Skip to main content
POST
对话补全:Qwen3.8-Max(OpenAI 兼容)
右侧 Playground 可直接调试:在 AuthorizationBearer sk-your-api-key,默认示例已带 reasoning_effort: "none",点击发送即可看到响应。
模型默认开启深度思考(默认 xhigh 档,思考计入输出计费)。示例默认关闭思考是为了让调试更快更省;需要复杂推理时删掉 reasoning_effort 字段并把 max_tokens 给到 4000+。概览与完整实测数据见 Qwen3.8-Max 概览

参数说明速查

三个容易踩的坑

1. max_tokens 管不住思考。 实测设 max_tokens=1,仍被计 1054 个输出 token(其中 1045 个是思考)。控成本请用 reasoning_effort="none"2. 强制工具调用要关思考。 tool_choice"required" 或指定函数时,思考模式下会返回 400 或静默不调用,需同时传 reasoning_effort="none"3. thinking_budget 不生效。 传任何数值都等同 low 档,请改用 reasoning_effort

响应要点

  • 思考正文看 choices[0].message.reasoning_content(思考开启时回显)
  • 思考消耗看 usage.completion_tokens_details.reasoning_tokens;缓存命中看 usage.prompt_tokens_details.cached_tokens
  • 部分上游线路不回显这两个字段(实测约占三分之一的请求),需要精确核算思考成本时请留意
  • reasoning_effort 七个合法值实测只对应四个真实档位,传 max 不会比 xhigh 想得更多
  • 传入非法的 reasoning_effort 会返回 400 并列出全部合法值,不会静默降级

相关文档

授权

Authorization
string
header
必填

在请求头中添加 Authorization: Bearer YOUR_API_KEY

请求体

application/json
model
string
必填

固定 qwen3.8-max

messages
object[]
必填

OpenAI 标准消息数组

max_tokens
integer

可见回答的输出配额,范围 [1, 131072]。注意:不约束思考 tokens

reasoning_effort
enum<string>

思考分档,默认 xhigh。实测只有四个真实档位:none / minimal≡low / medium / high≡xhigh≡max

可用选项:
none,
minimal,
low,
medium,
high,
xhigh,
max
temperature
number

有效范围 [0.0, 2.0),传 2 即报 400

top_p
number

有效范围 (0.0, 1.0]

top_k
integer
stream
boolean

SSE 流式输出。本端点即使不带 stream_options 也会在末块回 usage

stop
string[]

停止序列,实测生效

response_format
object

结构化输出,json_schema 实测严格守约。建议同时设 reasoning_effort: none

tools
object[]

Function Call 工具列表,实测可用

tool_choice
any

auto / none 可直接用;required 或指定函数时需同时设 reasoning_effort: none

parallel_tool_calls
boolean

设为 false 可限制为单个工具调用,实测生效

n
integer

候选数量。大于 1 时需同时设 reasoning_effort: none

logprobs
boolean

响应

对话补全成功

id
string
model
string
choices
object[]
usage
object

用量统计。部分上游线路不回显 reasoning_tokens 与 cached_tokens