Qwen3.8 Max API

Accede a Qwen3.8 Max de Alibaba Qwen —también buscado como Qwen 3.8 Max / Qwen3.8-Max— a través de la API de chat unificada de EvoLink. Prueba la programación con contexto largo, el uso de herramientas, la salida estructurada antes de integrar.

Alibaba QwenGeneración de textoDisponible

desde $1.900 / 1M tokens de entrada$2.000 precio oficial-5%

Documentación API

Razonamiento con contexto largoRazonamiento controlableLlamadas a funciones + salida estructuradaCaché explícita + implícitaChat + Responses + Messages

Ruta de producciónLive

Live

Contexto

1.05M de contexto · 131K de salida máx.

Ideal para

Ingeniería a escala de repositorio, síntesis multidocumento, agentes con uso intensivo de herramientas

Entrada

Texto + imágenes

Salida

Texto · JSON (salida estructurada) · llamadas a herramientas

Modelos Precios Readme API

Elegir Qwen3.8 Max

Una ruta premium de razonamiento disponible mediante tres protocolos API para programación a escala de repositorio, documentos largos, grandes conjuntos de evidencias, agentes prolongados y trabajo complejo con un contexto de 1.048.576 tokens.

Qwen3.8 Max

Modelo insignia Max de Alibaba Tongyi Qwen

Seleccionado

ID del modelo

qwen3.8-max

Ideal para

Ingeniería en repositorios completos, síntesis de varios documentos, agentes con muchas herramientas mediante Chat, Responses o Messages y tareas difíciles donde menos reintentos y correcciones compensen una ruta premium.

Entrada

$1.900 / 1M-5%

129.2 cr / 1M$2.000precio oficial

Salida

$5.700 / 1M-5%

387.6 cr / 1M$6.000precio oficial

Escritura de caché

$2.375 / 1M-5%

161.5 cr / 1M$2.500precio oficial

Lectura de caché (implícita)

$0.381 / 1M-5%

25.9 cr / 1M$0.400precio oficial

Lectura de caché (explícita)

$0.192 / 1M-4%

13 cr / 1M$0.200precio oficial

Todas las tarifas son por 1M de tokens, en USD y créditos, y reflejan los precios actuales de tu cuenta.

Precios de Qwen3.8 Max

Estima el coste de una solicitud de Qwen3.8 Max antes de integrar. La calculadora usa las tarifas actuales de tu cuenta; los precios oficiales sirven de referencia.

Calculadora de solicitud

Introduce la combinación de tokens de una solicitud y el número de llamadas a herramientas exitosas.

Modo de lectura de caché

Cada solicitud usa un modo. Explícito: envía cache_control, crea la caché al 125 % del precio de entrada y paga el 10 % en cada acierto. Implícito: no envíes nada, sin cargo de escritura y con aciertos al 20 %.

Tokens de entradaTokens de escritura de cachéLa caché implícita no tiene cargo de escritura.Tokens de lectura de caché · ImplícitaTokens de salida

Coste estimado por solicitud

Qwen3.8 Max · Implícita

USD$0.0037

Créditos0.2507

Estimación oficial $0.0039 · ahorras $0.0002 (5%)

Tokens de entrada0.1292 cr

Tokens de escritura de caché0 cr

Tokens de lectura de caché · Implícita0.0052 cr

Tokens de salida0.1163 cr

Cargo mínimo: 0.01 créditos por solicitud. La caché explícita y la implícita tienen tarifas distintas; una solicitud usa un solo modo.

Guía de presupuesto

Solicitudes aproximadas con la combinación actual de tokens.

Añadir créditos

$10

Unas 2592 solicitudes

Para pruebas rápidas

$50

Unas 13562 solicitudes

Para el desarrollo habitual

$100

Unas 27124 solicitudes

Para la evaluación en producción

Tarifas de herramientas del servidor

Solo las llamadas exitosas del lado del servidor se facturan por llamada; los intentos fallidos no tienen tarifa de herramienta, pero los tokens sí se cobran.

Búsqueda web (turbo)Chat$0.010por llamada0.68 cr por llamada
Búsqueda web (max)Chat$0.010por llamada0.68 cr por llamada
Búsqueda webResponses$0.010por llamada0.68 cr por llamada
Búsqueda web (imagen)Responses$0.0080por llamada0.544 cr por llamada
Búsqueda de imágenesResponses$0.0080por llamada0.544 cr por llamada
Análisis de PDFChat$0.0033por página0.2244 cr por página

API de Qwen3.8 Max para razonamiento de contexto largo y agentes

Accede al modelo insignia Max de Alibaba Tongyi Qwen mediante la API unificada de EvoLink. Qwen3.8 Max ofrece el mismo modelo por OpenAI Chat Completions, OpenAI Responses y Anthropic Messages con byte passthrough completo, una ventana de 1.048.576 tokens, razonamiento controlable y caché de prompts explícita e implícita para ingeniería a escala de repositorio, documentos largos y flujos de herramientas en varios pasos.

Qwen3.8 Max se sirve en EvoLink con el ID de modelo qwen3.8-max mediante Chat Completions · Responses · Anthropic Messages, con la misma clave API y saldo que usas para cualquier otro modelo. Ofrece una ventana de contexto de 1.05M y hasta 131K tokens de salida, además de la programación con contexto largo, el uso de herramientas, la salida estructurada.

Especificaciones y capacidades de Qwen3.8 Max

Las cifras proceden de la configuración de ruta de EvoLink; las capacidades son las que la API expone hoy.

Ventana de contexto: 1.05M tokens
Salida máx.: 131K tokens
Entrada: Texto + imágenes
Salida: Texto · JSON (salida estructurada) · llamadas a herramientas
Razonamiento: Esfuerzo de razonamiento configurable
Uso de herramientas: Llamadas a funciones con secuencias de herramientas de varios pasos
Caché de prompts: Niveles de caché explícita + implícita
Herramientas del servidor: Búsqueda web (turbo), Búsqueda web (max), Búsqueda web, Búsqueda web (imagen), Búsqueda de imágenes, Análisis de PDF, facturadas por llamada exitosa
Protocolos: Chat Completions · Responses · Anthropic Messages
ID del modelo: qwen3.8-max
Parámetros: 2.4T

Por qué Qwen3.8 Max puede resolver estas cargas

El valor aparece cuando contexto largo, razonamiento sostenido y prefijos reutilizables trabajan juntos. La capacidad por sí sola no mejora la respuesta: siguen siendo necesarias evidencia relevante, estructura clara y presupuesto de salida.

1M tokens como espacio de trabajo, no como objetivo

La ventana de 1.048.576 tokens mantiene código, especificaciones y resultados de herramientas relacionados sin fragmentación excesiva. La recuperación y compactación siguen siendo importantes porque el ruido consume atención y coste.

El razonamiento sostenido necesita presupuesto de salida

Los tokens de razonamiento y de respuesta final cuentan para el consumo. Trata el límite como capacidad, no como longitud habitual, y configura un presupuesto acorde a la tarea con reasoning_effort.

La caché compensa con prefijos estables

Las instrucciones del repositorio, prompts de sistema, referencias y esquemas de herramientas ofrecen más oportunidades cuando conservan su orden. Cambios frecuentes de modelo o estructura obligan a procesar de nuevo el prefijo largo.

Function calling, herramientas integradas y Structured Output

Qwen incluye function calling, herramientas integradas y Structured Output para el modelo de producción. Verifica mediante la ruta de EvoLink el comportamiento exacto de herramientas y esquemas antes de ampliar tráfico.

Dónde encaja Qwen3.8 Max en una arquitectura de modelos para producción

Un modelo insignia no debe ser la ruta predeterminada para todo. Su mejor encaje son las tareas donde el contexto largo, el razonamiento sostenido o las secuencias complejas de herramientas reducen reintentos, traspasos y corrección humana.

Programación a escala de repositorio

Úsalo cuando una tarea dependa de documentación de arquitectura, servicios relacionados, historial de pruebas, diffs grandes y restricciones distribuidas entre archivos. Mide parches aceptados y tiempo de revisión, no solo la calidad de código aislado.

Análisis de documentos largos

Mantén especificaciones, estudios, contratos, registros o evidencias relacionadas en un mismo contexto. La recuperación y la estructura siguen importando: una ventana de 1M tokens no vuelve útil el contexto irrelevante.

Agentes con herramientas en tres protocolos

Adecuado para selección de herramientas en varios pasos, salida estructurada y acciones externas repetidas mediante Chat, Responses o Messages. Conserva mensajes, thinking, IDs de llamadas, argumentos y resultados entre turnos.

Cuándo conviene una ruta más ligera

Chat breve, clasificación, reescritura, extracción simple y acciones de interfaz sensibles a latencia rara vez necesitan razonamiento máximo o contexto de 1M. Mantén esas tareas en una ruta económica y escala solo cuando la dificultad lo justifique.

Qué diferencia a Qwen3.8 Max en EvoLink

Son capacidades contractuales de la ruta de EvoLink, no afirmaciones de benchmark. Valida latencia, calidad y caché con tus tareas antes de convertirla en la ruta predeterminada.

Byte passthrough en tres protocolos

OpenAI Chat, OpenAI Responses y Anthropic Messages llegan al mismo modelo con byte passthrough, por lo que thinking, signatures y marcadores de caché no se pierden al volver a serializarse en el gateway.

Caché de prompts explícita e implícita

cache_control marca prefijos reutilizables y factura los aciertos al 10 % del precio de entrada; la caché implícita se aplica automáticamente al 20 %. Los modos son excluyentes por solicitud y el gateway conserva los marcadores.

Esfuerzo de razonamiento controlable

El razonamiento está activo en xhigh por defecto y puede ajustarse a medium o low con reasoning_effort. El gateway transmite el campo sin forzarlo. No envíes reasoning_effort y thinking_budget juntos.

El thinking debe reenviarse entre turnos

preserve_thinking está activo por defecto. Cada reasoning_content del assistant debe reenviarse sin cambios y no puede integrarse en content. El razonamiento reenviado cuenta como tokens de entrada facturables.

Dos formas de usar Qwen3.8 Max: API de EvoLink o Agente

Usa la API de EvoLink para backends de producto y trabajos por lotes, o llama a Qwen3.8 Max desde Codex, Claude o Gemini para flujos de código y análisis. Ambas vías comparten la misma clave API de EvoLink, saldo, ID de modelo e historial de solicitudes.

Opción 1

Integrar con la API de EvoLink

Ideal para: backends de producto, trabajos por lotes, pipelines automatizados

Envía a EvoLink solicitudes Chat Completions compatibles con OpenAI (o Anthropic Messages) y controla el ID de modelo, el prompt de sistema, el presupuesto de salida, las herramientas y la salida estructurada.

1Crea una clave API de EvoLink en la consola
2Apunta tu SDK de OpenAI o Anthropic a la URL base de EvoLink y selecciona el ID de modelo mostrado arriba
3Envía una solicitud representativa y lee el campo usage para tokens de entrada, en caché y de salida
4Define max_tokens y reintentos por tarea; conserva los ID y resultados de llamadas a herramientas entre turnos

Crear clave API de EvoLink

Opción 2

Llamarlo con un Agente

Ideal para: tareas de código, revisión y análisis en Codex, Claude y Gemini

Dale al Agente la tarea, las entradas a incluir y los criterios de aceptación. Él arma la solicitud, llama a Qwen3.8 Max a través de EvoLink y devuelve la respuesta con el uso de tokens.

1Define EVOLINK_API_KEY en tu entorno local; nunca en código ni en un prompt
2Describe la tarea, las entradas a incluir y el formato de salida esperado
3Pide al Agente que llame a Qwen3.8 Max a través de EvoLink y muestre la solicitud antes de enviarla
4Deja que el Agente informe la respuesta, el uso de tokens y cualquier cuerpo de error

Ejemplo de código de la API de Qwen3.8 Max y manejo de errores

Este ejemplo muestra la solicitud ejecutable más corta: una llamada Chat Completions compatible con OpenAI con prompt de sistema, mensaje de usuario y presupuesto de salida. Abre la pestaña API para la referencia completa de parámetros y respuestas.

Ver documentación completa de la API

cURL

curl -X POST https://api.evolink.ai/v1/chat/completions \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-max",
    "messages": [
      { "role": "system", "content": "You are a senior engineer reviewing a pull request." },
      { "role": "user", "content": "Review this diff and list every risky change with file and line:\n<diff>" }
    ],
    "max_completion_tokens": 4096,
    "temperature": 0.2
  }'

# Chat Completions uses max_completion_tokens; Responses uses
# max_output_tokens; Anthropic Messages requires max_tokens.
# The response includes choices[0].message and a usage object (prompt,
# cached, and completion tokens).

Solicitud inválida o parámetro no admitido

Comprueba el ID de modelo, el array messages y los rangos de parámetros en la referencia de la API; elimina los campos que esta ruta no admite.

Problema de autenticación o saldo

Comprueba el token Bearer de Authorization y confirma el saldo disponible en la consola.

Longitud de contexto excedida

Los tokens del prompt superan la ventana de contexto de Qwen3.8 Max. Recorta o recupera solo la evidencia relevante y reutiliza prefijos en caché.

Límite de tasa (429)

Espera y reintenta con jitter; agrupa o encola las solicitudes en lugar de ráfagas paralelas.

Contenido o llamada a herramienta rechazados

Revisa contenido sensible, argumentos de llamada a herramienta mal formados y desajustes del esquema JSON antes de reintentar.

Qué verificar antes de enviar tráfico de producción a Qwen3.8 Max

Una carga adecuada puede fallar por usar el identificador equivocado, el campo máximo incorrecto o perder el estado del agente. Verifica la superficie de solicitud antes de evaluar la calidad del modelo.

Usar el ID qwen3.8-max

La ruta de EvoLink utiliza qwen3.8-max para Chat Completions, Responses y Anthropic Messages.

ID del modelo

Usar el campo máximo correcto por endpoint

Chat usa max_completion_tokens, Responses usa max_output_tokens y Anthropic Messages requiere max_tokens. Un campo incorrecto puede ignorarse o rechazarse upstream.

Endpoints

Reenviar thinking y estado de herramientas completos

Los agentes multi-turno deben conservar mensajes, bloques thinking y signature, IDs, argumentos y resultados. Guardar solo el texto final rompe la continuidad del estado.

Estado de herramientas

Devolver reasoning_content en cada turno

preserve_thinking está activo por defecto. Cada reasoning_content del assistant debe devolverse sin cambios y no puede fusionarse con content. Esos tokens se facturan como entrada.

Replay de thinking

Crear cachés explícitas en Chat o Messages

Las lecturas funcionan en los tres protocolos, pero crear una caché explícita grande en Responses es la vía upstream menos fiable. Marca prefijos cache_control en Chat Completions o Anthropic Messages y léelos desde cualquier protocolo.

Caché

Caché de prompts explícita e implícita

Marca prefijos reutilizables con cache_control y las lecturas cuestan el 10 % del precio de entrada; sin él, la caché implícita se aplica al 20 %. Crear una caché explícita cuesta el 125 %, por lo que debe reutilizarse lo suficiente. El gateway conserva los marcadores cache_control.

Contexto de 1M tokens con razonamiento controlable

Mantén código, especificaciones, documentos y estado del agente relacionados en un contexto y controla el razonamiento con reasoning_effort. La ventana es capacidad, no un objetivo: recupera evidencia relevante y define un presupuesto de salida adecuado.

Compara el coste por tarea aceptada de Qwen3.8 Max, no solo el precio por token

Qwen3.8 Max solo justifica una ruta premium si reduce fragmentación, reintentos, secuencias de herramientas fallidas o revisión humana en la misma carga. Compara conjuntos de tareas idénticos.

Éxito al primer intentoEntregables aceptadosNúmero de reintentosTokens de salidaTasa de aciertos de cachéLlamadas válidas a herramientasTiempo hasta un resultado aceptadoCorrección humana y fallback

Si produce resultados utilizables con menos reintentos y revisión, una tarifa por token basada en coste puede reducir el coste total. Si la mejora no aparece, mantén la carga en una ruta más ligera.

Compara Qwen3.8 Max con los principales modelos de contexto largo tras las pruebas de carga

EvoLink

Comprueba primero si Qwen3.8 Max reduce reintentos y revisión en tus tareas. Después compara precio, contexto, caché y adecuación para elegir la ruta de producción.

Modelo	Qwen3.8 Max	Claude Opus 5	Kimi K3
Entrada / salida	$1.9 / $5.7	$4.75 / $23.75	$2.85 / $14.25
Contexto	1.05M	1M	1M
Caché	Explícita + implícita	Lectura + escritura	Lectura + escritura
Ideal para	Ingeniería en repositorios completos, síntesis de varios documentos, agentes con muchas herramientas mediante Chat, Responses o Messages y tareas difíciles donde menos reintentos y correcciones compensen una ruta premium.	Referencia premium para agentes de programación prolongados, revisiones complejas y flujos profesionales con mucho juicio.	Ruta de contexto largo de Moonshot para repositorios grandes y razonamiento sobre varios documentos a una tarifa intermedia.

Qwen3.8 Max

Entrada / salida$1.9 / $5.7

Contexto1.05M

CachéExplícita + implícita

Ideal paraIngeniería en repositorios completos, síntesis de varios documentos, agentes con muchas herramientas mediante Chat, Responses o Messages y tareas difíciles donde menos reintentos y correcciones compensen una ruta premium.

Claude Opus 5

Entrada / salida$4.75 / $23.75

Contexto1M

CachéLectura + escritura

Ideal paraReferencia premium para agentes de programación prolongados, revisiones complejas y flujos profesionales con mucho juicio.

Kimi K3

Entrada / salida$2.85 / $14.25

Contexto1M

CachéLectura + escritura

Ideal paraRuta de contexto largo de Moonshot para repositorios grandes y razonamiento sobre varios documentos a una tarifa intermedia.

Otros modelos de texto en EvoLink además de Qwen3.8 Max

Claude Opus 5

Referencia premium para agentes de programación prolongados, revisiones complejas y flujos profesionales con mucho juicio.

Ver modelo

Kimi K3

Ruta de contexto largo de Moonshot para repositorios grandes y razonamiento sobre varios documentos a una tarifa intermedia.

Ver modelo

DeepSeek V4 Pro

Referencia sensible al coste para programación, razonamiento y agentes de gran volumen con contexto de 1M.

Ver modelo

GPT-5.6

Los niveles Sol, Terra y Luna permiten comparar capacidad, latencia y flexibilidad de enrutamiento por coste.

Ver modelo

Lecturas relacionadas sobre Qwen3.8 Max

Lanzamiento y funciones de Qwen3.8 Max

Separa la versión de producción, los canales iniciales, las capacidades oficiales y el estado de los pesos abiertos.

Leer la guía

Evidencias de benchmark de Qwen3.8 Max

Revisa resultados oficiales, evidencia independiente y el plan de pruebas de producción de EvoLink.

Leer la guía

Qwen3.8 Max vs Qwen3.7 Max

Elige entre mantener, lanzar un canary o migrar con una lista reversible.

Leer la guía

Qwen3.8 Max vs Kimi K3

Compara código, agentes, contexto largo, coste y roles principal, challenger y fallback.

Leer la guía

Preguntas frecuentes sobre la API de Qwen3.8 Max

¿Cuál es el ID del modelo de la API de Qwen3.8 Max?

Usa qwen3.8-max en EvoLink para Chat Completions, Responses y Anthropic Messages.

¿Qué protocolos API admite?

OpenAI Chat Completions, OpenAI Responses y Anthropic Messages. Los tres sirven el mismo modelo con byte passthrough completo.

¿Qué campo de tokens máximos debo usar?

Chat usa max_completion_tokens, Responses usa max_output_tokens y Anthropic Messages requiere max_tokens. Usar el campo nativo del endpoint es lo más seguro.

¿Admite un contexto de 1M tokens?

La ruta de EvoLink registra una ventana de 1.048.576 tokens. Úsala para archivos, documentos y estado del agente realmente relacionados, no para llenarla por defecto.

¿Cómo funciona el razonamiento?

Está activo por defecto y se controla con reasoning_effort: xhigh, medium o low. No envíes reasoning_effort y thinking_budget juntos. El gateway conserva los bloques de thinking y signature en Messages.

¿Debo reenviar reasoning_content en conversaciones de varios turnos?

Sí. preserve_thinking está activo por defecto. Cada reasoning_content del assistant debe reenviarse sin cambios y no puede combinarse con content. Esos tokens cuentan como entrada facturable.

¿Cómo funciona la caché y cuánto cuesta?

Se admiten caché explícita mediante cache_control e implícita automática; una solicitud usa solo una. Los aciertos explícitos cuestan el 10 %, los implícitos el 20 %. Escribir una caché explícita cuesta el 125 % de la entrada; la implícita no tiene escritura separada.

¿Puedo usar el SDK de OpenAI o Anthropic Messages?

Sí. Conserva tu clave de EvoLink, selecciona qwen3.8-max y usa Chat Completions, Responses o Anthropic Messages compatibles.

¿Es una buena ruta predeterminada para tiempo real o gran volumen?

Normalmente no sin pruebas. El razonamiento máximo y las salidas largas añaden latencia y coste a tareas simples. Mantén chat breve, clasificación y extracción ligera en una ruta menor.

¿Cómo se factura?

Se facturan entrada, salida, escritura y lectura de caché a tarifas basadas en coste; la lectura tiene una tarifa explícita y otra implícita. Los precios en vivo del backend tienen prioridad.