Qwen3.8-27B

POST /v1/chat/completions model: Qwen3.8-27B

规格

架构	Qwen3_5ForConditionalGeneration，model_type = qwen3_5
层数	64
隐藏维度	5,120
注意力	24 个 Q 头、4 个 KV 头（GQA），头维度 256
中间维度	17,408
词表	248,320
视觉塔	27 层，宽度 1,152，16 头，patch 16，空间合并 2
精度	bfloat16——未量化

概览

上下文长度	131,072 token
输入模态	文本 + 图片
流式	✅
工具调用	✅
JSON 输出	✅ json_object
思考	✅——默认开启
推理引擎	vLLM
稳定性	experimental

思考

不主动调低就一直开着；不传 reasoning_effort 时落到 xhigh。

取值
不传	落到 xhigh
low	✅
medium	✅
xhigh	✅ 最长的一档
high minimal max	❌ 400

这个模型的顶层档位叫 xhigh，不是 high

传 reasoning_effort: "high" 会被拒：

Unexpected reasoning effort high. Supported types are xhigh (default), medium, and low.

要最长的思考请传 xhigh，或者不传这个参数。

思考文本在 choices[0].message.reasoning。这个模型不返回 usage.completion_tokens_details，思考 token 不单独计数，已包含在 usage.completion_tokens 里。

思考和正文共用同一份 max_tokens 预算。content 返回空时，调大 max_tokens 或传 reasoning_effort: "low"。

messages

system 消息可以不给，但最多一条，且必须放在最前。出现第二条、或排在 user 之后会被拒：

System message must be at the beginning.

角色名写 system 或 developer 都接受。

图片输入

在 content 里放 image_url 内容块，data: URL 和 https:// URL 都接受。

{
  "model": "Qwen3.8-27B",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "这张图里写了什么？" }
    ]
  }]
}

图片用量报在 usage.prompt_tokens_details.multimodal_tokens.image。

限制

上下文窗口	131,072 token，prompt 与输出合并计算
JSON 输出	response_format: {"type": "json_object"}
思考档位	low、medium、xhigh

max_tokens 按整个窗口校验：

max_tokens=999999 cannot be greater than max_model_len=max_total_tokens=131072.

示例

curl https://developer.amd.com.cn/radeon/api/v1/chat/completions \
  -H "Authorization: Bearer $RADEON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Qwen3.8-27B",
    "reasoning_effort": "low",
    "max_tokens": 512,
    "messages": [
      { "role": "system", "content": "一句话回答。" },
      { "role": "user", "content": "天为什么是蓝的？" }
    ]
  }'