qwen3.8-max 接入指南

curl --request POST \
  --url https://api.apimart.ai/v1/chat/completions

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.apimart.ai/v1/chat/completions",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"net/http"
	"io"
)

func main() {

	url := "https://api.apimart.ai/v1/chat/completions"

	req, _ := http.NewRequest("POST", url, nil)

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

require 'uri'
require 'net/http'

url = URI("https://api.apimart.ai/v1/chat/completions")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)

response = http.request(request)
puts response.read_body

POST

chat

completions

qwen3.8-max 接入指南

curl --request POST \
  --url https://api.apimart.ai/v1/chat/completions

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.apimart.ai/v1/chat/completions",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"net/http"
	"io"
)

func main() {

	url := "https://api.apimart.ai/v1/chat/completions"

	req, _ := http.NewRequest("POST", url, nil)

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

require 'uri'
require 'net/http'

url = URI("https://api.apimart.ai/v1/chat/completions")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)

response = http.request(request)
puts response.read_body

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 APIMart key>",
    base_url="https://api.apimart.ai/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

概览

模型

文字系列

图像系列

视频系列

音频系列

审核系列

上传管理

任务管理

账户管理

qwen3.8-max 接入指南

三件最容易踩的事

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

2. 内置工具只在 `/v1/responses` 上可用

3. 工具名写错不会报错，只是永远不触发

内置工具（Responses）

联网搜索

网页抓取

图搜图

如何确认工具被调用

思考（推理）

上下文缓存

隐式缓存（自动）

显式缓存

PDF 理解

计费口径

能力上限

常见问题

​三件最容易踩的事

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

​2. 内置工具只在 /v1/responses 上可用

​3. 工具名写错不会报错，只是永远不触发

​内置工具（Responses）

​联网搜索

​网页抓取

​图搜图

​如何确认工具被调用

​思考（推理）

​上下文缓存

​隐式缓存（自动）

​显式缓存

​PDF 理解

​计费口径

​能力上限

​常见问题

三件最容易踩的事

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

2. 内置工具只在 `/v1/responses` 上可用

3. 工具名写错不会报错，只是永远不触发

内置工具（Responses）

联网搜索

网页抓取

图搜图

如何确认工具被调用

思考（推理）

上下文缓存

隐式缓存（自动）

显式缓存

PDF 理解

计费口径

能力上限

常见问题