Qwen 3.8 API Nasıl Kullanılır

Alibaba, Qwen 3.8-Max'i Ağustos 2026 başında piyasaya sürdü ve API Model Studio'da zaten yayında. Model, toplam 2.4T parametre (95B aktif), 1M token bağlam penceresi ve milyon token başına sabit 2$ giriş / 6$ çıkış fiyatı sunuyor. Modelin tam arka planını öğrenmek isterseniz, Qwen 3.8 açıklayıcımızla başlayın. Bu kılavuz pratik yönlerini kapsıyor: anahtar edinme, bölge seçimi, ilk çağrınızı yapma ve modeli araçlarınıza entegre etme.

Tek bir ayrıntı bu API'yi çoğu model lansmanından ayırıyor. Qwen 3.8, ilk günden itibaren iki protokolle geliyor: OpenAI uyumlu bir uç nokta ve Anthropic uyumlu bir uç nokta. Mevcut OpenAI SDK kodunuz çalışıyor. Claude Code kurulumunuz da üç ortam değişkeniyle çalışıyor. Bu çift protokollü tasarım, aynı istemi her iki protokol şekline de gönderip her birinin nasıl geri aktığını izleyebileceğiniz Apidog'da kurcalamak için eğlenceli bir API olmasını sağlıyor. Daha fazlası aşağıda.

İşte tam adım adım rehber.

Başlamadan önce ihtiyacınız olanlar

Aşağıdakilerin sizi şaşırtmaması için hızlı bir referans:

Tüm bunlar resmi Qwen 3.8 sürüm gönderisinden ve Alibaba Cloud Model Studio belgelerinden alınmıştır. Ağırlıklar hakkında bir not: Alibaba, gelecek hafta Hugging Face ve ModelScope'ta açık ağırlıklar sözü vermişti, ancak Ağustos 2026 başı itibarıyla henüz indirilemiyorlar. Bu kılavuzdaki her şey barındırılan API'ye karşı çalışıyor.

Adım 1: QwenCloud'dan bir API anahtarı alın

home.qwencloud.com adresine gidin ve oturum açın veya bir hesap oluşturun. Konsola girdikten sonra bir API anahtarı oluşturun. Alibaba'nın platformu dahili olarak hala DashScope adını kullanıyor, bu nedenle ortam değişkeni kuralı DASHSCOPE_API_KEY'dir:

export DASHSCOPE_API_KEY="sk-your-key-here"

Bunu kabuk profilinize veya bir .env dosyasına koyun, kaynak kodunuza değil. Bu kılavuzdaki her kod parçacığı anahtarı o değişkenden okur.

Gerçek para harcamadan önce modeli test etmek isterseniz, ücretsiz bir kota var: Sadece Singapur bölgesinde geçerli, 90 gün boyunca geçerli 1M token. Bu, ciddi bir değerlendirme çalışması için yeterli.

Adım 2: bölgesel bir temel URL seçin

Model Studio, OpenAI uyumlu API'yi üç bölgeden sunar. Sunucularınıza en yakın olanı seçin:

Singapur uç noktası (dashscope-intl) çoğu uluslararası kullanıcı için varsayılan seçimdir ve ücretsiz kota burada bulunur. Model Studio model listesi, qwen3.8-max'in metin üretimi ile birlikte görüntü ve video anlama için mevcut olduğunu ve 3 Ağustos güncellemesi itibarıyla önerilen modeller tablosunun en üstünde yer aldığını doğrulamaktadır.

Aşağıdaki örnekler Singapur'u kullanır. Eğer Pekin veya Virginia'ya daha yakınsanız temel URL'yi değiştirin.

Adım 3: ilk çağrınızı yapın

Uç nokta OpenAI sohbet tamamlama formatında konuşur, bu nedenle resmi openai Python SDK'sı olduğu gibi çalışır. Onu DashScope temel URL'sine yönlendirin:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[
        {"role": "system", "content": "You are a precise technical assistant."},
        {"role": "user", "content": "Explain idempotency in REST APIs in two sentences."},
    ],
)

print(completion.choices[0].message.content)

cURL'de aynı çağrı:

curl https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-max",
    "messages": [
      {"role": "user", "content": "Explain idempotency in REST APIs in two sentences."}
    ]
  }'

Daha önce herhangi bir OpenAI uyumlu sağlayıcı kullandıysanız, buradaki hiçbir şey size yeni gelmeyecektir. Amaç da budur. Başka bir modelden geçiş, bir temel URL takası ve bir model kimliği değişikliğidir. Önceki nesilden geliyorsanız, iş akışı Qwen 3.7 Plus API kılavuzumuzdaki ile aynıdır, sadece yeni bir model kimliği ve arkasında daha iyi sayılar bulunur.

Adım 4: yanıtları yayınlayın ve akıl yürütmeyi okuyun

Qwen 3.8-Max bir akıl yürütme modelidir ve varsayılan olarak düşünür. Akış modunda, düşünce reasoning_content deltaları olarak gelir, nihai yanıt ise düzenli content deltaları olarak gelir. İkisini de ele alın:

stream = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[
        {"role": "user", "content": "Design a rate limiting strategy for a public API."}
    ],
    stream=True,
)

thinking_done = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = getattr(delta, "reasoning_content", None)
    if reasoning:
        print(reasoning, end="", flush=True)
    elif delta.content:
        if not thinking_done:
            print("\n--- answer ---")
            thinking_done = True
        print(delta.content, end="", flush=True)

Düşünce akışı hakkında bilinmesi gereken iki şey var. Birincisi, düşünce tokenleri diğer her şeyle aynı oranda çıkış tokenleri olarak faturalandırılır, bu nedenle uzun akıl yürütme zincirleri faturanızda görünür. İkincisi, varsayılan çaba seviyesinde model yoğun bir şekilde akıl yürütür, bu doğruluk için harikadır ancak sohbet kullanıcı arayüzleri için yavaştır. Bu bizi kontrollere getiriyor.

Adım 5: reasoning_effort ve düşünme bayraklarını ayarlayın

API, reasoning_effort için üç resmi seviye sunar: xhigh (varsayılan), medium ve low. Daha yüksek çaba, daha fazla düşünce tokeni, zor problemlerde daha iyi sonuçlar ve daha yüksek gecikme süresi ile maliyet anlamına gelir. Daha düşük çaba, sınıflandırma, çıkarma ve basit sohbet için doğru seçimdir.

İlgili iki bayrak düşünme davranışını kontrol eder: enable_thinking akıl yürütme sürecini açar veya kapatır ve preserve_thinking (varsayılan olarak açık) akıl yürütme bağlamını turlar arasında korur. Bunlar DashScope uzantıları olduğundan, OpenAI SDK'yı kullanırken bunları extra_body aracılığıyla geçirin:

completion = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{"role": "user", "content": "Classify this ticket: 'Login page 500s on Safari.'"}],
    extra_body={
        "reasoning_effort": "low",
        "enable_thinking": True,
    },
)

Düşünme açık olsun ya da olmasın, token başına faturalandırma aynıdır. Maliyetlerinizi değiştiren kaldıraç, modelin ürettiği düşünce tokenlerinin sayısıdır ve bunu reasoning_effort doğrudan kontrol eder. Mantıklı bir varsayılan: ajan tabanlı kodlama ve analiz için xhigh, yüksek hacimli üretim uç noktaları için low, emin olmadığınız zamanlarda medium. Alibaba'nın varsayılanları da dahil olmak üzere kimsenin varsayılanlarına güvenmek yerine kendi iş yükünüzü karşılaştırın.

Anthropic uyumlu uç nokta

Bu alışılmadık kısım. OpenAI uyumlu API'nin yanı sıra Qwen 3.8, bir Anthropic protokolü uç noktası sunar:

https://dashscope-intl.aliyuncs.com/apps/anthropic

Anthropic Mesajlar formatında konuşur, bu da Claude'un API'si için oluşturulmuş herhangi bir aracın kod değişikliği yapmadan Qwen 3.8-Max ile konuşabileceği anlamına gelir. Ana kullanım durumu Claude Code'dur. Alibaba resmi bir yapılandırma yayınladı ve bu üç ortam değişkeninden oluşuyor:

export ANTHROPIC_BASE_URL=https://dashscope-intl.aliyuncs.com/apps/anthropic
export ANTHROPIC_AUTH_TOKEN=$DASHSCOPE_API_KEY
export ANTHROPIC_MODEL=qwen3.8-max

Bu değişkenleri ayarladıktan sonra claude'u başlatın ve Claude Code, Qwen 3.8-Max'e karşı tam ajan tabanlı döngüsünü çalıştırır. Burada durulması gereken bir ayrıntı var: Alibaba, kendi kodlama kıyaslamalarının çoğunu Claude Code koşum takımıyla çalıştırdı. Anthropic uç noktası bir uyumluluk sonradan akla gelmiş bir şey değildir; tedarikçinin kodlama sayılarını üretmek için kullandığı yapılandırmadır. Eğer ajan tabanlı kodlama sizin kullanım durumunuzsa, kodlama için Qwen 3.8 incelememiz bu kıyaslama satırlarını ve diğer desteklenen koşum takımlarını (Codex, Qoder, Qwen Code ve OpenClaw'ın da resmi yapılandırmaları var) inceler.

Çift protokol neden Claude Code'un ötesinde önemlidir? Çünkü ekibinizin muhtemelen her iki ekosisteme yayılmış kod ve araçları vardır. Her iki formata da yanıt veren tek bir API, önce istemcileri yeniden yazmaya gerek kalmadan her iki yönde de bir geçişi test edebileceğiniz anlamına gelir.

Maliyeti nedir

Kısa versiyon: milyon giriş tokeni başına 2$, milyon çıkış tokeni başına 6$, 0'dan 1M bağlama kadar tek sabit katman. 1M bağlamlı modeller arasında nadir görülen uzun bağlam ek ücreti yok. Bağlam önbelleğe alma, tekrarlanan girişi önbellek isabetlerinde giriş fiyatının %10'una düşürürken, açık önbellek oluşturma %125 oranında faturalandırılır. Resmi fiyatlandırma sayfası mevcut sayıları içerir.

Karşılaştırma için, bu lansman fiyatı Qwen 3.7-Max'in 2.5$/7.5$ liste fiyatının altındadır. Ancak akış bölümündeki faturalandırma notunu unutmayın: düşünce tokenleri çıkış olarak sayılır ve varsayılan çaba seviyesi xhigh'dır, bu nedenle gerçek faturalar basit bir etiket hesaplamasından daha yüksek çıkar. Çalışılmış maliyet örnekleri ve ücretsiz kota ayrıntıları için tam Qwen 3.8 fiyatlandırma dökümüne bakın.

Qwen 3.8 API'yi Apidog'da test edin ve hata ayıklayın

Çift protokollü, üç bölgeli, akışlı akıl yürütme API'si, uygun bir API çalışma ortamının kendini kanıtladığı yüzey türlerinden biridir. İşte Apidog'da pratik bir kurulum:

OpenAI uyumlu spesifikasyonu içe aktarın. Bir proje oluşturun ve istek gövdesi şemasıyla sohbet tamamlama uç noktasını (POST /chat/completions) ekleyin. API, OpenAI formatını takip ettiğinden, mevcut bir OpenAI spesifikasyonunu içe aktarabilir ve sunucu URL'si dışında hiçbir şeyi değiştiremezsiniz. Aynı projede Anthropic Mesajlar uç noktasını ikinci bir API olarak ekleyin, böylece her iki protokol şekli yan yana bulunur.

Bölgeleri ortamlar olarak modelleyin. Üç Apidog ortamı (Pekin, Singapur, ABD-Virginia) oluşturun; her biri eşleşen uyumlu mod URL'sine ayarlanmış bir base_url değişkeni ve paylaşılan bir DASHSCOPE_API_KEY sırrı içersin. Bölgeler arasında geçiş, her isteği düzenlemek yerine bir açılır menü tıklaması haline gelir. Bu aynı zamanda, üretim için bir bölgeye karar vermeden önce kendi konumunuzdan her bir bölgeye karşı gecikme süresini kontrol etmenin temiz bir yoludur.

SSE akışını inceleyin. "stream": true ile bir istek gönderin ve yanıt görünümünde ham sunucu tarafından gönderilen olayları izleyin. Önce reasoning_content deltalarının, ardından content deltalarının geldiğini göreceksiniz. Üretimde akış ayrıştırıcınız yanlış davrandığında, çıktısını Apidog'daki ham olay dizisiyle karşılaştırmak, hatanın size mi yoksa sağlayıcıya mı ait olduğunu bulmanın en hızlı yoludur.

Modelleri yan yana karşılaştırın. Bir isteği çoğaltın, model kimliğini qwen3.7-max olarak değiştirin ve ikisini de aynı isteme karşı çalıştırın. Aynı numara sağlayıcılar arasında da işe yarar: aynı projede bir Kimi K3 API isteği tutun ve gerçek iş yükünüzde iki açık ağırlıklı amiral gemisini A/B testi yapın, her çalıştırma için yanıt süreleri ve token sayıları kaydedilir. Satıcı kıyaslama tabloları bir başlangıç noktasıdır; kendi istemleriniz gerçek testtir.

Takip etmek için Apidog'u ücretsiz indirin; yukarıdaki tüm kurulum yaklaşık on dakika sürer.

Sıkça Sorulan Sorular

Qwen 3.8 API'yi ücretsiz denemenin bir yolu var mı? Evet. Yeni Model Studio hesapları, yalnızca Singapur bölgesinde geçerli, 90 gün boyunca geçerli qwen3.8-max için 1M tokenlik ücretsiz kota alır. Teklifin tamamı budur, bu yüzden değerlendirme trafiğinizi kullanmak için dashscope-intl üzerinden yönlendirin.

Qwen 3.8'i API kullanmak yerine yerel olarak çalıştırabilir miyim? Henüz değil. Alibaba, gelecek hafta Hugging Face ve ModelScope'ta açık ağırlıklar sözü verdi, ancak Ağustos 2026 başı itibarıyla indirilemiyorlar. Ve toplam 2.4T parametre ile kendi kendine barındırma, nicelendirilmiş olsa bile çok düğümlü bir proje olacaktır. Şimdilik barındırılan API, modeli çalıştırmanın tek yoludur.

Anthropic uç noktası OpenAI'daki özelliklerin aynısını destekliyor mu? Anthropic uç noktası, Anthropic Mesajlar protokolünde konuşur ve öncelikli olarak bu ekosistemdeki araçları çalıştırmak için vardır, Claude Code resmi olarak belgelenmiş entegrasyondur. Doğrudan uygulama kodu için, OpenAI uyumlu uç nokta daha iyi belgelenmiş yoldur; reasoning_effort, enable_thinking ve akışlı reasoning_content hepsi yukarıda ele alınmıştır.

qwen3.8-max, kodlama işleri için Qwen3-Coder ile nasıl karşılaştırılır? Farklı araçlardır. Qwen3-Coder özel bir kodlama modeli serisidir; qwen3.8-max ise Alibaba'nın kendi tablosunda güçlü ajan tabanlı kodlama sayıları yayınlayan genel amiral gemisidir (satıcı tarafından yapılan kıyaslamalara göre Terminal Bench 2.1'de 86.6). Eğer aralarında seçim yapıyorsanız, her ikisini de aynı API yüzeyi üzerinden test edin: model kimliği dışında çağrılar aynıdır.

Sonuç

Qwen 3.8 API, benimsenmesi en kolay amiral gemisi lansmanlarından biridir. OpenAI SDK kodunuz bir temel URL takasından sonra çalışır, Claude Code kurulumunuz üç ortam değişkeninden sonra çalışır ve sabit 2$/6$ fiyatlandırma, 1M bağlam genelinde maliyetleri tahmin etmek için bir e-tabloya ihtiyacınız olmadığı anlamına gelir. Aslında dikkat edilmesi gereken ana noktalar: xhigh varsayılan çabada çıkış olarak faturalandırılan düşünce tokenleri ve ücretsiz kota üzerindeki bölgesel ayrım.

Ücretsiz Singapur kotasıyla başlayın, akıl yürütme deltalarının nasıl davrandığını görmek için birkaç istek yayınlayın ve Alibaba'nınki dahil herhangi bir kıyaslama tablosuna güvenmeden önce kendi istemlerinizi deneyin. Tüm kurulumu Apidog'da bölgeleri ortamlar olarak ve her iki protokolü kaydedilmiş istekler olarak bir proje olarak yapılandırmak, bu değerlendirmeyi bir öğleden sonraki geçici cURL işleminden, bir sonraki model çıktığında tüm ekibinizin yeniden çalıştırabileceği bir şeye dönüştürür.