Alibaba

Qwen3.8 Flash NextOffen

Alibaba Qwen3.8 Flash Next experimental high-throughput multimodal preview model.

#221veröffentlicht 18. Aug. 2026·Open Weights·Not disclosed
textimagevideo260K ctx
API-AnbieterAPI-Key holen →Rangliste
Intelligenz
66.8 #221
AAQI 61.5
Ausgabegeschwindigkeit
168 t/s
TTFT 210 ms · ITL 6.0 ms/tok
Blended-Preis (3:1)
$0.19 /1M
Input $0.12/M · Output $0.4/M
Kontext
260K
≈ 650 A4-Seiten · max. Output 8,192

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Qwen3.8 Flash Next
Claude Mythos Preview (#1)
Average (68)
Coding (60.5)Mathematics (68)Hard Science (GPQA) (66)Agentic & Tool Use (63.5)Knowledge (MMLU) (64)Vision / Multimodal (66)

Radar-Achsen sind aus Kategorie-Scores approximiert, wo direkte Benchmark-Messungen fehlen — siehe Methodik.

Stärken & Trade-offs

Wo das Modell gewinnt

  • Open weights — self-host, fine-tune and audit with no vendor lock-in
  • 168 tok/s output — fast enough for real-time agents
  • Sub-400ms time-to-first-token
  • Very low blended price — $0.19/1M mixed tokens

Killer-Anwendungsfälle

Real-time agents
Low-latency loops for voice, gaming and interactive copilots.
High-volume batch jobs
Classification, extraction and summarization at minimal cost per call.
Vision & document OCR
Extracts structure from scans, charts, screenshots and mixed-media inputs.

Developer-Quickstart & API

Setzen Sie zuerst DASHSCOPE_API_KEY — API-Schlüssel holen
curl https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "qwen3-8-flash-next",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

Offizielle Ressourcen & Links

API-Bereitstellung

Hosts & Latenz vergleichen

Durchsatz, TTFT und Cache-Preise bei Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock und Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Anbieter-Matrix ansehen →

Ergebnisse nach Quelle

Live-Spezifikationen & Architektur

Unter der Haube
  • Prompt caching supported — cached input reads at $0.02/1M tokens.
  • Native multimodality: text, image, video in a single model.
Veröffentlichungsdatum
18. Aug. 2026
Parameter
Not disclosed
Lizenz
Open Weights
Kontextfenster
260,000 tokens
Max. Ausgabe
8,192 tokens
Modalitäten
text + image + video
Cache-Preise
Lesen $0.02 · Schreiben $0.16 /1M
Reasoning
—
Eingabepreis
$0.12/M
Ausgabepreis
$0.4/M
Ausgabegeschwindigkeit
168 t/s
Zeit bis zum ersten Token
210 ms
Daten aktualisiert
28. Aug. 2026

Geschätzte Monatsrechnung

Geschätzte Monatsausgaben
$0.00
Ersparnis ggü. GPT-4o wird berechnet…

Zitieren & Einbetten

GitHub-Markdown-Badge
Loading badge markdown...
BibTeX
@misc{llmpodium2026qwen38flashnext,
  title = {Benchmark Analysis and Intelligence Evaluation of Qwen3.8 Flash Next},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/qwen3-8-flash-next}
}

Score-Badge einbetten

Fügen Sie Ihrem GitHub- oder Hugging-Face-README ein Live-Podium-Score-Badge hinzu — es verlinkt auf das Live-Ranking.

Vorschau
Qwen3.8 Flash Next LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Mehr von Alibaba

Alternative Modelle

Nächste Alternativen zu Qwen3.8 Flash Next basierend auf Leistung, Preis und Benchmarks.

0 / 4