Qwen3.8 Flash
8894°
Esegui questo modello
Offerte / Annunci
Qwen | contesto da 1.000.000 token | $0.15/M input, $0.47/M output. Qwen3.8 Flash è un modello di ragionamento multimodale di Alibaba. È adatto per assistenza al coding, flussi di lavoro agentici, comprensione visiva, analisi di documenti e codebase, interazione desktop, analisi di grafici e analisi di video lunghi.
Guide per questo modello
Come scegliere un modello AI a ottobre 2026: le novità closed source, poi i pesi aperti da scaricare
Il miglior LLM locale per caso d'uso (ottobre 2026): il modello open giusto per ogni lavoro
Quanta VRAM serve davvero per l'AI locale?
Pesi aperti vs open source vs solo API: cosa puoi davvero fare
Come Installare Ollama e Usare un'IA Locale (Windows, Mac, Linux)
Note del capitano
Note del 2026-10-13
Qwen3.8-Flash è un modello multimodale di ragionamento di Alibaba con pesi aperti e una finestra di contesto di un milione di token. La sua architettura — Qwen Sparse Attention, Gated Residual e N-gram Embedding — è esplicitamente posizionata come la base per Qwen4, rendendolo tanto un'anteprima sperimentale quanto uno strumento di produzione. Con un costo inferiore a mezzo centesimo per mille token di output, è adatto agli sviluppatori che necessitano di visione, video e ragionamento su contesti lunghi senza un grande costo API.
Conosciuto per
- Finestra di contesto di un milione di token per grandi basi di codice e documenti lunghi
- Multimodale: gestisce immagini, grafici, video e interazione desktop
- Architettura innovativa che anticipa Qwen4: latenza ridotta su contesti lunghi tramite QSA
- Pesi aperti su Hugging Face, compatibile con vLLM, SGLang e Transformers
- 125 miliardi di parametri totali con solo 6 miliardi attivati, mantenendo bassi i costi di inferenza
Attenzione a
- Etichettato come anteprima di architettura sperimentale; la stabilità in produzione non è garantita.
- I 125 miliardi di pesi totali rendono l'installazione locale impegnativa nonostante i 6 miliardi di parametri attivati.
- I termini di licenza non sono dettagliati nella scheda modello; verificare il repository Hugging Face prima dell'uso commerciale.
Prompt da provare
Debug di una pipeline async che fallisce
Ho una pipeline Python asincrona che elabora batch di record da una coda. I worker occasionalmente si bloccano quando la coda si svuota a metà batch. Ecco il codice rilevante:
```python
async def worker(queue, results):
while True:
batch = []
for _ in range(BATCH_SIZE):
item = await queue.get()
batch.append(item)
results.extend(process(batch))
```
Spiega perché si verifica il deadlock e riscrivi il worker per gestire correttamente una coda vuota.
Analizza un'immagine di un grafico
Allego un grafico da un rapporto trimestrale aziendale. Identifica il tipo di grafico, descrivi la tendenza mostrata, segnala eventuali anomalie o punti di flesso e suggerisci una domanda di approfondimento che un analista dovrebbe porre basandosi sui dati.
Pianifica un agente di ricerca multi-step
Progetta un flusso di lavoro agentico minimale che prenda una domanda dell'utente su un'azienda, la suddivida in sotto-attività (ricerca web, consultazione dati finanziari, verifica del sentiment), decida l'ordine delle chiamate agli strumenti e sintetizzi una risposta finale. Elenca gli strumenti necessari, la logica decisionale tra i passaggi e dove inseriresti un checkpoint con intervento umano.
Confronta con
- Qwen3.7 FlashModello solo APIContesto di 1,000,000 token · Input $0.03/M, output $0.13/M
- Qwen3.8 Max (0902)Modello solo APIContesto di 1,000,000 token · Input $2.00/M, output $6.00/M
- Qwen3.8 Omni FlashModello solo APIContesto di 1,000,000 token · Input $0.15/M, output $0.47/M
- Qwen3 VL 32B InstructModello solo APIContesto di 131,072 token · Input $0.10/M, output $0.42/M
Altri modelli di testo da qwen
Domande frequenti
- Posso eseguire Qwen3.8-Flash localmente?
- Sì, i pesi sono aperti e pubblicati su Hugging Face nel repository Qwen/Qwen3.8-Flash-Next, compatibile con Transformers, vLLM e SGLang. Tieni presente che il numero totale di parametri è 125 miliardi, quindi l'installazione locale richiede hardware significativo anche se solo 6 miliardi di parametri sono attivati per ogni passaggio.
- Quanto costa Qwen3.8-Flash e qual è il limite di contesto?
- Attraverso l'API Qwen Cloud il prezzo è di $0,15 per milione di token in input e $0,47 per milione di token in output, con una finestra di contesto di un milione di token disponibile di default sul servizio gestito.
- In cosa si differenzia Qwen3.8-Flash dagli altri modelli Qwen3?
- Utilizza una nuova architettura — Qwen Sparse Attention, flussi residui gated e N-gram Embedding — che Alibaba descrive come la base per Qwen4, anziché lo stack transformer standard usato nelle versioni precedenti di Qwen3. Il compromesso è che è un'anteprima sperimentale, non un modello di produzione completamente consolidato.
Verdetto del capitanoUn'architettura genuinamente innovativa a un prezzo contenuto, ma va considerata più come un'anteprima di Qwen4 che come una scelta definitiva per la produzione.
Scheda modello su Hugging Face
Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #37 Hottest Text / LLM model · #37 Hottest Text / LLM text model
Not this creator?
Get your own badge
Tendenza di popolarità di Qwen3.8 Flash
Punteggio di calore da 26 Aug 2026
Punteggio di popolarità
8,894°
Questa settimana
▲
37.8%
8,851° allora, 8,894° ora
Questo mese
▲
532%
8,650° allora, 8,894° ora
Ultimo anno
n/a
Non ancora rilasciato/tracciato
7,000°
Floor
La scala va da 0° a 9.999°. Tutto ciò che sta sotto 7,000° è riservato ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete. 7,000° è dove iniziano i dati misurati: un modello con dati reali ma quasi nessun download sta al floor, e le misurazioni riempiono i gradi sopra di esso. Il floor non dice nulla sul modello; solo i gradi sopra lo fanno, e sono quelli che distinguono un modello dall'altro.
+1,597°
Token OpenRouter
2,098,089,404,683 token processati da questo modello tramite OpenRouter negli ultimi 30 giorni, prompt e risposte insieme. Ogni 10,000,000 token conta come un download nel termine di download, 209,808 in totale; i token dell'ultimo giorno contribuiscono al tasso di adozione. Fonte: OpenRouter (openrouter.ai/rankings).
+297°
Tasso di adozione
Circa 9,165 download al giorno, misurati tra due rilevazioni delle fonti, mai stimati da una media a vita. La velocità pesa un quarto del termine download, così una nuova impennata si vede senza che un picco di un giorno superi anni di uso.
Mostra dettagli
Ogni numero su questo sito può essere verificato. Il punteggio heat di questo modello è 8,894°, ed è costruito un ingrediente alla volta, con il totale progressivo dopo ogni passaggio: il floor, i gradi che ogni fonte aggiunge, il bonus per il tipo di modello e cosa toglie l'età dei suoi pesi. I colori corrispondono alle bande del grafico sopra. Il glossario alla fine definisce ogni termine.
- 1Inizia dal floor.Perché 7,000° e non zero: la scala va da 0° a 9.999°, e la parte sotto 7,000° è riservata ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete e non superare mai un modello con dati. 7,000° è dove iniziano i dati misurati. Un modello con dati reali ma quasi nessun download sta qui; tutto ciò che segue è misurazione, e lo spazio sopra il floor contiene dieci passi decuplici nei download a 300° ciascuno. Il floor è uguale per ogni modello, quindi non decide nulla; lo fanno i gradi sopra di esso.7,000°totale in corso
- 2Aggiungi i download.209,808 equivalenti di download in totale, da Token OpenRouter. Dieci volte i download aggiungono lo stesso 300°, quindi la dimensione conta ma non domina mai il punteggio.+1,597°8,597°totale in corso
- 3Aggiungi il tasso di adozione.Circa 9,165 download al giorno in questo momento, misurati tra due rilevazioni, con un peso di un quarto.+297°8,894°totale in corso
- =Il punteggio heat.Dove si posiziona questo modello in ogni lista di questo sito. Niente altro lo modifica.8,894°
Glossario: i termini usati qui
- Punteggio heat
- Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
- Soglia minima
- I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
- Equivalenti di download
- Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
- Scala logaritmica
- Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
- Like
- Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
- Tasso di adozione
- Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
- Misurato e stimato
- Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
- Seeder
- Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
- AI Horde
- Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
- Siti di generazione
- Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
- Token OpenRouter
- Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modello completo (checkpoint)
- I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
- LoRA e embedding
- Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
- Famiglia e pesi
- La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
- Età
- Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
- Boost famiglia
- Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
- Punteggio stand-in
- Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
- Novità! (periodo di grazia)
- Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
- Tendenza
- Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
- Modello tipico
- Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.
Come si è mosso questo modello rispetto al resto del catalogo: la sua crescita in download, like e utilizzo in ogni periodo, misurata rispetto alla crescita tipica dei modelli nello stesso periodo, con il suo punteggio di popolarità al momento. Sopra la crescita tipica indica un aumento, sotto una diminuzione. Il passato è ricostruito dai totali di oggi, dal primo giorno del modello e dalla sua velocità di download misurata quando ci sono due letture; un modello che non esisteva all'inizio del periodo mostra n/a.
Qwen3.8 Flash è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.
Altri modelli Text / LLMAltri Testo / LLM Text / LLMllmqwenvisionevideoragionamentoprogrammazioneagenticontesto lungo
Sfoglia per famiglia di modelli
Modelli Text / LLM
434
Modelli Anima
528
Modelli Chroma
19
Modelli Fibo
2
Modelli Flux
1,496
Modelli Flux 2 / Klein
1,239
Modelli Flux 3
3
Modelli Moss
3
Modelli Iris
1
Modelli MiniMax H3
364
Modelli Hunyuan
204
Modelli Ideogram
20
Modelli Krea2
717
Modelli Qwen
20
Modelli Qwen2
47
Modelli Ltx2
153