Qwen检查中
qwen3.8-omni-flash
qwen/qwen3.8-omni-flash
对话补全上下文: 1M工具视觉推理音频
正在加载价格…
参照原价$0.15 / $0.47 / 百万 tokens
对话
发送一条消息，用你的账号运行 qwen3.8-omni-flash。
设置
上一次响应
收到回复后，这里会显示用量和扣费。
关于此模型
qwen3.8-omni-flash 通过 Hermes AI 的 OpenAI 兼容对话补全接口提供。发送标准的 messages 数组即可；流式输出、function 工具、JSON 输出和推理设置原样透传。按 token 从预付额度扣费，价格见「定价」标签。
| 属性 | 值 |
|---|---|
| 模型 id | qwen/qwen3.8-omni-flash |
| 厂商 | Qwen |
| 上下文窗口 | 1,000,000 token |
| 能力 | 工具, 视觉, 推理, 音频, 流式 |
| 端点 | https://api.hermes-ai.net/api/v1/chat/completions |
| Hermes AI 价格 | 正在加载价格… |
请求
POST https://api.hermes-ai.net/api/v1/chat/completions · 带 chat:create 权限的 API Key，或已登录会话。
| 字段 | 类型 | 说明 |
|---|---|---|
| model | string | qwen/qwen3.8-omni-flash |
| messages | array | OpenAI 对话消息：system、user、assistant、tool 角色；text 和 image_url 内容块。 |
| stream | boolean | SSE 流式输出，最后一个事件包含 usage。 |
| max_tokens | integer | 输出上限，同时决定预留额度。 |
| tools / tool_choice | array / object | 仅支持 function 工具。 |
| response_format | object | 模型支持时可用 JSON 模式和 JSON schema。 |
| temperature, top_p, stop, seed, reasoning_effort | 原样透传。 |
响应
| 字段 | 说明 |
|---|---|
| choices[].message / delta | OpenAI chat completion 结构。 |
| usage | 模型返回的 prompt_tokens、completion_tokens 和 prompt_tokens_details.cached_tokens。 |
| hermes.charged_micros | 精确扣费（微美元，JSON 响应）。流式请求可在 GET /api/v1/chat/requests 查看。 |
| x-hermes-request | 请求 id 响应头，账单流水中使用同一 id。 |
| error.code | 文档中的 Hermes 错误码；请按错误码而非消息文本分支。 |
token 价格
美元 / 百万 token。按每次请求的提示词长度选择档位。
正在加载价格…
按 token 计费说明
- 请求被接受时，Hermes 会按估算的提示词长度加上 max_tokens（未设置时为 8,192）预留额度。设置 max_tokens 可以减少预留。
- 响应结束后，按模型返回的实际用量结算：提示词 token 按输入价、命中缓存的 token 按缓存读取价、输出 token 按输出价，预留的剩余部分立即释放。
- 模型拒绝请求时不收费。流式输出在已生成内容后中断时，会按已生成文本估算并扣费。
代码示例
任意 OpenAI SDK 都可用：设置 base URL 和你的 Hermes Key。
shell
export HERMES_API_KEY=your_api_keycurl https://api.hermes-ai.net/api/v1/chat/completions \
-H "Authorization: Bearer $HERMES_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen/qwen3.8-omni-flash",
"messages": [{"role": "user", "content": "Say hello in one sentence."}],
"max_tokens": 200
}'