Qwen3.8 Flash: быстрая модель с картинками и миллионным окном

В Qwen3.8 Flash есть три вещи, между которыми обычно приходится выбирать: низкая задержка, контекст 1M токенов и работа с изображениями. (Статья выходила про предыдущую версию, Qwen3.7 Flash; под именем qwen-flash в каталоге теперь Qwen3.8 Flash.)

Почему это редкое сочетание

Большой контекст обычно тянет за собой задержку — модели нужно обработать всё окно. Картинки добавляют ещё нагрузки. Flash сделана так, чтобы быстро отвечать и на большом входе. Поэтому поверх больших данных можно строить не только фоновую обработку, но и продукты, где ответ нужен сразу.

Для чего подходит

1. Ассистент поверх большой базы знаний. Пользователь задаёт вопрос, вы кладёте в контекст релевантные документы (а с окном в 1M их можно класть щедро, не экономя), и ответ приходит быстро, без «подождите минуту».

2. Разбор изображений на лету. Пользователь присылает скриншот ошибки и сразу получает объяснение.

from openai import OpenAI
client = OpenAI(base_url="https://api.yenisei.ru/v1", api_key="YENISEI_KEY")
resp = client.chat.completions.create(
    model="qwen-flash",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Что не так на этом графике?"},
            {"type": "image_url", "image_url": {"url": "https://example.com/chart.png"}},
        ],
    }],
)
print(resp.choices[0].message.content)

3. Массовая обработка длинных документов. Когда нужно прогнать много больших текстов и важна пропускная способность, а не глубина рассуждений.

Flash против 2.4T

У старшей модели линейки, Qwen3.8 2.4T (qwen3.8-2.4t), тоже миллионный контекст. Разница в акценте:

• Flash — скорость и цена. Для интерактива и объёма. На сложных рассуждениях может пропускать шаги.
• 2.4T — глубина, только текст. Для задач, где нужен ответ по всему материалу сразу, а не беглый просмотр.

Если строите продукт с живым откликом — начинайте с Flash. Упёрлись в качество на сложных запросах — точечно переключайте их на 2.4T.

Русский и картинки вместе

Скриншот интерфейса на русском Flash разберёт и прокомментирует на русском же, без перескоков на английский.

Модель в каталоге под именем qwen-flash. Один base_url https://api.yenisei.ru/v1, переключение — одна строка в поле model.