Qwen: Qwen3.8 Max Prime

Qwen3.8 Max Prime, Alibaba की Qwen टीम द्वारा अनुरक्षित मॉडल परिवार Qwen का एक टेक्स्ट जनरेशन मॉडल है। इसे Qwen3.8 Max के उच्च-थ्रूपुट संस्करण के रूप में स्थान दिया गया है, इसे एक अलग SKU के रूप में परोसा जाता है, और इसे प्रदाता द्वारा 2026-09-23 को जारी किया गया था। यदि आप Qwen श्रृंखला को पहले से जानते हैं, तो नाम से ही आपको अधिकांश जानकारी मिल जाती है: यह Max स्तर है, जिसमें Prime प्रत्यय भिन्न आधार मॉडल के बजाय थ्रूपुट-उन्मुख सर्विंग विकल्प को दर्शाता है।

मॉडल इनपुट के रूप में टेक्स्ट, छवि और वीडियो स्वीकार करता है और केवल टेक्स्ट लौटाता है। यह संयोजन इसे मीडिया के जनरेटर के बजाय एक मल्टीमॉडल पाठक बनाता है: आप इसे लिखित निर्देशों के साथ दस्तावेज़, स्क्रीनशॉट, फ़ोटो या वीडियो दे सकते हैं, और यह गद्य या संरचित टेक्स्ट में उत्तर देता है। कॉन्टेक्स्ट विंडो 1,000,000 टोकन है, जो चंकिंग के बिना बहुत लंबे इनपुट रखने के लिए पर्याप्त बड़ी है, और अधिकतम आउटपुट लंबाई 131,072 टोकन है, इसलिए एक ही कॉल में लंबे-रूप के उत्तर व्यावहारिक हैं। तर्क यहाँ सतह क्षेत्र का हिस्सा है: समर्थित पैरामीटर में reasoning, reasoning_effort, और include_reasoning शामिल हैं, इसलिए आप नियंत्रित कर सकते हैं कि तर्क प्रकट किया जाता है या नहीं और मॉडल उस पर कितना प्रयास खर्च करता है।

ये क्षमताएँ काफी विशिष्ट प्रकार के कार्यों की ओर संकेत करती हैं। लंबे-कॉन्टेक्स्ट का काम स्पष्ट रूप से उपयुक्त है: पूरे कोडबेस, अनुबंध सेट, या शोध संग्रह को एक अनुरोध में पढ़ना, फिर उस सब पर प्रश्न पूछना। चूँकि छवियाँ और वीडियो इनपुट के रूप में स्वीकार किए जाते हैं, वही कॉल मिश्रित सामग्री को कवर कर सकती है, उदाहरण के लिए एक रिकॉर्डिंग और उसका ट्रांसक्रिप्ट और एक लिखित विशिष्टता, जिसमें मॉडल तीनों पर तर्क करता है। संरचित निष्कर्षण एक और स्वाभाविक उपयोग है, क्योंकि structured_outputs और response_format समर्थित हैं, जो उन पाइपलाइनों के लिए उपयुक्त है जिन्हें मुक्त टेक्स्ट के बजाय JSON या स्कीमा-आकार के परिणाम चाहिए। टूल उपयोग भी समर्थित है, इसलिए मॉडल एक एजेंट लूप के भीतर बैठ सकता है जो फ़ंक्शन या बाहरी सेवाओं को कॉल करता है।

आप इसे मॉडल आईडी "qwen/qwen3.8-max-prime" का उपयोग करके api14 के OpenAI-संगत API के माध्यम से कॉल करते हैं। चूँकि इंटरफ़ेस OpenAI-संगत है, मौजूदा क्लाइंट और SDK बेस URL और मॉडल आईडी बदलने के साथ काम करते हैं। इसके द्वारा समर्थित अनुरोध पैरामीटर frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs, और top_p हैं। यह सैंपलिंग नियंत्रण, seed के माध्यम से नियतात्मकता, स्टॉप अनुक्रम, टोकन सीमा, लॉग प्रायिकता निरीक्षण, संरचित आउटपुट, और टूल कॉलिंग को कवर करता है, इसलिए अधिकांश मानक अनुरोध आकार बिना वर्कअराउंड के उपलब्ध हैं।

एक व्यावहारिक चेतावनी: प्रदाता इसे Qwen3.8 Max की तुलना में उच्च मूल्य बिंदु पर परोसे जाने वाले उच्च-थ्रूपुट संस्करण के रूप में वर्णित करता है, इसलिए यदि कच्चा थ्रूपुट आपकी बाधा नहीं है, तो मानक Max SKU अधिक उपयुक्त डिफ़ॉल्ट हो सकता है। यहाँ दोनों के बीच गुणवत्ता अंतर के बारे में कोई जानकारी नहीं है, इसलिए चुनाव को क्षमता का नहीं बल्कि सर्विंग का व्यापार-बंद मानें। यह भी ध्यान दें कि आउटपुट पक्ष केवल टेक्स्ट है, इसलिए जनरेट की गई छवियों, ऑडियो, या वीडियो की आवश्यकता वाले किसी भी चीज़ के लिए एक अलग मॉडल चाहिए।