26j文档
试一试 →

qwen3.8-max 接入指南

  • OpenAI 兼容：chat/completions 与 Responses
  • 内置工具仅 Responses 可用；思考不可关闭
  • 支持隐式/显式上下文缓存、chat 端点 PDF 理解
  • 计费 = token 费 + 工具按次费

兼容 OpenAI SDK：替换 base_url 与 api_key 即可。模型名固定 qwen3.8-max。

from openai import OpenAI

client = OpenAI(
    api_key="<你的 26j.cn key>",
    base_url="https://26j.cn/v1",
)

resp = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{"role": "user", "content": "用一句话介绍杭州"}],
    stream=False,  # 必须显式传入，见下方注意
)
print(resp.choices[0].message.content)

通用接口说明：

三件最容易踩的事

1. /v1/chat/completions 不传 stream 默认是流式

# 不传 stream → 返回 SSE 流，按非流式解析会失败
client.chat.completions.create(model="qwen3.8-max", messages=[...])

# 非流式必须显式传 False
client.chat.completions.create(
    model="qwen3.8-max",
    messages=[...],
    stream=False,
)

这与 OpenAI 官方默认（不传为非流式）相反，迁移代码时最容易踩坑。

2. 内置工具只在 /v1/responses 上可用

/v1/chat/completions 不支持内置工具（传了会被忽略，不报错）。要用联网搜索、代码解释器、文搜图、图搜图，必须走 Responses API。

3. 工具名写错不会报错，只是永远不触发

错误工具名会被静默接受。定价页上的 t2i_search / i2i_search 不是可用工具名：

你可能看到的名字 实际要用的
t2i_search（定价页） web_search_image
i2i_search（定价页） image_search

内置工具（Responses）

在 /v1/responses 的 tools 中声明，格式：{"type": "<工具名>"}。

工具名 作用 约束
web_search 联网搜索网页并引用 —
web_extractor 抓取指定 URL 正文 必须与 web_search 同时声明，单独使用会 400
code_interpreter 沙箱执行代码 —
web_search_image 文搜图（搜网上已有图片，非文生图） —
image_search 图搜图 input 中需带图片；较慢，建议流式

联网搜索

resp = client.responses.create(
    model="qwen3.8-max",
    input="用一句话说明上海明天天气",
    tools=[{"type": "web_search"}],
    max_output_tokens=600,
)

网页抓取

resp = client.responses.create(
    model="qwen3.8-max",
    input="抓取 https://example.com 并总结首屏内容",
    tools=[
        {"type": "web_search"},
        {"type": "web_extractor"},  # 缺少 web_search 会 400
    ],
)

典型错误信息：

The web_extractor tool must be executed with web_search tool.

图搜图

resp = client.responses.create(
    model="qwen3.8-max",
    input=[{
        "role": "user",
        "content": [
            {"type": "input_image", "image_url": "https://example.com/your.jpg"},
            {"type": "input_text", "text": "找这张图的相似图片"},
        ],
    }],
    tools=[{"type": "image_search"}],
    stream=True,  # 建议流式：该工具耗时明显更长
)

如何确认工具被调用

以 usage.x_tools 为准（计费依据）：

{
  "output": [
    { "type": "reasoning" },
    { "type": "web_search_call" },
    {
      "type": "message",
      "content": [{ "type": "output_text", "text": "..." }]
    }
  ],
  "usage": {
    "input_tokens": 2528,
    "output_tokens": 362,
    "output_tokens_details": { "reasoning_tokens": 280 },
    "x_tools": { "web_search": { "count": 1 } }
  }
}

声明了但模型未调用的工具不计费——不会出现在 x_tools 中。

思考（推理）

思考不可关闭，每次请求都会先推理再作答：

  • 思考内容按输出 token 计费，见 output_tokens_details.reasoning_tokens
  • Responses：output 中的 reasoning item；chat 流式：delta.reasoning_content
  • 传 enable_thinking: false：流式下无效；非流式会被降级处理，不建议使用

同一问题开思考时的输出 token 通常远高于不思考模型。控制成本请用 max_output_tokens。

上下文缓存

长 prompt 重复调用可降低输入成本。

隐式缓存（自动）

相同前缀的请求从第二次起可自动命中，命中部分按缓存价计费（约为普通输入的 1/8）。命中量按块取整，不保证全部命中。

显式缓存

在内容上标记 cache_control：

client.chat.completions.create(
    model="qwen3.8-max",
    messages=[
        {
            "role": "system",
            "content": [
                {
                    "type": "text",
                    "text": "<很长的固定上下文>",
                    "cache_control": {"type": "ephemeral"},
                }
            ],
        },
        {"role": "user", "content": "针对上面回答问题"},
    ],
    stream=False,
)
项 说明
最小缓存内容 ≥ 1024 token
有效期 5 分钟
创建缓存 比普通输入略贵
命中显式缓存 通常比隐式命中更便宜

响应区分：

// 创建
"prompt_tokens_details": {
  "cache_creation_input_tokens": 1482,
  "cache_type": "ephemeral",
  "cached_tokens": 0
}

// 命中
"prompt_tokens_details": {
  "cache_creation_input_tokens": 0,
  "cache_type": "ephemeral",
  "cached_tokens": 1482
}

隐式命中通常只有 cached_tokens，不一定带 cache_type: "ephemeral"。

PDF 理解

仅 /v1/chat/completions 支持。Responses API 会静默忽略 PDF，不报错。

client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "file",
                "file": {"file_url": "https://example.com/doc.pdf"},
            },
            # 或 base64：
            # {"type": "file", "file": {"file_data": "data:application/pdf;base64,...", "filename": "doc.pdf"}}
            {"type": "text", "text": "这个文档讲了什么？"},
        ],
    }],
    stream=False,
)
  • PDF 按图片理解，按图片 token 计入输入（约 letter \~2082 token/页、A4 \~2147 token/页量级）；不额外收解析费
  • fileid:// 写法无效（其它模型机制），会被当成纯文本

计费口径

总费用 = token 费 + 工具按次费（独立）。

项 计费方式
输入 按 token；缓存命中走缓存价
输出 按 token；思考计入输出
内置工具 按 usage.x_tools 实际调用次数（常按每千次计价）

单价请查价格接口（见 价格接口）：

GET /api/pricing/model?model=qwen3.8-max

读 data.pricing.effective_rates（已含分组折扣）与 data.pricing.extras.tools。

能力上限

项 值
最大输入 983,616 token（约 1M）
最大输出 131,072 token
缓存读 / 写 支持 / 支持
多模态输入 图片、视频等（如 input_image）

常见问题

Q：传了 tools 但模型没调用？\ ① 是否用 /v1/responses；② 工具名是否正确（非 t2i_search 等）；③ usage.x_tools 是否有记录——没有即未调用、不收费。

Q：web_extractor 400？\ 必须与 web_search 同时声明。

Q：非流式很慢？\ 带工具（尤其 image_search）耗时更长。超时敏感场景建议直接流式。

Q：能关掉思考省钱吗？\ 不能。用 max_output_tokens 控上限，或换支持关闭思考的模型。

Q：怎么查用量？

GET /v1/dashboard/billing/usage
GET /v1/dashboard/billing/subscription

This documentation is built and hosted on Mintlify, a developer documentation platform.

© 2026 26j.cn · AI 模型中转站