qwen3.8-flash-next

連線中…

端點

API 位址

服務 (systemd)–

/health–

服務已運行–

排隊中請求–

目前請求

–

上下文–

Prefill 進度–

已生成–

即時速度

–tok/s 生成

Prefill–

MTP 接受率（累計）–

累計 prompt / 生成 tokens–

上一個完成的請求

上下文長度–

Prompt–

生成–

MTP 接受率–

生成速度（近 10 分鐘，tok/s）

生成Prefill ÷ 20

GPU 使用率（近 10 分鐘，%）

主機

CPU–

CPU 使用率–

負載 (1/5/15 分)–

主機已運行–

記憶體 / 磁碟 / 網路

RAM 使用–

Page cache–

磁碟 /–

網路 ↓ / ↑–

部署設定

來源Qwen3.8-Flash-Next

量化 / KV–

YaRN–

MTP–

併發–

Build–

Agent 接入資訊（OpenAI 相容）

API 類型OpenAI Chat Completions（/v1/chat/completions）

Base URL–

模型名稱–

認證Authorization: Bearer <API 金鑰>（可於頁面最下方領取免費 Key，或向管理員索取）

上下文窗口–

最大輸出–

工具呼叫 (function calling)–

輸入模態–

串流支援（SSE，"stream": true）

Thinking預設開啟；關閉："chat_template_kwargs": {"enable_thinking": false}

思考內容欄位message.reasoning_content（與 content 分開）

reasoning_effortlow / medium / xhigh（預設 xhigh；high 會報錯）

預設取樣–

建議逾時≥ 3600 秒（單一併發，長 prompt 需排隊與 prefill）

免費 Key

規則每個 IP 每天可領 3 次・閒置 5 分鐘自動釋放（排隊或推理中不算閒置）

併發 / 佇列併發 1，請求自動排隊（FIFO）・目前執行 –・排隊 –

Key 名額–

今日剩餘領取次數–

我的 Key尚未領取

Key 狀態–

訊息–