实现思考模式和非思考模式的有效融合，可在对话中切换模式。推理能力达到同规模业界SOTA水平、通用能力显著超过Qwen2.5-7B。
推理服务供应商
qwen3-8b模型的推理服务供应商为阿里云百炼。
模型能力
华北2（北京）
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Text |
输出模态 |
Text |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
新加坡
部署范围：国际
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Text |
输出模态 |
Text |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
德国（法兰克福）
部署范围：全球
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Text |
输出模态 |
Text |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
美国（弗吉尼亚）
部署范围：全球
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Text |
输出模态 |
Text |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 |
98304 |
最大输出长度 |
8192 |
上下文长度 |
131072 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 |
0.5 |
每百万tokens |
输出 |
2 |
每百万tokens |
输入（思考） |
0.5 |
每百万tokens |
输出（思考） |
5 |
每百万tokens |
调优 |
6 |
每百万tokens |
新加坡
部署范围：国际
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 |
1.321 |
每百万tokens |
输出 |
5.137 |
每百万tokens |
输入（思考） |
1.321 |
每百万tokens |
输出（思考） |
15.412 |
每百万tokens |
德国（法兰克福）
部署范围：全球
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 |
0.5 |
每百万tokens |
输出 |
2 |
每百万tokens |
输入（思考） |
0.5 |
每百万tokens |
输出（思考） |
5 |
每百万tokens |
美国（弗吉尼亚）
部署范围：全球
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 |
0.5 |
每百万tokens |
输出 |
2 |
每百万tokens |
输入（思考） |
0.5 |
每百万tokens |
输出（思考） |
5 |
每百万tokens |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
600 |
TPM（每分钟tokens） |
1,000,000 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
600 |
TPM（每分钟tokens） |
1,000,000 |
德国（法兰克福）
部署范围：全球
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
600 |
TPM（每分钟tokens） |
1,000,000 |
美国（弗吉尼亚）
部署范围：全球
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
600 |
TPM（每分钟tokens） |
1,000,000 |