GPT 2.6, Veo 3.1, Seedance 2.5, Kling 4 in deAPI!
Web-search and web-contents are now available via API
Browse all Models
Browse all
Browse all
Browse all

LLM · Vision

Qwen3.8 Max API, kostenlos testen

Qwen3.8 Max ist das Flaggschiff-Sprachmodell der Qwen-Serie von Alibaba, angekündigt im August 2026. Es liest Text und Bilder, setzt vor der Antwort Reasoning ein und fasst bis zu 1 Mio. Tokens Kontext. deAPI stellt es über einen OpenAI-kompatiblen Endpoint bereit. Das OpenAI SDK funktioniert also, sobald du Base-URL, Key und Modell-ID änderst.

  • Text und Bilder als Input, Kontextfenster von 1.000.000 Tokens
  • Output nach JSON-Schema, Tool Calls und Streaming
  • reasoning_effort in sieben Stufen, von none bis max

Keine Kreditkarte nötig · Gratis-Guthaben 30 Tage gültig · Danach Guthaben aufladen und nach Verbrauch zahlen, kein Abo

Qwen3.8 Max LLM · Vision

model: "qwen3.8-max"
reasoning_effort: "low"

system: You are a senior SQL engineer. Explain in two sentences, then give the fixed query.

user

Why are customers with no orders missing from the result?

SELECT c.name, COUNT(o.id) AS orders
FROM customers c
LEFT JOIN orders o ON o.customer_id = c.id
WHERE o.created_at >= '2026-01-01'
GROUP BY c.name;
assistant reasoning_content · 165 Tokens

The WHERE clause filters after the join, so when a customer has no orders, o.created_at is NULL and the condition evaluates to UNKNOWN, discarding that row. Move the date filter into the ON clause so it only restricts which orders get matched, preserving unmatched customers.

SELECT c.name, COUNT(o.id) AS orders
FROM customers c
LEFT JOIN orders o
       ON o.customer_id = c.id
      AND o.created_at >= '2026-01-01'
GROUP BY c.name;
126 Input- + 292 Output-Tokens (165 Reasoning) · 9,0 s Kosten bei deAPI: 0,0022 $ (Preisstand November 2026)

Anwendungsfälle für Qwen3.8 Max

Vier Aufgaben, für die das Modell passt, jede mit der Zahl dahinter. Alle laufen mit demselben deAPI-Key wie Transkription, OCR und Bildgenerierung.

  1. Rechnungen, Belege und Formulare. Sende ein Foto oder einen Scan als image_url zusammen mit einem JSON-Schema. Bei der generierten deutschen Rechnung unten lieferte es in beiden von zwei Durchläufen alle 10 Felder, mit Datumsangaben im ISO-Format und Beträgen als Zahlen. Der erste Durchlauf dauerte 10,8 Sekunden.

  2. Coding-Agenten. Die Model Card von Alibaba nennt 86,6 auf Terminal Bench 2.1 (Claude-Code-Harness, Mittel aus 10 Durchläufen) und 67,7 auf SWE-bench Pro (Claude-Code-Harness). Coding-Tools, die die OpenAI Chat Completions API sprechen, kannst du auf https://oai.deapi.ai/v1 richten.

  3. Lange Transkripte und Dokumente. Das Kontextfenster fasst 1.000.000 Tokens, Prompt und Antwort zusammen, und eine Antwort kann bis zu 131.072 Tokens lang sein. Alibaba nennt 92,9 auf MRCR v2 (256K, 8-needle), einem Retrieval-Test für lange Kontexte. Transkribiere die Sales-Calls eines Tages mit WhisperLargeV3Ct2 und frag in einer Anfrage nach Einwänden, Follow-ups und Zitaten.

  4. Agenten, die deAPI aufrufen. Beschreibe deAPI-Endpoints als Tools. Nach Kapiteln für ein YouTube-Video gefragt, rief das Modell transcribe_video mit include_ts: true auf (ein Durchlauf). Dein Code führt diesen Aufruf aus und schickt das Transkript zurück.

Deutsche Rechnung der Nordlicht Studio GmbH mit drei Positionen und einer Summe von 2.677,50 EUR
Antwort: message.content
{
  "invoice_number": "NS-2026-0418",
  "issue_date": "2026-11-03",
  "due_date": "2026-11-17",
  "seller": "Nordlicht Studio GmbH",
  "seller_vat_id": "DE298765431",
  "net": 2250.0,
  "vat": 427.5,
  "total": 2677.5,
  "currency": "EUR",
  "iban": "DE44 1001 0010 0123 4567 89"
}
Rechnungsbeispiel: Bild rein, JSON raus System: „Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers.“ User: „Extract the fields from this invoice.“ JSON-Schema mit 10 Feldern, Temperatur 0. 1.070 Input- + 394 Output-Tokens (222 Reasoning), 10,8 s beim ersten Aufruf.

Qwen3.8 Max API Preise

Du zahlst pro Token aus demselben Prepaid-Guthaben wie bei jedem anderen deAPI-Modell. Reasoning-Tokens sind Teil von completion_tokens in usage. Kein Abo.

Input (Text und Bilder) 2,20 $ ≈ 2,2 Mio. Tokens
Gecachter Input (wiederholtes Prompt-Präfix) 0,275 $ ≈ 18 Mio. Tokens
Output (Antwort und Reasoning) 6,60 $ ≈ 0,7 Mio. Tokens
Frage im Hero, ein Aufruf 0,0022 $ ≈ 2.200 Aufrufe
Rechnungsbeispiel, ein Aufruf 0,005 $ ≈ 1.000 Aufrufe

Das bekommst du mit dem Gratis-Konto

  • 5 $ Guthaben, sobald du eine Zahlungskarte hinterlegt hast
  • Etwa 1.000 Aufrufe wie das Rechnungsbeispiel
  • Guthaben 30 Tage gültig, danach aufladen und nach Verbrauch zahlen
5 $ Guthaben sichern

Preise für qwen3.8-max in USD, November 2026. Token-Zahlen aus der Frage im Hero und dem Rechnungsbeispiel. Kontext- und Output-Limits aus GET https://oai.deapi.ai/v1/models.

Qwen3.8 Max vs. Qwen3.8 Flash vs. Kimi K3

Input Text, Bild Text, Bild Text, Bild
Kontext 1.000.000 Tokens 1.000.000 Tokens 1.000.000 Tokens
Max. Output 131.072 Tokens 131.072 Tokens 131.072 Tokens
reasoning_effort none bis max, 7 Stufen none bis max, 7 Stufen none bis max, 7 Stufen
Preis pro 1 Mio., Input / Output 2,20 $ / 6,60 $ 0,165 $ / 0,517 $ 3,30 $ / 16,50 $

Inputs und Limits aus GET /v1/models. Jede reasoning_effort-Stufe wurde am 16. November 2026 einmal an jedes Modell geschickt und akzeptiert. Preise in USD, November 2026.

Beispiel für die Qwen3.8 Max API

Ein POST an https://oai.deapi.ai/v1/chat/completions mit deinem deAPI-Key als Bearer-Token. Im OpenAI SDK setzt du base_url, deinen deAPI-Key und die Modell-ID; der Rest eines Chat-Completions-Aufrufs bleibt gleich. Ersetze YOUR_API_KEY durch einen Key aus deinem Dashboard.

Modell-ID
qwen3.8-max
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Input
Text und Bilder als image_url-Parts: eine Base64-Data-URL oder ein öffentlicher HTTPS-Link. PDFs und Audio werden abgelehnt.
Kontext und Output
Kontextfenster von 1.000.000 Tokens (Prompt und Antwort zusammen), bis zu 131.072 Tokens pro Antwort
Reasoning
reasoning_effort: none, minimal, low, medium, high, xhigh oder max. Das Reasoning kommt in reasoning_content zurück, und Reasoning-Tokens zählen zu max_tokens.
Output-Optionen
response_format mit json_schema (strict) oder json_object, tools, stream
curl https://oai.deapi.ai/v1/chat/completions \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "qwen3.8-max",
    "reasoning_effort": "none",
    "messages": [
      {"role": "system", "content": "Sort support tickets. Reply with one word: billing, bug, feature or other."},
      {"role": "user", "content": "I was charged twice for the November top-up."}
    ]
  }'
import base64, json
from openai import OpenAI

client = OpenAI(base_url="https://oai.deapi.ai/v1", api_key="YOUR_API_KEY")

with open("invoice.png", "rb") as f:
    image = "data:image/png;base64," + base64.b64encode(f.read()).decode()

schema = {
    "type": "object",
    "additionalProperties": False,
    "required": ["invoice_number", "issue_date", "due_date", "seller",
                 "seller_vat_id", "net", "vat", "total", "currency", "iban"],
    "properties": {
        "invoice_number": {"type": "string"},
        "issue_date": {"type": "string"},
        "due_date": {"type": "string"},
        "seller": {"type": "string"},
        "seller_vat_id": {"type": "string"},
        "net": {"type": "number"},
        "vat": {"type": "number"},
        "total": {"type": "number"},
        "currency": {"type": "string"},
        "iban": {"type": "string"},
    },
}

response = client.chat.completions.create(
    model="qwen3.8-max",
    temperature=0,
    messages=[
        {"role": "system", "content": "Extract invoice fields. "
         "Dates as YYYY-MM-DD, amounts as numbers."},
        {"role": "user", "content": [
            {"type": "text", "text": "Extract the fields from this invoice."},
            {"type": "image_url", "image_url": {"url": image}},
        ]},
    ],
    response_format={"type": "json_schema",
                     "json_schema": {"name": "invoice", "strict": True, "schema": schema}},
)

invoice = json.loads(response.choices[0].message.content)
print(invoice["total"], invoice["currency"])  # 2677.5 EUR
print(response.usage)

Was ist Qwen3.8 Max?

Qwen3.8 Max ist ein Sparse-Mixture-of-Experts-Modell, das Alibaba am 3. August 2026 als leistungsfähigstes Modell seiner Qwen-Serie angekündigt hat. Alibaba gibt die Größe mit 2,4 Billionen Parametern an, von denen pro Token 95 Milliarden aktiv sind. Es liest Text und Bilder, schreibt Text und kann vor der Antwort Reasoning einsetzen. Auf deAPI rufst du es wie jedes OpenAI-Chat-Modell auf und zahlst pro Token.

  1. Gratis-Konto anlegen

    Registriere dich und hol dir 5 $ Guthaben.

  2. Client auf deAPI umstellen

    Setze base_url auf https://oai.deapi.ai/v1 und nutze deinen deAPI-Key.

  3. Anfrage senden

    Nimm qwen3.8-max als Modell und lies die Antwort aus choices[0].message.content.

FAQ zu Qwen3.8 Max

Ja. deAPI stellt das Modell unter https://oai.deapi.ai/v1 mit der Modell-ID qwen3.8-max bereit, im Request- und Response-Format der OpenAI Chat Completions API. Wenn dein Code schon das OpenAI SDK nutzt, änderst du drei Werte: base_url, den API-Key und das Modell. Teste selbst, bevor du Traffic umstellst.
Ein neues deAPI-Konto bekommt 5 $ Guthaben, sobald eine Zahlungskarte hinterlegt ist. Das reicht für etwa 1.000 Aufrufe wie das Rechnungsbeispiel auf dieser Seite. Das Guthaben ist 30 Tage gültig. Danach lädst du Guthaben auf und zahlst nach Verbrauch, ohne Abo.
2,20 $ pro Million Input-Tokens und 6,60 $ pro Million Output-Tokens (November 2026). Reasoning-Tokens zählen als Output, und du siehst sie in usage.completion_tokens_details.reasoning_tokens.
Ja. Füge der User-Nachricht einen image_url-Part hinzu, als Base64-Data-URL oder öffentlichen HTTPS-Link. PDFs und Audiodateien werden abgelehnt: Schick PDFs durch die OCR API oder sende die Seiten als Bilder, und transkribiere Audio vorher.
Auf deAPI umfasst das Kontextfenster 1.000.000 Tokens, Prompt und Antwort zusammen, und eine Antwort kann bis zu 131.072 Tokens lang sein. Ein größerer Wert für max_tokens wird mit einem Fehler abgelehnt.
Die Model Card von Alibaba nennt 92,6 auf GPQA Diamond, 86,6 auf Terminal Bench 2.1 und 67,7 auf SWE-bench Pro (beide mit dem Claude-Code-Harness), 82,8 auf IFBench und 92,9 auf MRCR v2 (256K, 8-needle). Das sind Alibabas Zahlen; teste das Modell mit dem Gratis-Guthaben an deinen eigenen Daten.
Setze reasoning_effort auf none. Bei der Ticket-Anfrage aus dem cURL-Beispiel antwortete none „billing“ mit 1 Output-Token. high gab dieselbe Antwort mit 63 Output-Tokens, davon 59 Reasoning (je ein Durchlauf). Die Stufen dazwischen sind minimal, low und medium; über high liegen xhigh und max.
Alibaba veröffentlicht die Gewichte von Qwen3.8-2.4T-A95B, dem reinen Text-Checkpoint, auf dem Qwen3.8 Max basiert, auf Hugging Face unter der eigenen Qwen3.8-Max License. Diese Lizenz erlaubt kommerzielle Nutzung und stellt zusätzliche Bedingungen für große Dienste. Lies sie also, bevor du die Gewichte selbst hostest. Für Aufrufe über deAPI gelten die deAPI Terms of Service.

Sende deine erste Anfrage an Qwen3.8 Max mit 5 $ Gratis-Guthaben

Registrierung mit E-Mail oder Google. Kein Abo, Abrechnung nach Verbrauch.