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。

Qwen3.6-27B-FP8

一款 270 亿参数的 Qwen 模型,量化为 FP8。直接作答,没有思考步骤。

可用

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

Qwen3.8-27B-FP8

一款 270 亿参数的 Qwen 模型,量化为 FP8,上下文窗口更长。作答前会先进行推理。

可用

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

Qwen3-Embedding-8B

一款 80 亿参数的嵌入模型。将文本转换为向量,用于搜索、检索与聚类;它不回答对话请求。

可用

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。