Qwen3.8-Flash-Next

Fiche modèle · Alibaba Cloud / Qwen Team · qwen3.8-flash-next

Qwen3.8-Flash-Next is an open-weight experimental preview of the architecture planned for Qwen4, with Hybrid Attention (QSA), Gated Residual, and N-gram Embedding. The card reports 125B parameters with 6B activated, plus 51B n-gram embedding and 4B MTP; Hugging Face BF16 safetensors total 179,999,981,424 parameters (~180B stored). It is a causal LM with a vision encoder for text, image, and video, a native 262,144-token context extensible to 1,000,000 tokens, and thinking on by default (enable_thinking, preserve_thinking, reasoning_effort). This catalog entry is the open-weight checkpoint, not the separate production Qwen3.8-Flash API on Qwen Cloud.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2026-08-26
Licence	qwen community license 1.0
Licence commerciale	oui
Licence open source	non
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 125 Md > 107 Md
Modalités	—
Fenêtre de contexte	262 144
KV cache / token (Q8)	49.2 ko/token
Paramètres totaux	125 B
Paramètres actifs (session)	6 B
Source des paramètres actifs	web : https://huggingface.co/Qwen/Qwen3.8-Flash-Next
Curation des paramètres actifs	2026-11-04
Prix par session	0.30 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur) (offres routeurs/fournisseurs, converties en USD)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-08-26T16:24:54.558992Z
Mis à jour le	2026-11-04T06:05:12.018864Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen3.8-flash-next

Tokens/tâche

IA Act — preuves fournisseur

ICA 42/100 · périmètre complet · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	2,5	35 %
Conformité droit d'auteur	2,5	35 %
Code of Practice GPAI	1,2	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-21.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : souverain — via Tensorix (cortecs).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
Tensorix	cortecs	souverain	0.20 $	0.50 $	fp8	262 144	—	—	—

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
instruction_following	0.80
long_context	0.80
math	0.70
multimodal	0.70
physics	0.90
productivity	0.60
reasoning	0.70
spatial_reasoning	0.80
general	0.70
agents	0.60
biology	0.90
chemistry	0.90
code	0.60
tool_calling	0.60
vision	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
agents-last-exam	agents	0.51	1.00	0.51	non	oui	2026-11-04T06:05:12.040417Z
androidworld	agents	0.84	1.00	0.84	non	oui	2026-11-04T06:05:12.065024Z
charxiv-r	reasoning	0.91	1.00	0.91	non	oui	2026-11-04T06:05:12.086197Z
claw-eval-mm	agents	0.60	1.00	0.60	non	oui	2026-11-04T06:05:12.059122Z
coworkbench	agents	0.74	1.00	0.74	non	oui	2026-11-04T06:05:12.033770Z
deepswe-1.1	code	0.59	1.00	0.59	non	oui	2026-11-04T06:05:12.022098Z
erqa	vision	0.72	1.00	0.72	non	oui	2026-11-04T06:05:12.074344Z
gpqa	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:05:12.049693Z
humanity's-last-exam	reasoning	0.36	1.00	0.36	non	oui	2026-11-04T06:05:12.053024Z
ifbench	instruction_following	0.81	1.00	0.81	non	oui	2026-11-04T06:05:12.046651Z
job-bench	agents	0.56	1.00	0.56	non	oui	2026-11-04T06:05:12.036746Z
livecodebench-v6	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:05:12.056031Z
lvbench	vision	0.77	1.00	0.77	non	oui	2026-11-04T06:05:12.077196Z
mathvision	math	0.96	1.00	0.96	non	oui	2026-11-04T06:05:12.083222Z
nl2repo	code	0.48	1.00	0.48	non	oui	2026-11-04T06:05:12.030851Z
osworld-2.0	multimodal	0.19	1.00	0.19	non	oui	2026-11-04T06:05:12.068111Z
realworldqa	vision	0.89	1.00	0.89	non	oui	2026-11-04T06:05:12.080155Z
recreationbench	agents	0.50	1.00	0.50	non	oui	2026-11-04T06:05:12.061936Z
swe-bench-multilingual	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:05:12.027924Z
swe-bench-pro	reasoning	0.62	1.00	0.62	non	oui	2026-11-04T06:05:12.025004Z
toolathlon	agents	0.73	1.00	0.73	non	oui	2026-11-04T06:05:12.043486Z
vision2web	code	0.64	1.00	0.64	non	oui	2026-11-04T06:05:12.071223Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	40	0.60	32.91	11	trueskill	2026-11-04T08:08:47.839150Z	rankings
code	48	0.60	33.47	6	trueskill	2026-11-04T08:08:39.742311Z	rankings
multimodal	16	0.70	34.76	7	trueskill	2026-11-04T08:08:46.488887Z	rankings
reasoning	22	0.70	48.17	11	trueskill	2026-11-04T08:08:41.093494Z	rankings

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04