Модель · Qwen
Qwen3.8 Flash
Недорогая модель Qwen для программирования, агентов и офисных задач, понимает картинки и видео; облачная версия открытой Flash-Next
вышла 26 августа
Характеристики
- Вышла
- 26 августа
- КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
- 1 млн токенов
- Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
- до 131 тыс. токенов
- Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
- $0,15 за миллион токенов
- Вход из кэшаЦена входа для повторяющегося начала запроса, которое лаборатория уже сохранила у себя. В длинной переписке и у агентов это большая часть входа — и в разы дешевле
- $0,016 за миллион токенов
- Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
- $0,47 за миллион токенов
- Понимает
- текст, изображения, видео
- Отвечает
- текст
- РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
- да
- Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
- да
- ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
- закрытые
- Идентификатор в API
- qwen3.8-flash
Что это за модель
Qwen3.8-Flash — облачная модель Alibaba, построенная на открытой Qwen3.8-Flash-Next. Лаборатория называет её официальной версией Flash-Next с доработками для рабочей среды: контекст в 1 млн токенов включён по умолчанию, есть встроенные инструменты. В основе — смесь экспертов (mixture of experts): всего 125 млрд параметров, но на каждый токен работают только 6 млрд. Поэтому модель отвечает быстро и стоит недорого.
Главное отличие от прошлых моделей — новая архитектура, которую Alibaba называет ранним превью Qwen4. В трёх слоях из каждых четырёх работает Gated DeltaNet: этот механизм сжимает прочитанное в состояние фиксированного размера. Оставшийся слой — внимание по всему контексту, чтобы точно находить нужное место в длинном тексте. Лаборатория также добавила собственное разреженное внимание Qwen Sparse Attention, чтобы снизить задержку. По словам компании, модель обходит Qwen3.7-Plus, а обучение обошлось примерно в девять раз дешевле. Сильнее всего результаты выросли в программировании и офисных задачах.
Модель берут для агентных задач, программирования, долгой работы с документами, а также для разбора картинок и видео. По замерам лаборатории, в SWE-bench Pro (исправление реальных ошибок в коде) она набирает 62,5, в GPQA Diamond (научные вопросы) — 91,7. В CoWorkBench (долгие офисные задачи) у неё 73,9, в AndroidWorld (управление смартфоном) — 84,5. Эти цифры приведены для открытой Flash-Next.
По умолчанию модель рассуждает перед ответом. Из-за этого даже на простые вопросы она отвечает медленнее. Открытые веса Flash-Next выходят не под свободной лицензией вроде Apache, а под собственной лицензией Alibaba qwen-community-1.0. У открытой версии встроенный контекст — 262 144 токена, а дальше его растягивают специальным методом масштабирования. В облачной Qwen3.8-Flash миллион токенов доступен сразу.
Источники: Карточка Qwen3.8-Flash-Next на Hugging Face, Анонс Qwen3.8-Flash-Next в блоге Qwen
Другие модели семейства
-
Qwen3.8 Max
Qwen14-е место в Epochконтекст 1 млн$2 / $6рассуждения
-
-
-
-
-
-
-
Новости о модели
- 01
- 02
- 03
- 04
- 05
- 06
Данные: models.dev (MIT).