BroadRouter

Qwen3.8 27B API

更新于

Qwen3.8 27B在 BroadNet Inference 上的模型 ID 为 broadnet/qwen3.8-27b,通过 OpenAI 兼容接口 https://inference.broadnet.ai/v1 调用。价格为每百万 token 输入 US$0.175、缓存输入 US$0.0435、输出 US$2.17,上下文 262,144 token。需要符合条件的充值(初始额度不可用),推理内容不保留。

概览

  • Text
  • Vision (image input)
  • Tool calling
  • Reasoning
  • Structured output
  • 上下文 262,144 token
  • 支持文本和图像输入
  • 工具调用、结构化输出和思考
  • BroadNet 测试:阿拉伯语写作流畅,能理解海湾和埃及方言,阿拉伯语与英语互译准确
价格和限制
模型 IDbroadnet/qwen3.8-27b
端点/v1/chat/completions
支持的输入文本、图像(视觉:理解,不是生成)
上下文262,144 token,提示词与回答合计
输入每百万 token US$0.175
缓存输入每百万 token US$0.0435(仅限 API 报告的缓存命中)
输出每百万 token US$2.17
按量付费限制每个密钥每分钟 30 个请求,同时最多 4 个
使用条件需要充值:完成符合条件的充值后开通;初始额度不可用

本页价格来自 BroadNet 价格数据源 的快照,本页未实时核对。当前价格请查看官方价格页面(英文)。

报告价格或数字错误(发邮件至 info@broadnet.ai,已自动填入本页链接)。

BroadNet 公布了 Qwen3.8 27B 的哪些信息?

来源:BroadNet 模型目录(英文),核对日期 2026 年 11 月 15 日。除注明公开排行榜外,测量数据均为 BroadNet 在自有硬件上所测;我们没有复现。

BroadNet 公布的该模型信息
在 BroadNet 实验室中的部署在 llama.cpp 上使用 GGUF Q4_K_M,配视觉投影器(vision projector)和 MTP 草稿模型(MTP drafter);在 BroadNet 为 AMD ROCm 修改的 vLLM 上使用 AWQ INT4
API 上下文262,144 token(pricing.json)

BroadNet 的测量结果

  • 使用多 token 预测(MTP)时单路流每秒 55 个 token,在 ROCm 上 MTP 接受率为 92%。

BroadNet 如何选择和部署模型:它的 GPU 硬件与部署方式,以及它评估后排除的模型。

并排对比:Qwen3.8 27B 对比 DeepSeek V4.1 Flash(英文), Qwen3.8 27B 对比 GLM 5.3(英文)和Qwen3.8 27B 对比 BroadNet Gemma 4 VL 26B(英文),包括价格、上下文和工作负载费用。另有 15 家服务商也提供 Qwen3.8 27B,按其各自价格页面,每百万 token 输入 US$0.039 起、输出 US$1.25 起:Qwen3.8 27B API 各服务商价格。同一段文本在不同模型上的 token 数不同:在分词器效率数据集(英文)中查看 Qwen3.8 27B 的分词器在阿拉伯语、英语和代码上的表现。

用 Python 调用

用 pip install openai 安装 OpenAI SDK,导出 BROADNET_API_KEY,然后运行:

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)

或者用 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 会先思考再回答。思考内容计入 max_tokens,并以 usage.completion_tokens_details.reasoning_tokens 报告,包含在补全(输出)token 数中,因此请按输出预算。请预留 1,000 个或更多 token,或把 reasoning_effort 设为 low,否则回答可能为空。为什么回答会是空的。

Qwen3.8 27B 指南

在控制台中使用 Qwen3.8 27B

inference.broadnet.ai 上的 BroadNet 控制台负责管理账户和密钥。它不会收到你在本页的选择,所以:

  1. 登录或创建账户。
  2. 完成符合条件的充值(初始额度不覆盖该模型),然后创建按量付费密钥。
  3. 把这个模型 ID 作为 model 发送到 /v1/chat/completions:broadnet/qwen3.8-27b

打开 BroadNet 控制台估算费用阅读 API 参考文档(英文)

比较 Qwen3.8 27B

常见问题

Qwen3.8 27B 的模型 ID 是什么?

把 broadnet/qwen3.8-27b 作为 model 发送到 /v1/chat/completions。base URL 是 https://inference.broadnet.ai/v1。

Qwen3.8 27B 多少钱?

每百万 token 输入 US$0.175、缓存输入 US$0.0435、输出 US$2.17,从账户余额中扣除。

Qwen3.8 27B 的上下文窗口有多大?

每个请求 262,144 token,提示词与回答合计。

不充值能用 Qwen3.8 27B 吗?

不能。Qwen3.8 27B 需要完成符合条件的充值后才能使用。初始额度可用于 BroadNet Gemma 4 VL 26B、BroadNet Transcribe Arabic和BroadNet Transcribe 和 Gemma 按小时密钥。

我的数据会被存储吗?

推理内容不保留:提示词、图像和回答仅为处理该请求而使用。必要的账户、账单和安全元数据(例如耗时、token 数和费用)会按 BroadNet 隐私声明中的说明保留。了解详情。

以 Markdown 格式阅读问 ChatGPT问 Claude问 Perplexity