モデル / Qwen3.8 Flash Next

Qwen3.8 Flash Next

qwen3.8-flash-next

Qwen4 系アーキテクチャの先行版。エージェントコーディングと画像・動画理解

稼働率(72h)

100.00%

TTFT(24h 中央値)

0.66s

E2E レイテンシ(24h 中央値)

9.55s

出力速度(24h 中央値)

74tok/s

仕様

入力単価¥30 / 1M tok
キャッシュ読取単価¥5 / 1M tok
出力単価¥95 / 1M tok
コンテキスト長262,144
最大出力トークン128,000
対応入力テキスト / 画像 / 動画
精度Q8
重みunsloth/Qwen3.8-Flash-Next-GGUF
reasoning_effortnone / minimal / low / medium / high / xhigh
直近 72 時間

稼働状況

100.00%

72 時間の稼働率。1 時間ごとに、障害の無かった時間を緑で示します。

72 時間前現在
稼働障害

パフォーマンス

出力速度 - 24h

74tok/s
00:00 JST — 103 tok/s06:00 JST — 72 tok/s07:00 JST — 57 tok/s08:00 JST — 77 tok/s09:00 JST — 79 tok/s10:00 JST — 72 tok/s19:0001:0007:0013:0019:00

TTFT - 24h

0.66s
00:00 JST — 2.37 s06:00 JST — 2.48 s07:00 JST — 12.48 s08:00 JST — 1.13 s09:00 JST — 0.66 s10:00 JST — 0.62 s19:0001:0007:0013:0019:00

E2E レイテンシ - 24h

9.55s
00:00 JST — 6.75 s02:00 JST — 10.33 s06:00 JST — 16.82 s07:00 JST — 24.02 s08:00 JST — 18.29 s09:00 JST — 12.88 s10:00 JST — 10.18 s11:00 JST — 7.34 s13:00 JST — 7.33 s19:0001:0007:0013:0019:00

TTFT と出力速度はストリーミング応答(出力 50 トークン以上)の中央値、E2E レイテンシはすべての成功応答の中央値です。1 時間ごとに集計し、リクエストが無かった時間は線を描きません。稼働率は障害の有無で判定し、リクエストの有無には依りません。

このモデルを使う

from openai import OpenAI

client = OpenAI(
    base_url="https://api.router.hello.ai/v1",
    api_key="hello_...",
)

resp = client.chat.completions.create(
    model="qwen3.8-flash-next",
    messages=[{"role": "user", "content": "Hello"}],
)
print(resp.choices[0].message.content)
curl https://api.router.hello.ai/v1/chat/completions \
  -H "Authorization: Bearer hello_..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-flash-next",
    "messages": [{"role":"user","content":"こんにちは"}]
  }'

ほかの言語・エージェントの設定は ドキュメント と セットアップ

今日から、baseURL を差し替えるだけ。

コンソールを開く

確認メールを no-reply@cloud.hello.ai からお送りします。配信解除はいつでも可能です。