API qwen3.8-flash — harga per token dan contoh kode
Harga per 1M token
Tarif cache berlaku bila upstream melaporkan token cache.
Hemat 90%Tentang model ini
qwen3.8-flash dilayani lewat OpenAI Chat Completions, OpenAI Responses, Anthropic Messages. Kamu membayar $0,015 per 1M token input dan $0,047 per 1M token output. Itu 90% di bawah harga resmi $0,15 dan $0,47. Cache read seharga $0,0097 per 1M token bila penyedia model melaporkan token cache. Model ini termasuk paket budget mulai $1,99.
Kapan Qwen3.8-Flash cocok dipakai
Alibaba Cloud menyebut Qwen3.8-Flash sebagai model multimodal terbaru dari keluarga Qwen, yang unggul untuk bantuan coding, alur kerja agent, dan pemahaman visual. Blog Qwen Team menambahkan bahwa model ini cocok untuk aplikasi bervolume tinggi, alur kerja yang banyak memakai tool, serta asisten coding dan coworking. Menurut blog itu, Qwen3.8-Flash adalah versi produksi dari arsitektur Qwen3.8-Flash-Next, yang disebut tim sebagai pratinjau awal arsitektur yang dipakai di Qwen4, dan dilayani dengan konteks 1M secara bawaan plus tool bawaan resmi.
Angka di halaman model: konteks 1.000.000 token, input sampai 991.808 token (983.616 saat thinking), keluaran sampai 131.072 token di kedua mode, dan chain-of-thought yang bisa mencapai 262.144 token. Qwen3.8-Flash menerima input gambar, teks, dan video, lalu mengembalikan teks. Kombinasi itu membuatnya praktis untuk agent yang melihat tangkapan layar atau rekaman layar pendek, lalu menulis kode atau memanggil tool.
Bawaan thinking di model Flash
Qwen3.8-Flash adalah model hybrid thinking, dan Alibaba Cloud mengirimkannya dengan thinking menyala secara bawaan. Model menulis reasoning-nya ke reasoning_content sebelum jawaban. Di Chat Completions API yang kompatibel dengan OpenAI, thinking bisa dimatikan dengan enable_thinking: false. Pengguna OpenAI SDK untuk Python mengirimnya lewat extra_body, karena field ini bukan field standar OpenAI.
Kalau thinking tetap menyala, reasoning_effort menerima low, medium, dan xhigh, dengan bawaan xhigh. Untuk job bervolume tinggi, level itu sering lebih dalam dari yang kamu butuhkan, jadi tentukan effort-nya dengan sengaja. Jangan menggabungkan reasoning_effort dengan thinking_budget; menurut Alibaba Cloud, memasang keduanya akan menghasilkan error.
Ada dua parameter yang perilakunya berbeda dari dugaan pengguna OpenAI. Untuk Qwen3.8-Flash, preserve_thinking bawaannya true, jadi reasoning sebelumnya harus dikirim balik di reasoning_content, bukan digabung ke content. Lalu di Chat Completions API, max_tokens hanya membatasi jawaban, tidak termasuk thinking. Pakai max_completion_tokens untuk membatasi semua yang ditulis model.
{
"model": "qwen3.8-flash",
"enable_thinking": false,
"messages": [{ "role": "user", "content": "Kelompokkan pesan support ini menurut area produk" }]
}
Itu format /v1/chat/completions. Di API Alibaba Cloud sendiri yang kompatibel dengan Anthropic, Alibaba Cloud mendokumentasikan thinking dengan nilai enabled atau disabled, dan output_config.effort untuk kedalamannya.
Biayanya di Cent AI
Setiap panggilan ditagih per token dari saldo USD prabayar kamu, memakai empat tarif di kotak harga halaman ini. Karena thinking menyala kecuali kamu matikan, token reasoning ikut ada di sebagian besar request Qwen3.8-Flash, dan Cent AI menagihnya sebagai output. Dalam percakapan multi-giliran, reasoning lama yang kamu kirim balik dihitung Alibaba Cloud sebagai input. Untuk klasifikasi atau ekstraksi massal, mematikan thinking adalah cara paling langsung menekan biaya per request.
Cache konteks implisit berjalan otomatis dan tidak bisa dimatikan, dan Alibaba Cloud tidak menjamin hit. Cache eksplisit dengan cache_control bertipe ephemeral butuh minimal 1.024 token dan bertahan 5 menit sejak hit terakhir. Cent AI memakai tarif cache hanya untuk token cache yang dilaporkan Alibaba Cloud, misalnya prompt_tokens_details.cached_tokens.
Memakainya dari tool kamu
Qwen3.8-Flash tersedia di /v1/chat/completions, /v1/responses, dan /v1/messages. Cent AI tidak mengubah parameter kamu diam-diam. Alibaba Cloud mencantumkan tool calling, structured output, dan partial mode sebagai fitur yang didukung, jadi agent yang memakai function calling dan pipeline ekstraksi JSON bisa langsung memakainya.
Spesifikasi
- Jendela konteks
- —
- Input dan output
- Teks
- Endpoint
- /v1/chat/completions, /v1/responses, /v1/messages
- Paket terkecil
- $1,99
Latensi dan error rate per model ada di halaman status. status.cent-ai.dev
Biaya satu request
Buka kalkulator lengkapBiaya per request
Perkiraan
qwen3.8-flashPerkiraan pada versi harga 5. Tagihanmu dihitung dari usage yang dilaporkan penyedia model untuk tiap request.
Hemat $0,0232Kode
curl https://api.cent-ai.dev/v1/chat/completions \
-H "Authorization: Bearer $CENT_AI_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "qwen3.8-flash", "messages": [{"role": "user", "content": "Hello"}]}'Isi CENT_AI_KEY dengan key dari dashboard. SDK OpenAI memakai https://api.cent-ai.dev/v1; SDK Anthropic memakai https://api.cent-ai.dev.
Riwayat harga
Versi 5, berlaku sejak 12 Nov 2026.
Berlaku
per 1M token
Inputlama $0,015 baru $0,015Cache readlama $0,0015 baru $0,0097Cache writelama $0,015 baru $0,015Outputlama $0,047 baru $0,047Berlaku
per 1M token
Inputlama $0,0075 baru $0,015Cache readlama $0,00075 baru $0,0015Cache writelama $0,0075 baru $0,015Outputlama $0,024 baru $0,047Berlaku
per 1M token
Inputlama $0,0075 baru $0,0075Cache readlama $0,00075 baru $0,00075Cache writelama $0,01 baru $0,0075Outputlama $0,024 baru $0,024Berlaku
per 1M token
Inputlama $0,0075 baru $0,0075Cache readlama $0,0008 baru $0,00075Cache writelama $0,01 baru $0,01Outputlama $0,024 baru $0,024
Bandingkan dengan
- deepseek-v4.1-flashInput$0,015
- gpt-6-lunaInput$0,01978
- deepseek-v4-flashInput$0,015
- glm-5.3-flashInput$0,015
Pertanyaan
Berapa harga qwen3.8-flash di Cent AI?
$0,015 per 1M token input dan $0,047 per 1M token output. Cache read $0,0097 dan cache write $0,015 per 1M token. Tiap request dibulatkan ke atas sekali.
Apakah ada biaya minimum?
Request yang berhasil minimal $0,00002. Request yang berhenti lebih awal, karena klien pergi atau output terpotong, hanya membayar tokennya.
Bagaimana cara bayar?
Isi saldo USD prabayar dengan QRIS atau USDT/USDC, atau beli paket budget sekali. Tidak ada perpanjangan otomatis.
Bagaimana bila penyedia model tidak melaporkan usage?
Request ditagih dari perkiraan dan ditandai estimated di halaman Requests. Perkiraan tidak pernah berisi token cache.
Endpoint mana yang dipanggil?
/v1/chat/completions, /v1/responses, /v1/messages. Base URL OpenAI adalah https://api.cent-ai.dev/v1.
Coba qwen3.8-flash dengan satu key
Satu saldo prabayar untuk semua model. Bayar dengan QRIS atau USDT/USDC.