该选择哪个模型?
qwen3.6-27b 直接作答,因此响应开始更快,消耗的 token 也更少。需要快速、直接的回答时请选用它。
qwen3.8-27b 作答前会先进行推理,且上下文窗口更长。适用于多步骤问题、长文档,以及需要规划的智能体。
qwen3-embedding-8b 将文本转换为向量,而不是作答。适用于搜索、检索与 RAG。
- API 模型 ID
qwen3.6-27b
- 开发者
- 阿里云 Qwen 团队
- 参数量
- 27B
- 精度
- FP8
- 上下文长度
- 131,072 token
- 思考模式
- 关闭
- 工具调用
- 支持
- 结构化输出
- 支持:JSON object 与 JSON schema
- 图像输入
- 支持
- 推荐参数
- temperature 0.7, top_p 0.8, top_k 20, presence_penalty 1.5
- 许可协议
- Apache 2.0
- 模型卡片
- Qwen/Qwen3.6-27B-FP8
- API 模型 ID
qwen3.8-27b
- 开发者
- 阿里云 Qwen 团队
- 参数量
- 27B
- 精度
- FP8
- 上下文长度
- 262,144 token
- 思考模式
- 默认开启;可按请求降低推理强度或将其关闭
- 工具调用
- 支持
- 结构化输出
- 支持:JSON object 与 JSON schema
- 图像输入
- 支持
- 推荐参数
- 开启思考时:temperature 1.0、top_p 0.95、top_k 20
关闭思考时:temperature 0.7、top_p 0.8、top_k 20、presence_penalty 1.5
- 许可协议
- Apache 2.0
- 模型卡片
- Qwen/Qwen3.8-27B-FP8
- API 模型 ID
qwen3-embedding-8b
- 开发者
- 阿里云 Qwen 团队
- 参数量
- 8B
- 精度
- BF16
- 上下文长度
- 每条输入 32,768 token
- 向量维度
- 默认 4,096;
dimensions 可取 1 到 4096 之间的任意值
- 归一化
- 已进行 L2 归一化,因此余弦相似度即为点积。截短后的向量会重新归一化
- 批量输入
- 支持:在一次请求中传入字符串列表
- 编码格式
float(默认)或 base64
- 接口
POST /v1/embeddings
- 许可协议
- Apache 2.0
- 模型卡片
- Qwen/Qwen3-Embedding-8B
推荐参数来自 Qwen 官方模型卡片。使用 OpenAI SDK 时,请通过 extra_body 传入 top_k 与 presence_penalty。
查看当前提供的模型
要查看此刻确切可用的模型,请在你的 VPS 上运行:
curl http://api.readyserver.ai/v1/models
申请模型
我们计划加入更多模型。社区论坛上线后,你可以在论坛中提出模型需求。在此之前,请联系 ReadyServer 技术支持。