สแนปชอตลงวันที่ 2 กันยายน 2026 ของ Qwen3.8 Max โมเดลเรซันนิงมัลติโมดัลเรือธงของ Alibaba: รับอินพุตข้อความ + รูปภาพ + วิดีโอ ส่งออกเป็นข้อความ รองรับบริบท 1M โทเคน มีความสามารถและราคาเดียวกันกับโมเดลฐาน สามารถปักหมุดเพื่อให้ได้ผลลัพธ์ที่ทำซ้ำได้
Qwen3.8 Max (0902) คือรายการโมเดลบน OrcaRouter จากผู้ให้บริการ qwen เผยแพร่ด้วยรหัสโมเดล qwen/qwen3.8-max-0902 สัญกรณ์ 0902 ที่แสดงในรายการนั้น ข้อเท็จจริงที่ให้มาไม่ได้อธิบายว่าหมายถึงวันที่เผยแพร่…
โมเดลรองรับหน้าต่างบริบท (context window) ขนาด 1,000,000 โทเคน นั่นคือจำนวนอินพุตทั้งหมดที่โมเดลสามารถประมวลผลได้ในคำขอครั้งเดียว รวมถึงเนื้อหาข้อความ รูปภาพ และวิดีโอในพรอมป์ ไม่มีการระบุขีดจำกัดเพิ่มเติมในข้อเท็จจริง ดังนั้นขีดจำกัดในทางปฏิบัติจึงขึ้นอยู่กับว่า OrcaRouter และผู้ให้บริการบังคับใช้การแบ่งโทเคนและระยะเวลาหมดเวลาของคำขออย่างไร สำหรับข้อความยาว 1,000,000 โทเคนช่วยให้สามารถใส่เอกสารจำนวนมากในพรอมป์เดียวได้ ลดความจำเป็นในการแบ่งส่วนหรือสรุปย่อก่อนเรียกใช้โมเดล สำหรับวิดีโอ ข้อเท็จจริงไม่ได้ระบุว่าแต่ละวินาที แต่ละเฟรม หรือแต่ละไฟล์วิดีโอใช้โทเคนจำนวนเท่าใด ดังนั้นคุณควรประมาณจากข้อมูลเมตาหรือการเรียกทดสอบ สิ่งสำคัญที่ต้องจำไว้คือขนาดของหน้าต่างบริบทไม่ได้บอกว่าความแม่นยำของโมเดลบนพรอมป์ขนาด 1,000,000 โทเคนเป็นอย่างไร เนื่องจากไม่มีข้อมูลการวัดประสิทธิภาพ (benchmark) ให้มา หากแอปพลิเคชันของคุณต้องการคุณภาพสำหรับบริบทยาวที่แม่นยำ ควรประเมินโดยใช้ตัวอย่างเอกสารของคุณเองก่อนนำไปใช้งานจริง
ด้วยการรองรับข้อความ รูปภาพ และวิดีโอเป็นอินพุต โมเดลสามารถถูกขอให้ใช้เหตุผลกับเนื้อหาต้นทางที่ผสมผสานประเภทข้อมูลเหล่านี้ไว้ในคำขอเดียวกัน ตัวอย่างเช่น การอ่านคำแนะนำในรูปแบบข้อความ การตรวจสอบรูปภาพ และการอ้างอิงวิดีโอเมื่อสร้างคำตอบ เอกสารข้อเท็จจริงของผู้ให้บริการไม่ได้ระบุความสามารถเฉพาะงาน เช่น OCR การตรวจจับวัตถุ หรือการให้เหตุผลเชิงเวลากับวิดีโอ ดังนั้นจึงไม่ควรสันนิษฐานว่าความสามารถเหล่านั้นมีอยู่ สิ่งที่คาดหวังได้จากโมเดลส่วนใหญ่ขึ้นอยู่กับความสามารถที่ได้รับการฝึกฝนมา ซึ่งไม่ได้มีการบันทึกไว้ในเอกสารข้อเท็จจริงที่ให้มา การออกแบบที่ปลอดภัยคือการใช้โมเดลนี้กับงานที่ต้องการผลลัพธ์เป็นข้อความจากพรอมพ์ต์แบบผสมหลายโมดัล และสามารถรองรับต้นทุนของการจัดเก็บรูปภาพและวิดีโอเป็นโทเคนอินพุตได้ หากเวิร์กโหลดเป็นข้อความล้วน การใช้โมเดลอื่นที่ไม่มีอินพุตรูปภาพและวิดีโออาจง่ายกว่า หากงานต้องการการดำเนินการกับวิดีโอในระดับไทม์สแตมป์ที่แม่นยำ การ์ดโมเดลก็ไม่ได้ให้หลักฐานว่าพฤติกรรมดังกล่าวเชื่อถือได้หรือไม่
การเลือกใช้โมเดลที่ถูกกว่านั้นสมเหตุสมผลเมื่องานไม่ต้องการคุณสมบัติที่กำหนดรายการนี้ คำถามข้อความสั้น ๆ ไม่จำเป็นต้องมีบริบท 1,000,000 โทเคน หรือขีดจำกัดเอาต์พุต 131,072 โทเคน เวิร์กโฟลว์ที่มีเฉพาะข้อความไม่จำเป็นต้องมีการป้อนรูปภาพหรือวิดีโอ OrcaRouter คิดค่าใช้จ่ายโมเดลนี้ที่ $2.00 ต่อโทเคนนำเข้า 1,000,000 โทเคน และ $6.00 ต่อโทเคนส่งออก 1,000,000 โทเคน หากทางเลือกที่ถูกกว่ามีราคาต่อโทเคนที่ต่ำกว่าและรองรับบริบทและโมดาลิตีอย่างเพียงพอ ก็จะลดต้นทุนได้ ไม่มีเกณฑ์ชี้วัดคุณภาพหรือความเร็วในข้อเท็จจริงที่ให้มา ดังนั้นการเลือกโมเดลนี้เหนือโมเดลอื่นจึงไม่อาจอ้างอิงความแม่นยำที่วัดได้ แต่ควรอ้างอิงข้อกำหนดผลิตภัณฑ์ที่ชัดเจน ได้แก่ บริบทขนาดใหญ่ การป้อนข้อมูลแบบผสมข้อความ/รูปภาพ/วิดีโอ หรือเอาต์พุตยาวในการสร้างครั้งเดียว เนื่องจากราคาอินพุตคิดจากทุกโทเคนในบริบท การเรียกที่มีบริบทใหญ่มากอาจมีต้นทุนสูงกว่าการเรียกขนาดเล็ก แม้คำถามผู้ใช้จะสั้นก็ตาม ดังนั้นควรหลีกเลี่ยงการเติมพรอมป์ต์ที่ไม่จำเป็น
ข้อมูลโมเดลที่ให้มาสำหรับ Qwen3.8 Max (0902) ไม่รวมคะแนน benchmark ชุดการประเมิน หรือตัวเลขความแม่นยำ ด้วยเหตุนี้ ข้อความใดๆ เกี่ยวกับคุณภาพของโมเดลจึงเป็นการคาดเดา และ OrcaRouter ไม่ได้เผยแพร่คะแนนโดยการอนุมาน หากคุณต้องการตัวเลขเพื่อเปรียบเทียบตัวเลือก ให้รันการทดสอบของคุณเองบนอินพุตที่เป็นตัวแทน รวมถึงกรณีรูปภาพและวิดีโอที่คุณคาดว่าจะส่ง benchmark เช่นการทดสอบความรู้สาธารณะจะไม่บอกว่าตัวโมเดลจัดการกับพรอมพ์วิดีโอ 1,000,000 โทเค็นโดยเฉพาะได้ดีเพียงใด โปรดจำไว้ว่าชื่อโมเดลอย่าง Max เป็นเพียงป้ายกำกับ ไม่ใช่หลักฐานของคุณภาพ สิ่งที่วัดได้ในรายการนี้คือหน้าต่างบริบท (context window) ความยาวเอาต์พุตสูงสุด โหมดอินพุต และราคา คุณลักษณะเหล่านั้นส่งผลต่องานนั้นเหมาะสมหรือไม่ แต่ไม่ได้อธิบายความแม่นยำ ความลึกของการใช้เหตุผล การปฏิบัติตามคำสั่ง หรือพฤติกรรมด้านความปลอดภัย ให้ถือว่าความสามารถในด้านเหล่านั้นยังไม่ได้รับการยืนยัน เว้นแต่คุณจะดำเนินการประเมินด้วยตนเอง
ข้อเท็จจริงของโมเดลไม่ได้ระบุอัตราโทเคนต่อวินาที ตัวเลขเวลา-to-first-token คำแนะนำเกี่ยวกับการหมดเวลาของคำขอ หรือการวัดประสิทธิภาพอื่นใด OrcaRouter ไม่ได้อ้างตัวเลขความหน่วงสำหรับโมเดลของผู้ให้บริการรายนี้ ความเร็วจะขึ้นอยู่กับโครงสร้างพื้นฐานการให้บริการของผู้ให้บริการ ขนาดของอินพุต และปริมาณเอาต์พุตที่ร้องขอ อินพุต 1,000,000 โทเคนและเอาต์พุต 131,072 โทเคนอาจใช้เวลานานกว่าคำขอสั้น ๆ แต่รายการดังกล่าวไม่ได้ให้ความสัมพันธ์ที่แน่นอน อินพุตวิดีโอยังทำให้ความหน่วงแย่ลงได้ เนื่องจากต้องถูกประมวลผลเป็นโทเคนก่อนที่โมเดลจะประมวลผลได้ และข้อเท็จจริงไม่ได้ระบุปริมาณของขั้นตอนนั้น ผู้ประเมินไม่ควรสันนิษฐานว่าราคาต่อโทเคนที่ต่ำหมายถึงการถอดรหัสที่รวดเร็ว การตัดสินใจที่เกี่ยวข้องกับความเร็วเพียงอย่างเดียวที่ข้อเท็จจริงสนับสนุนคือการทดสอบขนาดคำขอที่เป็นตัวแทนภายใต้โหลดที่คุณคาดหวังไว้ อย่าอนุมานความเหมาะสมแบบเรียลไทม์จากขนาดหน้าต่างบริบทหรือชื่อของโมเดล
จุดแข็งที่ระบุไว้เป็นเชิงโครงสร้าง โมเดลมีหน้าต่างบริบท (context window) ขนาด 1,000,000 โทเคน ผลลัพธ์สูงสุด 131,072 โทเคน และรองรับการนำเข้าทั้งข้อความ รูปภาพ และวิดีโอ สิ่งเหล่านี้มีประโยชน์สำหรับแอปพลิเคชันที่ต้องการให้โมเดลประมวลผลด้วยการเรียกครั้งเดียวเพื่อสังเกตเนื้อหาจำนวนมากหรือแบบผสมก่อนที่จะเขียนคำตอบยาวๆ ข้อจำกัดก็ระบุได้ง่ายกว่าจุดแข็งจากข้อเท็จจริงที่มีอยู่ ไม่มีเกณฑ์มาตรฐานคุณภาพ (benchmark) ที่เผยแพร่ ดังนั้นความแม่นยำ การใช้เหตุผล และความปลอดภัยจึงไม่มีการบันทึกไว้ ไม่มีการแจกแจงข้อมูลการฝึกอบรม บันทึกการเผยแพร่ หรือวิธีการอัปเดตที่อยู่เบื้องหลังป้ายกำกับ 0902 การนำเข้ารูปภาพและวิดีโอไม่ได้รับประกันความเข้าใจทางภาพหรือทางเวลาที่แม่นยำ ขีดจำกัดบริบทและผลลัพธ์เป็นค่าสูงสุด ไม่ใช่ปริมาณที่แนะนำให้ใช้ ผลลัพธ์ที่มีขนาดใหญ่มากอาจมีค่าใช้จ่ายสูงถึง $6.00 ต่อ 1,000,000 โทเคนผลลัพธ์ คำขอที่ใช้บริบทเต็ม 1,000,000 โทเคนจะกินค่าโทเคนนำเข้า $2.00 ก่อนที่จะสร้างผลลัพธ์ใดๆ ซึ่งนับเป็นต้นทุนการดำเนินงานที่มีนัยสำคัญ
ราคาต่อหน่วยที่ระบุคือ $2.00 ต่อ 1,000,000 โทเคนอินพุต และ $6.00 ต่อ 1,000,000 โทเคนเอาต์พุต OrcaRouter เรียกเก็บเงินสำหรับโมเดลตามอัตราของผู้ให้บริการโดยไม่มีส่วนเพิ่ม ราคาที่ระบุจึงเป็นอัตราที่ส่งผ่านมาจากผู้ให้บริการโดยตรง โทเคนอินพุตครอบคลุมโทเคนข้อความ รูปภาพ และวิดีโอที่ส่งในพรอมต์ ส่วนโทเคนเอาต์พุตคือโทเคนคำตอบที่สร้างขึ้น ด้วยอัตราเหล่านี้ โทเคนอินพุตจำนวน 1,000,000 โทเคนมีค่าใช้จ่าย $2.00 และโทเคนเอาต์พุตจำนวน 1,000,000 โทเคนมีค่าใช้จ่าย $6.00 คำขอที่เล็กกว่าจะมีค่าใช้จ่ายลดลงตามสัดส่วน กล่าวคือ โทเคนอินพุตจำนวน 100,000 โทเคนคิดเป็น $0.20 และโทเคนเอาต์พุตจำนวน 100,000 โทเคนคิดเป็น $0.60 โดยจำนวนดังกล่าวต้องเป็นการวัดจากผู้ให้บริการ model card ไม่ได้รวมการคิดราคาแยกสำหรับอินพุตแคช คำขอแบบแบตช์ หรือระดับการใช้งานแบบอินเทอร์แอกทีฟ จึงไม่ควรสันนิษฐานว่ามีราคาเหล่านี้ ส่วนจำนวนโทเคนที่เรียกเก็บเงินจริง ควรตรวจสอบจากข้อมูลการใช้งาน (usage response) หรือล็อกของ OrcaRouter สำหรับการเรียกใช้ในแต่ละครั้ง
เมื่อ OrcaRouter ระบุว่าโมเดลถูกคิดค่าบริการในอัตราของผู้ให้บริการโดยไม่มีส่วนเพิ่ม (zero markup) หมายความว่า OrcaRouter ไม่ได้บวกค่าธรรมเนียมต่อโทเคนของตัวเองเพิ่มจากอัตราของผู้ให้บริการสำหรับรายการนี้ ดังนั้นจำนวนเงินสุดท้ายสำหรับการใช้งานโทเคนจึงควรอิงตามราคาที่ระบุไว้ที่ $2.00 ต่อโทเคนนำเข้า และ $6.00 ต่อโทเคนส่งออก ต่อ 1,000,000 โทเคน ทั้งนี้ไม่ได้หมายความว่าใบแจ้งหนี้สุดท้ายจะไม่มีค่าใช้จ่ายอื่นๆ ภาษีหรือค่าธรรมเนียมระดับบัญชีอาจมีผลบังคับใช้ขึ้นอยู่กับข้อตกลงของคุณ แต่ไม่มีค่าธรรมเนียมดังกล่าวปรากฏในข้อมูลเหล่านี้ และไม่ได้หมายความว่าโมเดลนี้ให้บริการฟรี เพราะอัตราต่อโทเคนยังคงมีผลบังคับใช้ เมื่อเปรียบเทียบผู้ให้บริการ ราคาที่ OrcaRouter แสดงสำหรับโมเดลนี้ควรใช้หน่วยเดียวกันกับรายการนี้ หากเกตเวย์อื่นเสนอราคาที่ต่างออกไป ความแตกต่างคือโครงสร้างการเรียกเก็บเงิน ไม่ใช่การเปลี่ยนแปลงของ context window ของโมเดล
การจัดการต้นทุนควรเริ่มจากความยาวของพรอมต์ เนื่องจากต้นทุนอินพุตอยู่ที่ $2.00 ต่อ 1,000,000 โทเค็น โทเค็นที่เพิ่มขึ้นแต่ละอันจะเพิ่มค่าใช้จ่ายอินพุต และรูปภาพหรือวิดีโอที่ส่งในคำขอแต่ละรายการจะถูกแปลงเป็นโทเค็นโดยใช้กฎที่ไม่ระบุในรายการนี้ การตัดแต่งแหล่งข้อมูลที่ไม่เกี่ยวข้องสามารถลดต้นทุนได้ เอาต์พุตมีราคาต่อหน่วยเป็นสามเท่าของอินพุต ดังนั้นการจำกัดความยาวเอาต์พุตที่ร้องขอก็ช่วยควบคุมต้นทุนเช่นกัน โมเดลที่มีขีดจำกัดเอาต์พุต 131,072 โทเค็นสามารถสร้างการตอบกลับที่ต้องเสียเงิน ที่ $6.00 ต่อ 1,000,000 โทเค็น เอาต์พุต 131,072 โทเค็นจะมีค่าใช้จ่ายประมาณ $0.79 เฉพาะค่าเอาต์พุตโทเค็น การสร้างโทเค็นจำนวนมากนั้นไม่ใช่อัตโนมัติ เนื่องจากพรอมต์ควบคุมขนาดการตอบกลับ ไม่มีราคาแคชเผยแพร่สำหรับโมเดลนี้ ดังนั้นอย่าถือว่าบริบทที่ซ้ำกันจะได้รับส่วนลด การไม่มีราคาแคชหรือราคาแบบแบตช์ในข้อเท็จจริงไม่ใช่หลักฐานว่าตัวเลือกดังกล่าวไม่มีอยู่จริง เพียงหมายความว่ามันไม่ได้เป็นส่วนหนึ่งของรายการนี้
Qwen3.8 Max (0902) ถูกเปิดเผยผ่าน API ที่เข้ากันได้กับ OpenAI ของ OrcaRouter กำหนด base URL ของไคลเอนต์เป็น https://api.orcarouter.ai/v1 และใช้รหัสโมเดลที่แน่นอนคือ qwen/qwen3.8-max-0902 เมื่อใช้ SDK ที่เข้ากันได้กับ OpenAI โครงสร้างคำขอจะเหมือนกับการเรียก chat-completions ทั่วไป: ส่งผ่าน API key สำหรับ OrcaRouter, base URL ด้านบน และรหัสโมเดลใน body อย่าใช้ชื่อทั่วไปเช่น Qwen3.8 Max หรือ qwen3.8; การลงทะเบียนต้องใช้ qwen/qwen3.8-max-0902 รหัสโมเดลเดียวกันนี้ควรใช้ในคำขอ HTTP โดยตรงไปยัง base URL โดย path และ payload เป็นไปตามสัญญาที่เข้ากันได้กับ OpenAI ซึ่ง OrcaRouter เปิดเผย เนื่องจากมันเข้ากันได้กับ OpenAI โค้ดที่มีอยู่ซึ่งเขียนสำหรับ OpenAI chat completions มักจะย้ายมาได้โดยการเปลี่ยนพารามิเตอร์ base_url และ model แม้ว่ารายละเอียดการรับรองความถูกต้องต้องตรงกับข้อกำหนดของ OrcaRouter ก็ตาม
สำหรับการแชทคอมพลีชันที่เข้ากันได้กับ OpenAI พารามิเตอร์เช่น model, messages และขีดจำกัดโทเค็นเอาต์พุตจะถูกจัดการเหมือนกับโมเดลที่เข้ากันได้อื่น ๆ ข้อเท็จจริงระบุว่าเอาต์พุตสูงสุดคือ 131,072 โทเค็น ดังนั้นหากคุณกำหนดขีดจำกัดเอาต์พุต ควรไม่สูงกว่า 131,072; ขีดจำกัดเอาต์พุตเริ่มต้นไม่ได้ระบุไว้ในข้อเท็จจริง Temperature, top-p, stop และพารามิเตอร์การสุ่มตัวอย่างอื่น ๆ ไม่ได้ถูกบันทึกไว้ในข้อเท็จจริงของโมเดลที่ให้มา ดังนั้นให้ปฏิบัติตามเอกสาร API ของ OrcaRouter และความหมายมาตรฐานพารามิเตอร์ของ OpenAI สำหรับอินพุตรูปภาพและวิดีโอ ให้ใช้รูปแบบเนื้อหาหลายโหมด (multimodal) ที่ API ของ OrcaRouter คาดหวัง; ข้อเท็จจริงไม่ได้ให้ตัวอย่าง หาก API ส่งกลับข้อผิดพลาดเกี่ยวกับชื่อพารามิเตอร์ที่ไม่รองรับ ให้ตรวจสอบว่า SDK ของคุณส่งพารามิเตอร์แบบเดิมหรือไม่ หน้าต่างบริบทคือ 1,000,000 โทเค็น ดังนั้นพรอมป์ต์ต้องเก็บโทเค็นอินพุตทั้งหมด รวมถึงโทเค็นรูปภาพและวิดีโอ ให้ต่ำกว่าขีดจำกัดนั้น การตอบสนองจะถูกนับแยกต่างหากจากขีดจำกัดสูงสุด 131,072 โทเค็น
เนื่องจาก OrcaRouter มี API ที่เข้ากันได้กับ OpenAI ที่ https://api.orcarouter.ai/v1 การย้ายระบบจึงเป็นการเปลี่ยนแปลงการตั้งค่าเป็นส่วนใหญ่ แทนที่ base URL ด้วย https://api.orcarouter.ai/v1 แทนที่ช่อง API key ด้วยคีย์ของ OrcaRouter และตั้งค่า model เป็น qwen/qwen3.8-max-0902 หากโค้ดของคุณใช้ไลบรารีไคลเอ็นต์ที่เข้ากันได้กับ OpenAI ให้อัปเดต base_url และ api_key ของไคลเอ็นต์ และปล่อยโครงสร้างข้อความส่วนใหญ่ไว้เหมือนเดิม โดยสมมติว่ารูปแบบ multimodal ตรงกับโมเดลนี้ ข้อเท็จจริงไม่ได้ระบุว่าโมเดลนี้รองรับพารามิเตอร์เฉพาะของ OpenAI ทุกตัวหรือไม่ ดังนั้นก่อนย้ายระบบ ให้ตรวจสอบพารามิเตอร์ที่แอปพลิเคชันของคุณส่งไป นอกจากนี้ เนื่องจากขีดจำกัดบริบท (context) คือ 1,000,000 และเอาต์พุตสูงสุดคือ 131,072 ให้ปรับตรรกะการตัดทอนคำขอให้สอดคล้องกับขีดจำกัดเหล่านี้ โค้ดใดๆ ที่มีการกำหนดความยาวบริบทสูงสุดที่ต่างออกไปแบบฮาร์ดโค้ดอาจจำเป็นต้องอัปเดต สุดท้าย ยืนยันว่าความคาดหวังในการจัดการข้อมูลของแอปพลิเคชันของคุณสอดคล้องกับข้อกำหนดของ OrcaRouter เนื่องจากข้อเท็จจริงของโมเดลไม่ได้กล่าวถึงการเก็บรักษาข้อมูล
เกณฑ์หลักในการเปรียบเทียบคือข้อกำหนดอินพุต Qwen3.8 Max (0902) รองรับข้อความ รูปภาพ และวิดีโอ ดังนั้นทางเลือกที่รองรับเฉพาะข้อความจะตัดความสามารถเหล่านั้นออกไป หากปริมาณงานจริงของคุณมีเพียงข้อความ โมเดลที่รองรับเฉพาะข้อความที่มีบริบทใหญ่พออาจเหมาะสมโดยตรงกว่า และอาจมีราคาที่แตกต่างกัน ข้อมูลโมเดลไม่ได้รวมการเปรียบเทียบความแม่นยำหรือความเร็วกับโมเดลอื่น ดังนั้นคุณไม่สามารถเลือกโดยอิงจากคะแนนคุณภาพสาธารณะได้ คุณสามารถเปรียบเทียบคุณลักษณะเชิงโครงสร้าง: ทางเลือกที่รองรับเฉพาะข้อความอาจมีบริบทที่เล็กกว่า ขีดจำกัดเอาต์พุตที่สั้นกว่า หรือราคาอินพุตที่ต่ำกว่า OrcaRouter คิดค่าใช้จ่ายสำหรับโมเดลนี้ที่ $2.00 ต่ออินพุต และ $6.00 ต่อเอาต์พุต ต่อ 1,000,000 โทเคน ข้อเท็จจริงที่ว่ามันรองรับอินพุตรูปภาพและวิดีโอนั้นมีประโยชน์ก็ต่อเมื่อมีการใช้อินพุตเหล่านั้น หากไม่ได้ใช้อินพุตเหล่านั้น คุณอาจจ่ายเงินสำหรับความสามารถหลายรูปแบบที่ไม่เกี่ยวข้องกับงาน
เลือก Qwen3.8 Max (0902) เมื่อโปรไฟล์งานของคุณตรงกับคุณสมบัติที่ระบุไว้ ประการแรก คุณต้องมีบริบทขนาด 1,000,000 โทเคน เพราะเนื้อหาต้นฉบับไม่สามารถย่อให้สั้นลงเพื่อให้พอดีกับหน้าต่างที่เล็กกว่าได้ ประการที่สอง คุณต้องใช้อินพุตรูปภาพและวิดีโอในพรอมป์ต์เดียวกัน หรือคาดว่าจะใช้รูปแบบข้อมูลเหล่านั้นในคำขอในอนาคต ประการที่สาม คุณต้องการเอาต์พุตสูงสุดถึง 131,072 โทเคน หากปริมาณงานของคุณไม่มีข้อกำหนดใด ๆ เหล่านี้ ประโยชน์หลายอย่างของลิสติ้งนี้ก็จะไม่ถูกใช้งาน อย่าเลือกเพียงเพราะชื่อ Max ฟังดูแข็งแกร่ง ลิสติ้งนี้ไม่มีหลักฐานการวัดประสิทธิภาพ (benchmark) เนื่องจาก OrcaRouter เปิดเผยโมเดลผ่าน API ที่เข้ากันได้กับ OpenAI แบบเดียวกัน การสลับ ID โมเดลจึงทำได้ง่าย คุณจึงสามารถทดสอบโมเดลนี้กับตัวเลือกอื่นบนงานของคุณเองได้ เพียงจำไว้ว่าราคาอินพุตและเอาต์พุตแตกต่างกัน และไม่มีระบุราคาแคชสำหรับโมเดลนี้
เมื่อเปรียบเทียบต้นทุน อันดับแรกต้องปรับให้อยู่ในฐานโทเคนเดียวกัน โมเดลนี้คิดอัตรา $2.00 ต่อ 1,000,000 โทเคนอินพุต และ $6.00 ต่อ 1,000,000 โทเคนเอาต์พุต โดยเป็นราคาที่ส่งผ่านจากผู้ให้บริการโดยไม่มีมาร์กอัป (zero markup) โมเดลคู่แข่งที่ราคาต่อโทเคนอินพุตต่ำกว่าอาจถูกกว่าจริงสำหรับคำขอที่ใช้บริบทเต็มรูปแบบ แต่ต้องพิจารณาหน้าต่างบริบท (context window) และเอาต์พุตสูงสุดด้วย ตัวอย่างเช่น คำขอขนาด 1,000,000 โทเคนสามารถใช้บริบทเต็มรูปแบบของโมเดลนี้ได้ในการเรียกเพียงครั้งเดียว แต่โมเดลที่มีหน้าต่างบริบท 200,000 โทเคนจะต้องเรียกหลายครั้ง และรอบเอาต์พุตหรือการสรุปความที่เพิ่มขึ้นอาจทำให้ราคารวมเปลี่ยนแปลงไป ข้อเท็จจริงที่ให้มาไม่ได้ระบุค่าความแม่นยำหรือความหน่วงที่เป็นกลาง ดังนั้นการเปรียบเทียบต้นทุนต่อคำตอบที่ถูกต้องจึงต้องมาจากการทดสอบของคุณเอง นอกจากนี้ ควรตรวจสอบด้วยว่าโมเดลคู่แข่งคิดค่าใช้จ่ายแยกต่างหากสำหรับโทเคนรูปภาพหรือวิดีโอหรือไม่ เนื่องจากไม่ได้มีการอธิบายไว้ในที่นี้ หากไม่แน่ใจ ควรรันเวิร์กโหลดทั่วไปบน OrcaRouter และเปรียบเทียบการใช้โทเคนที่วัดได้กับคุณภาพของคำตอบ แทนที่จะพึ่งพาเฉพาะราคาที่ระบุไว้
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1https://api.orcarouter.aiimport os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="qwen/qwen3.8-max-0902",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)enable_thinkinginclude_reasoningmax_tokenspresence_penaltyreasoningreasoning_effortresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p| อินพุต / 1M โทเค็น | $2.00 |
|---|---|
| เอาต์พุต / 1M โทเค็น | $6.00 |
| อ่านแคช / 1M | $0.250 |
| เขียนแคช / 1M | $2.50 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
สิ่งที่นักพัฒนาพูดถึงในสัปดาห์นี้
GET /api/public/models/qwen/qwen3.8-max-0902เปิด @misc{orcarouter_qwen3_8_max_0902,
title = {Qwen3.8 Max (0902) API},
author = {Qwen},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen3.8-max-0902}
}Qwen. (2026). Qwen3.8 Max (0902) API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen3.8-max-0902