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

API Qwen3.8 Max, à essayer gratuitement

Qwen3.8 Max est le grand modèle de langage phare de la série Qwen d’Alibaba, annoncé en août 2026. Il lit le texte et les images, raisonne avant de répondre et garde jusqu’à 1 M de tokens de contexte. deAPI le sert sur un endpoint compatible OpenAI : le SDK OpenAI fonctionne dès que vous changez l’URL de base, la clé et l’ID du modèle.

  • Texte et images en entrée, fenêtre de contexte de 1 000 000 tokens
  • Sortie JSON conforme à un schéma, appels d’outils et streaming
  • reasoning_effort sur sept niveaux, de none à max

Sans carte bancaire · Crédits offerts valables 30 jours · Ensuite, vous rechargez et payez à l’usage, sans abonnement

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 tokens en entrée + 292 en sortie (165 de raisonnement) · 9,0 s Coût sur deAPI : 0,0022 $ (prix relevé en novembre 2026)

Cas d’usage de Qwen3.8 Max

Quatre tâches pour lesquelles le modèle convient, chacune avec le chiffre qui l’appuie. Toutes tournent avec la même clé deAPI que la transcription, l’OCR et la génération d’images.

  1. Factures, reçus et formulaires. Envoyez une photo ou un scan en image_url avec un schéma JSON. Sur la facture allemande générée ci-dessous, il a renvoyé les 10 champs à chacun des deux essais, avec les dates au format ISO et les montants sous forme de nombres. Le premier essai a pris 10,8 secondes.

  2. Agents de code. La fiche du modèle d’Alibaba annonce 86,6 sur Terminal Bench 2.1 (harness Claude Code, moyenne de 10 essais) et 67,7 sur SWE-bench Pro (harness Claude Code). Les outils de code qui parlent l’API OpenAI Chat Completions peuvent pointer vers https://oai.deapi.ai/v1.

  3. Longues transcriptions et longs documents. La fenêtre de contexte contient 1 000 000 tokens, prompt et réponse compris, et une réponse peut aller jusqu’à 131 072. Alibaba annonce 92,9 sur MRCR v2 (256K, 8-needle), un test de recherche d’information en contexte long. Transcrivez une journée d’appels commerciaux avec WhisperLargeV3Ct2 et demandez les objections, les relances et les citations en une seule requête.

  4. Agents qui appellent deAPI. Décrivez les endpoints deAPI comme des outils. Quand on lui a demandé les chapitres d’une vidéo YouTube, le modèle a appelé transcribe_video avec include_ts: true (un seul essai). Votre code exécute cet appel et renvoie la transcription.

Facture allemande de Nordlicht Studio GmbH avec trois lignes et un total de 2 677,50 EUR
Réponse : 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"
}
Exemple de facture : image en entrée, JSON en sortie System : « Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers. » User : « Extract the fields from this invoice. » Schéma JSON de 10 champs, température 0. 1 070 tokens en entrée + 394 en sortie (222 de raisonnement), 10,8 s au premier appel.

Tarifs de l’API Qwen3.8 Max

Vous payez au token, sur le même solde prépayé que pour tous les autres modèles deAPI. Les tokens de raisonnement font partie de completion_tokens dans usage. Sans abonnement.

Entrée (texte et images) 2,20 $ ≈ 2,2 M de tokens
Entrée en cache (préfixe de prompt répété) 0,275 $ ≈ 18 M de tokens
Sortie (réponse et raisonnement) 6,60 $ ≈ 0,7 M de tokens
Question en haut de page, un appel 0,0022 $ ≈ 2 200 appels
Exemple de facture, un appel 0,005 $ ≈ 1 000 appels

Ce que comprend le compte gratuit

  • 5 $ de crédits dès que vous ajoutez une carte bancaire
  • Environ 1 000 appels comme l’exemple de facture
  • Crédits valables 30 jours ; ensuite, vous rechargez et payez à l’usage
Recevoir 5 $ de crédits

Prix de qwen3.8-max en USD, novembre 2026. Nombres de tokens tirés de la question en haut de page et de l’exemple de facture. Limites de contexte et de sortie issues de GET https://oai.deapi.ai/v1/models.

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

Entrée Texte, image Texte, image Texte, image
Contexte 1 000 000 tokens 1 000 000 tokens 1 000 000 tokens
Sortie max. 131 072 tokens 131 072 tokens 131 072 tokens
reasoning_effort de none à max, 7 niveaux de none à max, 7 niveaux de none à max, 7 niveaux
Prix par million, entrée / sortie 2,20 $ / 6,60 $ 0,165 $ / 0,517 $ 3,30 $ / 16,50 $

Entrées et limites issues de GET /v1/models. Chaque niveau de reasoning_effort a été envoyé une fois à chaque modèle le 16 novembre 2026 et accepté. Prix en USD, novembre 2026.

Exemple d’API Qwen3.8 Max

Un POST vers https://oai.deapi.ai/v1/chat/completions avec votre clé deAPI comme jeton Bearer. Dans le SDK OpenAI, renseignez base_url, votre clé deAPI et l’ID du modèle ; le reste d’un appel Chat Completions ne change pas. Remplacez YOUR_API_KEY par une clé de votre tableau de bord.

ID du modèle
qwen3.8-max
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Entrée
Texte et images en parties image_url : une data URL en base64 ou un lien HTTPS public. Les PDF et l’audio sont refusés.
Contexte et sortie
Fenêtre de contexte de 1 000 000 tokens (prompt et réponse compris), jusqu’à 131 072 tokens par réponse
Raisonnement
reasoning_effort : none, minimal, low, medium, high, xhigh ou max. Le raisonnement revient dans reasoning_content, et les tokens de raisonnement comptent dans max_tokens.
Options de sortie
response_format avec json_schema (strict) ou 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)

Qu’est-ce que Qwen3.8 Max ?

Qwen3.8 Max est un modèle Mixture-of-Experts sparse qu’Alibaba a annoncé le 3 août 2026 comme le modèle le plus performant de sa série Qwen. Alibaba indique une taille de 2 400 milliards de paramètres, dont 95 milliards sont actifs par token. Il lit le texte et les images, écrit du texte et peut raisonner avant de répondre. Sur deAPI, vous l’appelez comme n’importe quel modèle de chat OpenAI et vous payez au token.

  1. Créez un compte gratuit

    Inscrivez-vous et recevez 5 $ de crédits.

  2. Pointez votre client vers deAPI

    Réglez base_url sur https://oai.deapi.ai/v1 et utilisez votre clé deAPI.

  3. Envoyez la requête

    Indiquez qwen3.8-max comme modèle et lisez la réponse dans choices[0].message.content.

FAQ Qwen3.8 Max

Oui. deAPI le sert sur https://oai.deapi.ai/v1 sous l’ID de modèle qwen3.8-max, avec le format de requête et de réponse de l’API OpenAI Chat Completions. Si votre code utilise déjà le SDK OpenAI, vous changez trois valeurs : base_url, la clé API et le modèle. Faites vos propres tests avant de basculer votre trafic.
Un nouveau compte deAPI reçoit 5 $ de crédits une fois une carte bancaire ajoutée, de quoi faire environ 1 000 appels comme l’exemple de facture de cette page. Les crédits sont valables 30 jours. Ensuite, vous rechargez et payez à l’usage, sans abonnement.
2,20 $ par million de tokens en entrée et 6,60 $ par million de tokens en sortie (novembre 2026). Les tokens de raisonnement comptent comme de la sortie, et vous les voyez dans usage.completion_tokens_details.reasoning_tokens.
Oui. Ajoutez une partie image_url au message utilisateur, sous forme de data URL en base64 ou de lien HTTPS public. Les fichiers PDF et audio sont refusés : passez les PDF par l’API OCR ou envoyez les pages en images, et transcrivez d’abord l’audio.
Sur deAPI, la fenêtre de contexte est de 1 000 000 tokens, prompt et réponse compris, et une réponse peut compter jusqu’à 131 072 tokens. Un max_tokens plus élevé est refusé avec une erreur.
La fiche du modèle d’Alibaba indique 92,6 sur GPQA Diamond, 86,6 sur Terminal Bench 2.1 et 67,7 sur SWE-bench Pro (tous deux avec le harness Claude Code), 82,8 sur IFBench et 92,9 sur MRCR v2 (256K, 8-needle). Ce sont les chiffres d’Alibaba ; testez-le sur vos propres données avec les crédits offerts.
Réglez reasoning_effort sur none. Sur la requête de tri de tickets de l’exemple cURL, none a répondu « billing » avec 1 token en sortie. high a donné la même réponse avec 63 tokens en sortie, dont 59 de raisonnement (un essai chacun). Les niveaux intermédiaires sont minimal, low et medium ; au-dessus de high viennent xhigh et max.
Alibaba publie sur Hugging Face les poids de Qwen3.8-2.4T-A95B, le checkpoint texte seul sur lequel repose Qwen3.8 Max, sous sa propre licence, la Qwen3.8-Max License. Cette licence autorise l’usage commercial et ajoute des conditions pour les grands services : lisez-la avant d’héberger les poids vous-même. Les appels via deAPI sont régis par les Conditions d’utilisation de deAPI.

Envoyez votre première requête Qwen3.8 Max avec 5 $ de crédits offerts

Inscription par e-mail ou avec Google. Paiement à l’usage, sans abonnement.