Qwen 3.8 Preview: Fitur Baru & Akses API

Jika harus saya rangkum dalam satu kalimat: Qwen 3.8 Preview adalah model uji coba untuk tim yang membutuhkan satu API untuk teks, gambar, dan video, dengan hingga 262,144 token native dan hingga 1,010,000 token melalui RoPE scaling.

Kalau Anda ingin jawaban singkatnya, ini dia:

• Saya akan mempertimbangkannya untuk pekerjaan multimodal: teks, gambar, dan video dalam satu alur permintaan

• Saya akan mengujinya untuk pekerjaan input panjang: kumpulan dokumen besar, obrolan panjang, basis kode, dan video berdurasi berjam-jam

• Saya akan menggunakannya melalui API APIMart yang kompatibel dengan OpenAI

• Saya tidak akan memperlakukan akses preview ini sebagai lampu hijau untuk produksi tanpa menguji latensi, kualitas output, dan stabilitas konteks panjang terlebih dahulu

Berikut hal-hal yang paling penting:

• Input: teks, gambar, dan video

• Output: teks, JSON, kode, diagram, tool calls, dan text-to-speech

• Jendela konteks: 262K native, hingga 1.01M dengan scaling

• Batas output: hingga 32,768 token untuk teks dan 16,384 untuk tugas vision-language

• Endpoint API: https://api.apimart.ai/v1/chat/completions

• Autentikasi: Bearer token

• Format permintaan: gaya OpenAI, dengan array content multimodal yang diketik (typed)

• Kasus penggunaan paling cocok: OCR, penguraian dokumen, UI-to-code, pengindeksan video, dan automation handoffs

Dengan kata lain: ini terlihat seperti opsi percontohan yang kuat untuk beban kerja multimodal dan konteks panjang, tetapi saya akan memvalidasinya dengan file saya sendiri sebelum mengandalkannya.

Qwen 3.8 Preview: Input Multimodal, Konteks Panjang, dan Kemampuan Output

Mode yang Didukung: Teks, Gambar, dan Video

Perubahan pada versi preview ini paling mudah dilihat dari apa yang bisa diterima dan dihasilkan oleh Qwen 3.8.

Qwen 3.8 Preview mendukung teks, gambar, dan video dalam satu model multimodal. Artinya, Anda bisa bekerja dengan input campuran dalam prompt yang sama tanpa harus berpindah-pindah antar sistem terpisah. Model ini menangani prompt multi-gambar, analisis dokumen berbasis OCR di 32 bahasa, dan pemahaman video berbasis frame dengan pengindeksan tingkat timestamp untuk lokalisasi peristiwa yang presisi ^[4][5].

Dari sisi output, model ini dapat menghasilkan HTML/CSS/JS atau diagram Draw.io dari gambar atau video, menghasilkan JSON terstruktur, dan mendukung tool calling ^[4][5]. Model ini juga mendukung text-to-speech native dengan suara yang dapat disesuaikan ^[4]. Untuk otomasi, Visual Agent dapat mengenali elemen UI PC dan seluler serta memanggil tool untuk menyelesaikan tugas ^[5].

Singkatnya, ini adalah jenis setup yang berguna ketika sebuah tim ingin satu model membaca dokumen, memeriksa screenshot, menonton klip, lalu mengembalikan kode atau data terstruktur tanpa harus berganti tool di tengah proses.

Jendela Konteks dan Batas Output: Artinya dalam Praktik

Jendela konteks native-nya adalah 262,144 token, dapat diperluas hingga 1,010,000 dengan RoPE scaling ^[3]. Tugas teks dapat menghasilkan output hingga 32,768 token; tugas vision-language, hingga 16,384 ^[1].

Dalam praktiknya, batas-batas ini paling berpengaruh ketika Anda menangani banyak materi sumber sekaligus. Jendela konteks yang lebih besar memberi Anda lebih banyak ruang untuk menyimpan dokumen panjang, obrolan panjang, atau file kode besar dalam satu permintaan. Dan dengan batas output yang lebih tinggi, model punya lebih banyak ruang untuk mengembalikan jawaban panjang, kode, atau hasil penguraian tanpa terpotong lebih awal.

Untuk dokumen atau video yang panjang, menyimpan lebih banyak materi sumber dalam satu permintaan mengurangi kebutuhan untuk memecah input menjadi potongan-potongan kecil. Itu sering menjadi pembeda antara alur kerja yang lancar dan yang berubah menjadi pekerjaan copy-paste yang melelahkan.

Apa yang Baru Dibandingkan Rilis Qwen Sebelumnya

Perubahan utamanya adalah cara Qwen 3.8 melatih dan menangani data multimodal secara bersamaan. Perubahan terbesar pada lini Qwen 3 adalah early fusion training, di mana token multimodal dilatih bersama sejak awal, bukan ditangani oleh encoder terpisah ^[3]. Skala pre-training juga meningkat, mencapai sekitar 36 triliun token ^[2].

Sederhananya, model ini dibangun untuk memperlakukan sinyal teks, gambar, dan video sebagai bagian dari sistem yang sama sejak awal. Hal ini penting jika Anda ingin satu model berpindah antara obrolan, penalaran, dan tugas visual dalam alur kerja yang sama, alih-alih menggabungkan pekerjaan tersebut di berbagai model yang berbeda ^[3].

Karena rilis ini masih berstatus preview, beberapa pengaturan sampling mungkin masih perlu disesuaikan ^[3].

Qwen 3.8 Max (Diuji Penuh): PESAING FABLE TERBUKA YANG SESUNGGUHNYA!

Akses API: Ketersediaan, Autentikasi, Endpoint, Harga, dan Kuota

Setelah Anda tahu apa yang bisa dilakukan Qwen 3.8 Preview, langkah berikutnya sederhana: hubungkan ke alur API yang bisa Anda gunakan.

Di Mana Qwen 3.8 Preview Tersedia

Qwen 3.8 Preview tersedia melalui API terpadu APIMart dan format permintaan yang kompatibel dengan OpenAI.

Pengaturan Autentikasi dan Endpoint

Gunakan Bearer token pada header Authorization dan kirim permintaan ke endpoint chat completions APIMart: https://api.apimart.ai/v1/chat/completions ^[6].

Selama fase preview, lebih bijak untuk mengunci snapshot model tertentu daripada mengandalkan alias -latest. Mengapa? Karena alias yang bergerak bisa berubah tanpa sepengetahuan Anda. Identifier berversi seperti qwen3-vl-plus-2025-12-19 adalah pilihan yang lebih aman dibanding target yang bisa bergeser ^[6].

Untuk permintaan multimodal, field content menjadi array dari objek yang diketik (typed). Teks menggunakan {"type": "text", "text": "..."}, dan input gambar menggunakan {"type": "image_url", "image_url": {"url": "..."}}. Input gambar mendukung URL HTTPS dan URL data base64. Anda juga bisa menggunakan detail (auto, low, atau high) untuk menyeimbangkan kualitas output dengan biaya token.

Format bersama ini lebih penting daripada yang terlihat sekilas. Format ini memungkinkan Anda menangani alur teks, gambar, dan video dengan bentuk permintaan yang sama, sehingga Anda tidak perlu kode penghubung tambahan hanya untuk berganti jenis input.

Setelah kunci dan endpoint Anda siap, langkah berikutnya adalah memutuskan cara menyusun permintaan multimodal tanpa membuat payload berantakan.

Perbandingan Harga, Kuota, dan Jalur Akses

Setelah akses siap, hal berikutnya yang perlu diperiksa adalah biaya dan perilaku kuota dibandingkan volume permintaan yang Anda perkirakan.

Harga berbasis token dan bervariasi menurut tier model. Periksa halaman model terkini di APIMart untuk tarif langsung dan batas kuota. Jika Anda mengirim banyak permintaan, tambahkan exponential backoff untuk throttling ^[6].

Itulah bentuk API yang membuatnya praktis untuk memadukan penalaran Qwen 3.8 dengan alur kerja generasi bertenaga APIMart.

Menggunakan Qwen 3.8 Melalui APIMart untuk Alur Kerja Multimodal dan Otomasi

Bagaimana Qwen 3.8 Cocok dengan API Terpadu APIMart

Setelah akses siap, langkah berikutnya adalah menentukan di mana posisi Qwen 3.8 dalam alur multimodal Anda. Dalam kebanyakan kasus, model ini bekerja paling baik sebagai lapisan analisis di dalam pipeline yang lebih besar. Pengaturan ini memberi Anda output terstruktur yang bisa diteruskan ke tahap generasi berikutnya tanpa banyak hambatan.

Arahkan base_url SDK Anda ke https://api.apimart.ai/v1 dan gunakan API key APIMart Anda. Kode SDK yang sudah ada bisa tetap sama karena struktur permintaannya tidak perlu diubah.

Pola Alur Kerja: Bernalar dengan Qwen 3.8, Lalu Membuat dengan Model APIMart

Pola intinya sederhana: Qwen 3.8 melakukan penalaran, dan model gambar atau video APIMart menghasilkan output akhir.

Ini bekerja dengan baik di berbagai tim. Contohnya:

• Tim media dapat mengubah video menjadi kerangka adegan terstruktur, lalu menggunakan kerangka tersebut untuk pembuatan klip.

• Tim e-commerce dapat meninjau gambar produk, menyusun deskripsi, lalu menghasilkan visual yang rapi.

Untuk pekerjaan media yang lebih besar, pipeline yang sama ini dapat berjalan secara asinkron dengan status callback. APIMart mendukung manajemen task asinkron dengan pelacakan status dan notifikasi webhook, sehingga pipeline Anda tidak tersendat menunggu tahap generasi yang lebih lambat.

Pilihan Desain Integrasi dan Tabel Pemetaan Kemampuan

Pilihan desain utama di sini adalah single-call versus alur kerja berantai (chained). Single call cocok untuk tugas langsung seperti pembuatan caption gambar atau tanya-jawab dokumen. Alur kerja berantai lebih masuk akal ketika Qwen 3.8 perlu meneruskan output ke model generasi, terutama jika Anda menginginkan serah terima JSON yang bersih antar tahap.

Berikut cara Qwen 3.8 dipetakan ke kategori model APIMart untuk tahap berikutnya dalam alur kerja:

Kasus Penggunaan Paling Cocok dan Kesimpulan Akhir

Kasus Penggunaan yang Bekerja Baik Saat Ini

Setelah detail akses dan pola alur kerja selesai dibahas, langkah berikutnya sederhana: di mana Qwen 3.8 Preview masuk akal digunakan saat ini?

Kecocokan yang jelas adalah pekerjaan pengetahuan berbasis konteks panjang. Model ini dapat memproses buku atau video berjam-jam dalam satu kali proses, yang berarti lebih sedikit pemotongan untuk peninjauan legal, kepatuhan, dan enterprise.

Model ini juga bekerja baik untuk penguraian dokumen dan OCR, terutama untuk invoice, formulir, dan file hasil pindaian.

Dari sisi developer, model ini dapat mengubah mockup menjadi kode front-end dengan lebih sedikit bolak-balik.

Dan untuk operasi konten, pengindeksan video tingkat timestamp-nya berguna untuk rekaman berjam-jam dan alur kerja lain yang berbasis video.

Cara Mengevaluasi Kesesuaian API Sebelum Masuk Produksi

Sebelum merilis apa pun, uji kekuatan-kekuatan tersebut terhadap file, klip, dan target latensi Anda sendiri.

Mulailah dengan akurasi multimodal. Kirim gambar produk, PDF hasil pindaian, dan klip video yang Anda perkirakan akan digunakan di produksi, lalu bandingkan outputnya dengan kriteria penerimaan Anda.

Selanjutnya, periksa latensi dalam mode thinking maupun non-thinking. Ukur waktu respons dan kualitas output pada setiap mode menggunakan pengaturan yang sesuai dengan pekerjaan tersebut.

Anda juga perlu menguji keandalan panjang konteks dengan dokumen atau input video terpanjang Anda. Meskipun model ini mendukung input yang sangat panjang, beban kerja ultra-panjang tetap perlu divalidasi pada ukuran sebenarnya yang Anda gunakan ^[5].

Kesimpulan: Poin Penting yang Perlu Diingat tentang Qwen 3.8 Preview

Qwen 3.8 Preview paling masuk akal digunakan sebagai model percontohan untuk alur kerja konteks panjang, multimodal, dan yang banyak melibatkan video. Karena masih berupa model preview, validasikan pada beban kerja Anda sendiri sebelum beralih ke produksi.

FAQ

Apa bedanya Qwen 3.8 Preview dengan model Qwen sebelumnya?

Qwen 3.8 Preview dibangun di atas seri Qwen 3 dan menyertakan hybrid thinking. Artinya, model ini bisa beralih antara penalaran langkah demi langkah untuk tugas sulit dan respons yang lebih cepat untuk tugas yang lebih sederhana.

Dibandingkan dengan model sebelumnya, model ini menambahkan MoE scaling yang lebih kuat, penanganan konteks yang lebih panjang, dan integrasi multimodal yang lebih dalam di seluruh teks, gambar, dan video.

Kapan saya harus menggunakan jendela konteks panjang penuh?

Gunakan jendela konteks panjang penuh ketika Anda membutuhkan analisis mendalam terhadap data dalam jumlah besar, seperti buku utuh, video berjam-jam, atau pemahaman kode setingkat repo.

Model ini mendukung jendela konteks native 256K, dan Anda bisa memperluasnya hingga 1M token. Jika Anda mengalami error out-of-memory, kurangi konteks menjadi 32,768 token. Untuk sebagian besar instruksi standar, 65,536 token output biasanya sudah cukup.

Apa yang harus saya uji sebelum menggunakannya di produksi?

Sebelum men-deploy Qwen 3.8 ke produksi, benchmark model ini terhadap traffic sebenarnya menggunakan eval set yang representatif. Ini memberi Anda gambaran yang jauh lebih jelas tentang bagaimana model akan berperilaku setelah live, dibandingkan hanya mengandalkan prompt uji skenario terbaik.

Anda juga perlu memeriksa perkiraan biaya untuk token, gambar, dan retry. Biaya bisa membengkak dengan cepat ketika retry menumpuk di atas permintaan yang berat gambar atau konteks panjang, jadi ada baiknya menghitungnya sejak awal.

Uji juga endpoint terpadu yang kompatibel dengan OpenAI Anda, terutama untuk manajemen konteks dan penanganan rate-limit. Di atas kertas, semuanya mungkin terlihat baik-baik saja. Dalam praktiknya, session state, ukuran prompt, dan logika retry biasanya menjadi sumber masalah.

Gunakan dry run untuk memvalidasi setup sebelum mengirim traffic live melalui itu. Ini langkah sederhana, tetapi bisa menghindarkan Anda dari mengejar error yang sebenarnya bisa dicegah nanti.

Beberapa kebiasaan dasar yang penting di sini:

• Rotasi API key secara berkala

• Pisahkan key dev dan staging

• Catat log hanya untuk task_id

Poin terakhir itu mudah terlewat, tetapi membantu mengurangi risiko terekspornya data prompt atau pengguna dalam log.