Arabic、BroadNet Transcribe と Gemma 時間制キーに使えます。
データは保存されますか?
推論の内容は保持されません。プロンプト、画像、回答はリクエストの処理にのみ使われます。処理時間、トークン数、コストなど、アカウント、請求、セキュリティに必要なメタデータは、BroadNet のプライバシー声明の記載どおり保持されます。詳しく読む。