Qwen3.8 27B 模型 API

价格

取自 catalog

上下文窗口262,144每次请求的 token 上限

最大输出131,072每次响应的 token 上限

你发出去的一切都计入上下文窗口 -- system prompt、对话历史、检索上下文、工具定义。这两个数字都读自 catalog，不会和网关实际执行的值有偏差。

匿名试玩突发 8 / 秒 · 60 / 分钟 · 300 / 小时 · 1,000 / 天注册免费账户：单次输入预算 131,072 tokens（128K），输出最多 32,768 tokens（32K）；60 次/分钟，并发 2。不设每分钟 token 限制。

账户有余额后按账户自身限额付费请求按账户限额执行，可在控制台查看。

非流式超时首字节约 100 秒非流式请求经 CDN 转发，长输出必须设 stream=true。

访客演练场无需密钥下方输入框调用的是同一个网关，受免费限额约束。不用注册，也不用绑卡。

并发上限64 / Key（默认）并发以 API Key 为单位按租约执行，默认 64；账户和单个 Key 的限额可在控制台调整。免费与无密钥请求不受这条限制。

实测中

首 token 延迟—将标注 GPU 型号、并发、时间戳

输出吞吐—单流每秒 token 数

90 天可用率—逐服务统计，计划内窗口单独标注

压测报告公布的数字会带上什么

随便问点什么 -- 回复从同一个网关逐 token 流式返回，你的代码调的也是它。

复制给你的 AI 助手

装 SDK、设 base_url 和模型 ID、从环境变量读密钥，再写一个流式冒烟测试。

数据处理内容永不落盘

推理在 GPU 显存里进行，跑完即擦除。只保留请求元数据 -- token 数、时间戳、延迟、路由 -- 最长 90 天，用于计费与可靠性。

硬件我们运营的硬件

这个模型以 NVFP4 跑在我们运营的硬件上，负载下不会静默降级。执行只发生在一个公布的区域（美国），每条请求在哪个区域执行，都会记在这条请求上。