BroadRouter

API Qwen3.8 27B

Dikemas kini

Qwen3.8 27B berjalan di BroadNet Inference sebagai broadnet/qwen3.8-27b melalui https://inference.broadnet.ai/v1 yang serasi OpenAI. Kosnya US$0.175 input, US$0.0435 input cache dan US$2.17 output setiap 1M token, dengan konteks 262,144 token. Ia memerlukan tambah nilai yang layak (bukan kredit permulaan), dan kandungan inferens tidak disimpan.

Sepintas lalu

  • Text
  • Vision (image input)
  • Tool calling
  • Reasoning
  • Structured output
  • Konteks 262,144 token
  • Input teks dan imej
  • Alatan, output berstruktur dan penaakulan
  • Ujian BroadNet: penulisan bahasa Arab yang lancar, dialek Teluk dan Mesir difahami, terjemahan Arab–Inggeris yang tepat
Harga dan had
ID modelbroadnet/qwen3.8-27b
Endpoint/v1/chat/completions
Input disokongteks, imej (penglihatan: memahami, bukan menjana)
Konteks262,144 token, prompt dan jawapan bersama
InputUS$0.175 setiap 1M token
Input cacheUS$0.0435 setiap 1M token (cache hit yang dilaporkan sahaja)
OutputUS$2.17 setiap 1M token
Had bayar ikut guna30 permintaan seminit, 4 serentak bagi setiap kunci
AksesPerlu tambah nilai: dibuka selepas tambah nilai yang layak; kredit permulaan tidak meliputinya

Harga di halaman ini diambil daripada petikan suapan harga BroadNet bertarikh , dan tidak disemak secara langsung di sini. Lihat harga rasmi (Bahasa Inggeris) untuk kadar semasa.

Laporkan harga atau angka yang salah (e-mel kepada info@broadnet.ai, dengan pautan halaman ini sudah diisi).

Apakah yang diterbitkan BroadNet tentang Qwen3.8 27B?

Daripada katalog model BroadNet (Bahasa Inggeris), disemak 15 November 2026. Ukuran adalah milik BroadNet, pada perkakasannya, melainkan papan pendahulu awam dinamakan; kami belum menghasilkannya semula.

Apa yang diterbitkan BroadNet tentang model ini
Penyediaan di makmal BroadNetGGUF Q4_K_M dengan vision projector dan MTP drafter pada llama.cpp; AWQ INT4 pada vLLM BroadNet yang ditampal untuk AMD ROCm
Konteks pada API262,144 token (pricing.json)

Ukuran BroadNet

  • 55 token sesaat pada satu strim dengan ramalan berbilang token (MTP), dan penerimaan MTP 92% pada ROCm.

Cara BroadNet memilih dan menyediakan model: perkakasan GPU dan pendekatan penyediaannya dan model yang dinilai dan ditolaknya.

Bersebelahan: Qwen3.8 27B lwn DeepSeek V4.1 Flash (Bahasa Inggeris), Qwen3.8 27B lwn GLM 5.3 (Bahasa Inggeris) dan Qwen3.8 27B lwn BroadNet Gemma 4 VL 26B (Bahasa Inggeris), dengan harga, konteks dan kos beban kerja. Qwen3.8 27B juga dijual oleh 15 penyedia lain, dari US$0.039 input dan US$1.25 output setiap 1M token pada halaman harga mereka sendiri: Harga API Qwen3.8 27B mengikut penyedia (Bahasa Inggeris). Teks yang sama menghasilkan bilangan token yang berbeza pada setiap model: lihat perbandingan tokenizer Qwen3.8 27B bagi bahasa Arab, Inggeris dan kod dalam set data kecekapan tokenizer (Bahasa Inggeris).

Panggil dalam Python

Pasang SDK OpenAI dengan pip install openai, eksport BROADNET_API_KEY, kemudian jalankan:

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)

Atau dengan 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 membuat penaakulan sebelum menjawab. Penaakulan dikira dalam max_tokens dan dilaporkan sebagai usage.completion_tokens_details.reasoning_tokens, di dalam kiraan token completion (output), jadi peruntukkan bajet output untuknya. Beri ruang 1,000 token atau lebih, atau tetapkan reasoning_effort kepada low, jika tidak jawapan boleh kembali kosong. Mengapa jawapan kembali kosong.

Panduan untuk Qwen3.8 27B

Guna Qwen3.8 27B dalam konsol

Konsol BroadNet di inference.broadnet.ai mengurus akaun dan kunci. Ia tidak menerima pilihan anda daripada halaman ini, jadi:

  1. Log masuk atau cipta akaun.
  2. Buat tambah nilai yang layak (kredit permulaan tidak meliputi model ini), kemudian cipta kunci bayar ikut guna.
  3. Hantar ID model ini sebagai model ke /v1/chat/completions: broadnet/qwen3.8-27b

Buka konsol BroadNetAnggarkan kosBaca rujukan API (Bahasa Inggeris)

Bandingkan Qwen3.8 27B

Soalan lazim

Apakah ID model untuk Qwen3.8 27B?

Hantar broadnet/qwen3.8-27b sebagai model ke /v1/chat/completions. URL asas ialah https://inference.broadnet.ai/v1.

Berapakah kos Qwen3.8 27B?

US$0.175 input, US$0.0435 input cache dan US$2.17 output setiap 1M token, daripada baki akaun anda.

Berapakah tetingkap konteks Qwen3.8 27B?

262,144 token setiap permintaan, prompt dan jawapan bersama.

Bolehkah saya menggunakan Qwen3.8 27B tanpa tambah nilai?

Tidak. Qwen3.8 27B dibuka selepas tambah nilai yang layak. Kredit permulaan meliputi BroadNet Gemma 4 VL 26B, BroadNet Transcribe Arabic dan BroadNet Transcribe dan kunci sejam Gemma.

Adakah data saya disimpan?

Kandungan inferens tidak disimpan: prompt, imej dan jawapan diproses untuk permintaan itu sahaja. Metadata akaun, pengebilan dan keselamatan yang diperlukan, seperti masa, kiraan token dan kos, disimpan seperti yang diterangkan dalam pernyataan privasi BroadNet. Baca caranya.

Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity