Qwen3.8-27B
Qwen3.8-27B是一款拥有270亿参数的原生多模态稠密大模型,它通过创新的混合架构(深度融合线性注意力与完整注意力机制),在显著降低显存占用的同时,原生支持26.2万tokens的超长上下文,并可外推至百万级别。这款模型在编程与智能体任务上展现了惊人的实力,例如在SWE-bench Pro和OSWorld等权威测试中大幅超越Claude Opus 4.6 Max,整体表现不仅显著优于前代Qwen3.6-27B,更超过了Qwen3.7-Plus,堪称性能屠榜。复制
价格信息
类型官方原价/折扣价格
输入
3.001.50 积分/M tokens
输入(命中缓存)
0.700.35 积分/M tokens
输出
18.005.60 积分/M tokens
API文档
Request address and method(请求地址和方式)
POSThttps://api.suanjiayun.com/v1/chat/completions
Request Headers(请求头)
"Authorization" string必填
示例:"Bearer <令牌key>"。使用 Bearer Token 认证
"Content-Type" string必填
示例:"application/json"。使用 JSON 发送请求主体
Request Body(请求体)
application/json "model" string必填
示例:"Qwen3.8-27B"。 调用的模型 ID
"messages" array必填
对话消息列表
"role" string
示例:"user"。 聊天模型 API 中消息的角色标识。取值:"system" | "user" | "assistant"
"content" string必填
示例:"内容"。 对话内容
"stream" boolean
示例:false。 调用的模型 ID
"temperature" number
示例:1。 采样温度,控制输出的随机性和创造性,取值范围[0,2]
"top_p" number
示例:1。 核采样参数,控制词汇选择的多样性,取值范围[0,1]
"n" number
示例:1。 生成数量,取值范围[1,+∞]
"frequency_penalty" number
示例:0。 频率惩罚,减少重复词汇的出现[-2,2]
"presence_penalty" number
示例:0。 存在惩罚,鼓励讨论新话题[-2,2]
"reasoning_effort" string
示例:"medium"。 推理强度 (用于支持推理的模型),"low" | "medium" | "high"
请求示例
cURL
JavaScript
Java
Python
Go
响应示例
200
400
409