API Qwen3.8 27B
Cập nhật
Qwen3.8 27B chạy trên BroadNet Inference (broadnet/qwen3.8-27b) qua https://inference.broadnet.ai/v1 tương thích OpenAI. Giá US$0,175 đầu vào, US$0,0435 đầu vào cache và US$2,17 đầu ra trên 1 triệu token, context 262.144 token. Cần nạp tiền hợp lệ (không dùng tín dụng ban đầu). Không lưu giữ nội dung inference.
Tóm tắt nhanh
- Text
- Vision (image input)
- Tool calling
- Reasoning
- Structured output
- Context 262.144 token
- Đầu vào văn bản và hình ảnh
- Công cụ, đầu ra có cấu trúc và suy luận
- Kiểm thử của BroadNet: viết tiếng Ả Rập trôi chảy, hiểu phương ngữ vùng Vịnh và Ai Cập, dịch chính xác giữa tiếng Ả Rập và tiếng Anh
| ID model | broadnet/qwen3.8-27b |
|---|---|
| Endpoint | /v1/chat/completions |
| Đầu vào hỗ trợ | văn bản, hình ảnh (vision: hiểu ảnh, không tạo ảnh) |
| Context | 262.144 token, gồm cả prompt và câu trả lời |
| Đầu vào | US$0,175 trên 1 triệu token |
| Đầu vào cache | US$0,0435 trên 1 triệu token (chỉ các lần trúng cache được báo cáo) |
| Đầu ra | US$2,17 trên 1 triệu token |
| Giới hạn trả theo mức dùng | 30 request mỗi phút, 4 request đồng thời mỗi key |
| Quyền truy cập | Cần nạp tiền: mở sau một lần nạp tiền hợp lệ; tín dụng ban đầu không áp dụng |
Giá trên trang này lấy từ bản chụp feed giá của BroadNet ngày , không được kiểm tra trực tiếp tại đây. Xem bảng giá chính thức (tiếng Anh) để biết đơn giá hiện hành.
bảng giá chính thức (tiếng Anh)Báo giá hoặc số liệu sai (email đến info@broadnet.ai, đã điền sẵn liên kết trang này).
BroadNet công bố gì về Qwen3.8 27B?
Theo danh mục model của BroadNet (tiếng Anh), kiểm tra ngày 15 tháng 11 năm 2026. Các số đo là của BroadNet, trên phần cứng của BroadNet, trừ khi có ghi tên một bảng xếp hạng công khai; chúng tôi chưa tự kiểm chứng lại.
| Chạy tại phòng thí nghiệm BroadNet | GGUF Q4_K_M với vision projector và MTP drafter trên llama.cpp; AWQ INT4 trên bản vLLM chỉnh sửa của BroadNet cho AMD ROCm |
|---|---|
| Context qua API | 262.144 token (pricing.json) |
Số đo của BroadNet
- 55 token mỗi giây trên một luồng với dự đoán nhiều token (MTP), và tỷ lệ chấp nhận MTP 92% trên ROCm.
Cách BroadNet chọn và phục vụ model: phần cứng GPU và cách phục vụ model và các model đã đánh giá và loại bỏ.
So sánh trực tiếp: Qwen3.8 27B vs DeepSeek V4.1 Flash (tiếng Anh), Qwen3.8 27B vs GLM 5.3 (tiếng Anh) và Qwen3.8 27B vs BroadNet Gemma 4 VL 26B (tiếng Anh), với giá, context và chi phí theo khối lượng công việc. Qwen3.8 27B cũng được 15 nhà cung cấp khác bán, từ US$0,039 đầu vào và US$1,25 đầu ra trên 1 triệu token theo trang giá của chính họ: giá API Qwen3.8 27B theo nhà cung cấp. Cùng một đoạn văn bản cho ra số token khác nhau trên mỗi model: xem tokenizer của Qwen3.8 27B so sánh thế nào với tiếng Ả Rập, tiếng Anh và code trong bộ dữ liệu hiệu quả tokenizer (tiếng Anh).
Gọi bằng Python
Cài OpenAI SDK bằng pip install openai, export BROADNET_API_KEY, rồi chạy:
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)Hoặc bằng 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 suy luận trước khi trả lời. Phần suy luận được tính vào max_tokens và được báo là usage.completion_tokens_details.reasoning_tokens, nằm trong số token completion (đầu ra), nên hãy tính nó vào ngân sách đầu ra. Hãy chừa từ 1.000 token trở lên, hoặc đặt reasoning_effort thành low, nếu không câu trả lời có thể trả về rỗng. Vì sao câu trả lời bị rỗng.
Hướng dẫn cho Qwen3.8 27B
- Dùng OpenAI Python SDK với BroadNet Inference
- Dùng OpenAI Node.js SDK với BroadNet Inference
- Gửi request đầu tiên tới BroadNet Inference bằng curl
- Streaming chat completions và xử lý khi mất kết nối
- Vì sao model suy luận trả về câu trả lời rỗng
- Dùng LangChain với BroadNet Inference
- Dùng Cline với BroadNet Inference (provider OpenAI Compatible)
- Dùng Roo Code với BroadNet Inference (OpenAI Compatible)
- Dùng Continue với BroadNet Inference (config.yaml và apiBase)
- Thêm BroadNet Inference vào opencode làm custom provider
- Kết nối Open WebUI với BroadNet Inference
- Thêm BroadNet Inference vào LibreChat dưới dạng custom endpoint
- Dùng BroadNet Inference trong n8n (OpenAI credential, Base URL)
- Dùng Vercel AI SDK với BroadNet Inference
- Kết nối LiteLLM tới BroadNet Inference (SDK và proxy)
- Chạy OpenAI Agents SDK trên BroadNet Inference
- Đọc hóa đơn và biên lai tiếng Ả Rập bằng model thị giác
- Dùng Zed với BroadNet Inference làm provider tương thích OpenAI
- Dùng Kilo Code với BroadNet Inference (provider OpenAI Compatible)
- Thêm BroadNet Inference vào goose làm custom provider
- Dùng Pydantic AI với BroadNet Inference (OpenAICompatibleProvider)
- Dùng CrewAI với BroadNet Inference làm endpoint OpenAI tùy chỉnh
- Dùng LlamaIndex với BroadNet Inference qua OpenAILike
- Thêm BroadNet Inference vào Dify bằng plugin OpenAI-API-compatible
- Dùng Jan với BroadNet Inference làm provider tương thích OpenAI
- Kết nối SillyTavern với BroadNet Inference (Custom tương thích OpenAI)
- Dùng Spring AI với BroadNet Inference (OpenAI base-url)
- Gọi BroadNet Inference từ Go bằng SDK openai-go
- Xây agent LangGraph trên BroadNet Inference
- Dùng pipeline và agent Haystack với BroadNet Inference
- Dùng Semantic Kernel với BroadNet Inference
- Dùng agent Mastra với BroadNet Inference
- Lấy đầu ra có cấu trúc bằng Instructor trên BroadNet Inference
- Dùng DSPy với BroadNet Inference (đặt model_type="chat")
- Đánh giá các model BroadNet bằng promptfoo
- Chạy smolagents trên BroadNet Inference với OpenAIModel
- Kết nối Flowise với BroadNet Inference (OpenAI Custom Model)
- Kết nối Langflow với BroadNet Inference
Dùng Qwen3.8 27B trong console
Console BroadNet trên inference.broadnet.ai quản lý tài khoản và key. Console không nhận lựa chọn của bạn từ trang này, vì vậy:
- Đăng nhập hoặc tạo tài khoản.
- Nạp tiền hợp lệ (tín dụng ban đầu không áp dụng cho model này), rồi tạo key trả theo mức dùng.
- Gửi ID model này trong
modelđến/v1/chat/completions:broadnet/qwen3.8-27b
Mở console BroadNetƯớc tính chi phíĐọc tài liệu tham chiếu API (tiếng Anh)
So sánh Qwen3.8 27B
Câu hỏi thường gặp
ID model của Qwen3.8 27B là gì?
Truyền broadnet/qwen3.8-27b vào model khi gọi /v1/chat/completions. Base URL là https://inference.broadnet.ai/v1.
Qwen3.8 27B giá bao nhiêu?
US$0,175 đầu vào, US$0,0435 đầu vào cache và US$2,17 đầu ra trên 1 triệu token, trừ vào số dư tài khoản.
Context window của Qwen3.8 27B là bao nhiêu?
262.144 token cho mỗi request, gồm cả prompt và câu trả lời.
Có dùng Qwen3.8 27B mà không cần nạp tiền được không?
Không. Qwen3.8 27B chỉ mở sau một lần nạp tiền hợp lệ. Tín dụng ban đầu dùng được cho BroadNet Gemma 4 VL 26B, BroadNet Transcribe Arabic và BroadNet Transcribe và key Gemma theo giờ.
Dữ liệu của tôi có bị lưu lại không?
Nội dung inference không được lưu giữ: prompt, hình ảnh và câu trả lời được xử lý chỉ để xử lý request. Metadata cần thiết về tài khoản, thanh toán và bảo mật, như thời gian, số token và chi phí, được lưu giữ như mô tả trong tuyên bố quyền riêng tư của BroadNet. Xem cách thức.