Alibaba

Qwen3.8 Flash NextAberto

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

#221lançado 18 de ago. de 2026·Open Weights·Not disclosed
textimagevideo260K ctx
Provedores de APIObter chave de API →Ranking
Inteligência
66.8 #221
AAQI 61.5
Velocidade de saída
168 t/s
TTFT 210 ms · ITL 6.0 ms/tok
Preço combinado (3:1)
$0.19 /1M
Entrada $0.12/M · Saída $0.4/M
Contexto
260K
≈ 650 páginas A4 · saída máx. 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)

Os eixos do radar são aproximados a partir dos scores de categoria quando faltam medições diretas — veja Metodologia.

Pontos fortes e trade-offs

Onde vence

  • 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

Casos de uso matadores

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.

Quickstart do desenvolvedor e API

Defina primeiro DASHSCOPE_API_KEY — obter uma chave de API
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."}]
  }'

Recursos e links oficiais

Implantação de API

Comparar hosts e latência

Throughput, TTFT e preços de cache na Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock e Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Ver matriz de provedores →

Pontuações por fonte

Especificações ao vivo e arquitetura

Por baixo do capô
  • Prompt caching supported — cached input reads at $0.02/1M tokens.
  • Native multimodality: text, image, video in a single model.
Data de lançamento
18 de ago. de 2026
Parâmetros
Not disclosed
Licença
Open Weights
Janela de contexto
260,000 tokens
Saída máx.
8,192 tokens
Modalidades
text + image + video
Preços de cache
leitura $0.02 · escrita $0.16 /1M
Raciocínio
—
Preço de entrada
$0.12/M
Preço de saída
$0.4/M
Velocidade de saída
168 t/s
Tempo até o primeiro token
210 ms
Dados atualizados
28 de ago. de 2026

Fatura mensal estimada

Gasto mensal estimado
$0.00
Calculando economia vs GPT-4o…

Citar e incorporar

Badge de Markdown do GitHub
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}
}

Incorporar selo de pontuação

Adicione um selo de Podium Score ao seu README no GitHub ou Hugging Face — ele aponta para o ranking ao vivo.

Pré-visualização
Qwen3.8 Flash Next LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Mais de Alibaba

Modelos alternativos

Principais alternativas para Qwen3.8 Flash Next com base em recursos, preço e benchmarks.

0 / 4