通过 EvoLink 统一对话 API 接入 Alibaba Qwen 的 Qwen3.8 Max(也常被搜索为 Qwen 3.8 Max / Qwen3.8-Max)。集成前可先测试长上下文编程、工具调用、结构化输出。
Qwen3.8 Max 是一条通过三种 API 协议对外提供的旗舰推理路由，适合大型代码仓库、长文档分析、大量证据资料、长时间运行的智能体，以及需要 1,048,576 Token 工作上下文的复杂知识任务。
Qwen3.8 Max
阿里通义千问旗舰 Max 模型
qwen3.8-max大型代码仓库开发、多文档综合、在 Chat/Responses/Messages 上的多步工具调用智能体，以及能够通过减少重试和人工修改来抵消旗舰成本的困难任务。
所有费率按每百万 Token 计,同时显示美元与 Credits,以你账户当前的价格为准。
集成前先估算一次 Qwen3.8 Max 请求的费用。计算器按你账户的当前费率计算,官方价格仅作对照。
单个请求只会走一种模式，按你要估算的那种选。显式：传 cache_control，建缓存按输入价 125% 计费，之后每次命中按 10%。隐式：什么都不用传，没有写入费用，每次命中按 20%。
官方价预估 $0.0039 · 省 $0.0002(5%)
最低计费:每次请求 0.01 Credits。 显式与隐式缓存费率不同;单次请求只用其中一种模式。
快速测试
日常开发
生产评估
通过 EvoLink 统一 API 调用阿里通义千问旗舰 Max 模型。Qwen3.8 Max 通过 OpenAI Chat Completions、OpenAI Responses 与 Anthropic Messages 三端点提供同一模型，全部字节透传，支持 1,048,576 Token 上下文、可控思考，以及显式与隐式提示词缓存，适合跨文件代码工程、长文档分析和多步工具调用。
Qwen3.8 Max 在 EvoLink 上以模型 ID qwen3.8-max 提供,支持 Chat Completions · Responses · Anthropic Messages,和其他模型共用同一把 API 密钥与余额。它提供 1.05M 上下文窗口,最大输出 131K Token,并支持长上下文编程、工具调用、结构化输出。
数字取自 EvoLink 路由配置;能力以 API 当前实际提供为准。
当长上下文、持续推理和提示词缓存结合使用时最有效。单独追求上下文长度不会自动提高结果质量，任务仍需要相关证据、清晰结构和输出预算。
1,048,576 Token 上下文可同时保留相关代码、规格文档和历史工具结果，减少切块造成的信息损失。仍应先检索真正相关的内容，并及时压缩失去价值的上下文。
推理过程和最终答案都会消耗 Token。把最大输出当成容量而非目标，用 reasoning_effort 设定与任务匹配的推理力度和输出预算。
仓库说明、系统提示词、参考资料和工具 Schema 保持稳定时更容易形成缓存命中。频繁更换模型或提示词结构会增加长前缀重新处理的成本。
千问正式模型目录标注了函数调用、内置工具与 Structured Output。它们定义了能力边界，但在扩大生产流量前，仍应通过 EvoLink 路由验证工作流需要的具体工具和 Schema 行为。
旗舰模型不应成为所有请求的默认选择。当长上下文、持续推理或多步工具调用能减少重试、模型交接和人工返工时，它更高的成本才有机会转化为更低的任务总成本。
当一个工程任务同时依赖架构说明、多个服务、历史测试、大型 Diff 和分散在不同文件中的约束时，可以保持更完整的工作上下文。评估时看补丁能否直接采用与审查耗时，而不只是单段代码是否漂亮。
适合同时处理规格文档、论文、合同、日志或知识库证据，并在同一上下文中追踪它们之间的关系。百万 Token 只是容量，检索、文档结构和证据筛选仍然决定回答质量。
适合在 Chat、Responses 或 Messages 上进行连续工具选择、结构化输出和反复的外部操作。要在多轮请求中保留完整消息、思考、工具调用 ID、参数和结果。
短对话、分类、改写、简单抽取和对延迟敏感的界面操作通常用不到最大推理与百万上下文。先用成本更低的模型处理常规流量，只在任务难度确实上升时再切换。
以下是 EvoLink 路由的契约级能力，而非跑分结论。作为生产默认路由前，请在自己的任务上验证延迟、质量和缓存行为。
OpenAI Chat、OpenAI Responses 与 Anthropic Messages 均以字节透传抵达同一模型，思考、signature 与缓存标记不会在网关被有损重序列化。
显式 cache_control 可标记可复用前缀，命中按输入价 10% 计费；隐式缓存自动生效，命中按 20% 计费。两种模式在单个请求内互斥。网关会保留 cache_control 标记而不是剥离。
推理默认以 xhigh 开启，可通过 reasoning_effort 调整为 medium 或 low。网关原样透传该字段，不会强制开启或关闭思考。注意 reasoning_effort 与 thinking_budget 不能在同一请求中同时传。
该模型默认开启 preserve_thinking，历史对话中每一条 assistant 的 reasoning_content 都必须原样回传，且不能拼接到 content 字段中。回放的思考内容会按输入 Token 计费。
产品后端与批量任务走 EvoLink API;编码与分析类工作可直接在 Codex、Claude、Gemini 里调用 Qwen3.8 Max。两条路径共用同一把 EvoLink API 密钥、余额、模型 ID 与请求记录。
适合:产品后端、批量任务、自动化流水线
向 EvoLink 发送 OpenAI 兼容的 Chat Completions(或 Anthropic Messages)请求,自行控制模型 ID、系统提示、输出预算、工具与结构化输出。
适合:在 Codex、Claude、Gemini 里做编码、评审与分析
把任务、要带入的材料和验收标准交给 Agent,由它组装请求、通过 EvoLink 调用 Qwen3.8 Max,并把回答连同 token 用量一起返回。
这个示例是最短可运行的请求:一条 OpenAI 兼容的 Chat Completions 调用,带系统提示、用户消息和输出预算。完整参数与响应说明见 API 标签页。
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).对照 API 文档检查模型 ID、messages 数组和参数范围,去掉该路由不支持的字段。
检查 Authorization bearer token,并在控制台确认可用余额。
提示词 token 超过了 Qwen3.8 Max 的上下文窗口。裁剪或只检索相关材料,并复用缓存前缀。
退避并带抖动重试;用批处理或队列代替并发突发。
重试前检查敏感内容、格式错误的 tool-call 参数和 JSON schema 不匹配。
能力适合并不等于接入一定正确。上线前应确认模型标识、各端点的最大输出字段和会话状态，避免把接入差异误判成模型问题。
EvoLink 路由在 Chat Completions、Responses 与 Anthropic Messages 上统一使用 qwen3.8-max。
Chat 使用 max_completion_tokens，Responses 使用 max_output_tokens，Anthropic Messages 必须传 max_tokens。字段用错可能被忽略或被上游拒绝。
多轮智能体应保留完整消息、思考与 signature 块、工具调用 ID、参数和结果。只保留最终文本会破坏状态连续性，即使上下文窗口足够大。
该模型默认开启 preserve_thinking，历史对话中每一条 assistant 的 reasoning_content 都必须原样回传，且不能拼接进 content 字段。请把它计入预算：回放的思考内容按输入 Token 计费。
三个协议都能读取缓存，但在 Responses 端点上创建大段显式缓存是上游最不稳定的路径。建议在 Chat Completions 或 Anthropic Messages 上标记 cache_control 前缀，再从任意协议读取。
用 cache_control 标记可复用前缀，命中按输入价 10% 计费；不标记则自动走隐式缓存，命中按 20% 计费。写入缓存需付输入价的 125%，因此复用频次要够高才回本。网关会保留 cache_control 标记而不是剥离。
在同一工作上下文中保留相关代码、规格、文档和智能体状态，并用 reasoning_effort 控制推理。把窗口当成容量而非目标：先检索真正相关的证据，并按任务难度设置输出预算。
只有当 Qwen3.8 Max 在同一生产工作负载上减少切块、重试、失败的工具链或人工返工时，它才值得作为高端路由。应比较相同任务集，而不是孤立的单段价格。
如果它能用更少重试和更少审查得到可用结果，成本级 Token 单价仍可降低任务总成本。如果这些收益没有出现，就把任务保留在更轻量的路由上。
先根据真实任务确认 Qwen3.8 Max 是否能减少重试和人工修改，再结合价格、上下文、缓存方式与任务类型选择生产路由。
| 模型 | Qwen3.8 Max | Claude Opus 5 | Kimi K3 |
|---|---|---|---|
| 输入 / 输出 | $1.9 / $5.7 | $4.75 / $23.75 | $2.85 / $14.25 |
| 上下文 | 1.05M | 1M | 1M |
| 缓存 | 显式 + 隐式 | 读写缓存 | 读写缓存 |
| 适用场景 | 大型代码仓库开发、多文档综合、在 Chat/Responses/Messages 上的多步工具调用智能体，以及能够通过减少重试和人工修改来抵消旗舰成本的困难任务。 | 适合作为长时间编程智能体、复杂审查和高判断力专业流程的高端基线。 | 月之暗面的长上下文路由，以中档价格覆盖大型代码仓库开发与多文档推理。 |
在 EvoLink 上，Chat Completions、Responses 与 Anthropic Messages 均使用 qwen3.8-max。
三种：OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages，均为同一模型且字节透传。
Chat 用 max_completion_tokens，Responses 用 max_output_tokens，Anthropic Messages 必须传 max_tokens。使用端点原生字段最稳妥。
EvoLink 路由记录 1,048,576 Token 上下文窗口。应用于保留真正关联的文件、文档和智能体状态，而不是默认塞满。
推理默认开启，可通过 reasoning_effort 控制档位：xhigh（默认）、medium、low。reasoning_effort 与 thinking_budget 不能同时传。网关原样透传，并在 Messages 端点保留思考与 signature 块。
需要。Qwen3.8 Max 默认开启 preserve_thinking，历史对话中每一条 assistant 的 reasoning_content 都必须原样回传，且不能拼接到 content 字段中。回传的思考 Token 会计入输入 Token 并计费。
同时支持显式缓存（cache_control）和自动隐式缓存，单个请求只会走其中一种。显式缓存命中按输入价 10% 计费，隐式命中按 20% 计费。显式缓存写入按输入价 125% 计费；隐式缓存无单独写入费用。
可以。继续使用同一个 EvoLink API 密钥，选择 qwen3.8-max，通过兼容的 Chat Completions、Responses 或 Anthropic Messages 调用。
通常需要先测试。最大推理和长输出会给简单任务增加延迟和成本。短对话、分类和轻量抽取应保留在更小的路由上。
按四段 Token 计费——输入、输出、缓存写入和缓存读取，采用成本级价格，其中缓存读取分显式与隐式两档单价。后端实时价格优先于页面展示的兜底价。
