Greutățile sunt deschise și pot rula local?

Da, greutățile sunt publicate pe Hugging Face la Qwen/Qwen3.8-2.4T-A95B și sunt compatibile cu vLLM și SGLang, dar 2,4 trilioane de parametri total înseamnă că ai nevoie de infrastructură multi-GPU serioasă pentru găzduire proprie la precizie completă.

Care este costul și cât de lungă este fereastra de context?

Prin API, prețul este 2,00 USD per milion de tokeni input și 6,00 USD per milion de tokeni output; contextul nativ este de 262.144 tokeni, extensibil la aproximativ un milion.

Cum diferă de Qwen3.8 Max?

Qwen3.8 Max este versiunea gestionată API construită pe același model și adaugă input vizual, mod non-gândire, context de 1M implicit și unelte oficiale integrate; aceste caracteristici nu fac parte din această lansare cu greutăți deschise.

Qwen3.8 2.4T A95B

1539°

#llm #qwen #raționament #programare #agenți #cercetare

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Qwen | context de 1.048.576 tokeni | $2.00/M input, $6.00/M output. Qwen3.8 2.4T A95B este un model open-weight sparse mixture-of-experts de la Qwen și varianta open-weight a Qwen3.8 Max, cu 95 miliarde de parametri activi dintr-un total de 2.4 trilioane. Este potrivit pentru programare, cercetare, raționament complex și fluxuri de lucru agentice.

Ghiduri pentru acest model

Ollama vs LM Studio (2026): ce aplicație AI locală să folosești și ce modele de top rulează fiecare

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Qwen3.8 2.4T A95B este cea mai mare lansare cu greutăți deschise de la Qwen până acum: un model sparse mixture-of-experts cu 2,4 trilioane de parametri total și 95 miliarde activi la inferență. Este echivalentul cu greutăți deschise al Qwen3.8 Max închis, împărtășind aceeași arhitectură, dar fără input vizual și uneltele integrate ale API-ului gestionat. Dacă ai nevoie de raționament de clasă frontieră, codare sau muncă agentică multi-pas și vrei greutăți pe care să le rulezi singur, acesta este modelul de urmărit.

Cunoscut pentru

2,4T parametri total cu doar 95B activi per pas de inferență, menținând costurile inferenței mai mici decât echivalentele dense
Finalizare de sarcini agentice pe termen lung cu planificare autonomă mai puternică și gestionarea feedback-ului din mediu
Adâncime de raționament reglabilă prin reasoning_effort, cu contextul gândirii păstrat între runde
Context nativ de 262K, extensibil la aproximativ 1 milion de tokeni
Greutăți deschise compatibile cu vLLM, SGLang și cadre similare de servire

Atenție la

2,4 trilioane de parametri total înseamnă hardware serios pentru găzduire proprie; majoritatea utilizatorilor vor folosi API-ul
Qwen3.8 Max gestionat adaugă input vizual și unelte integrate pe care această versiune deschisă nu le include
La 6,00 USD per milion de tokeni output prin API, costurile cresc rapid la rulări agentice lungi

Cel mai bun pentru

Programare

Agenți și utilizare unelte

Raționament

Cercetare

Context lung

Sugestii de încercat

Depanează un bug de concurență

Iată o funcție Python async care ocazional ridică un RuntimeError despre un event loop închis. Explică ce cauzează probabil problema, apoi rescrie funcția astfel încât să gestioneze corect ciclul de viață al event loop-ului. Arată raționamentul înainte de codul final. ```python async def fetch_all(urls): loop = asyncio.get_event_loop() tasks = [loop.create_task(fetch(u)) for u in urls] return await asyncio.gather(*tasks) ```

Planifică o sarcină de cercetare multi-pas

Lucrezi autonom. Scopul tău: să produci un rezumat structurat al literaturii despre starea actuală a legilor de scalare pentru sparse mixture-of-experts. Împarte sarcina în pași concreți, identifică ce informații vei căuta la fiecare pas, semnalează orice ambiguități care necesită clarificare înainte de a continua și schițează ce ar trebui să conțină rezultatul final.

Raționează printr-un puzzle logic

Cinci ingineri se alătură unui proiect în zile diferite, de luni până vineri. Alice se alătură înaintea lui Bob. Carol se alătură în ziua după Dave. Eve se alătură miercuri. Bob nu se alătură vineri. Dave se alătură luni. În ce zi se alătură fiecare? Arată deducția pas cu pas înainte de răspunsul final.

Compară cu

Qwen3.7 Flash
Model doar API
context de 1,000,000 tokeni · $0.03/M intrare, $0.13/M ieșire
Qwen3.8 Max (0902)
Model doar API
context de 1,000,000 tokeni · $2.00/M intrare, $6.00/M ieșire
Qwen3.8 Omni Flash
Model doar API
context de 1,000,000 tokeni · $0.15/M intrare, $0.47/M ieșire
Qwen3 30B A3B Thinking 2507
Model doar API
context de 81,920 tokeni · $0.20/M intrare, $2.40/M ieșire

Mai multe modele text de la qwen

Întrebări frecvente

Greutățile sunt deschise și pot rula local?: Da, greutățile sunt publicate pe Hugging Face la Qwen/Qwen3.8-2.4T-A95B și sunt compatibile cu vLLM și SGLang, dar 2,4 trilioane de parametri total înseamnă că ai nevoie de infrastructură multi-GPU serioasă pentru găzduire proprie la precizie completă.
Care este costul și cât de lungă este fereastra de context?: Prin API, prețul este 2,00 USD per milion de tokeni input și 6,00 USD per milion de tokeni output; contextul nativ este de 262.144 tokeni, extensibil la aproximativ un milion.
Cum diferă de Qwen3.8 Max?: Qwen3.8 Max este versiunea gestionată API construită pe același model și adaugă input vizual, mod non-gândire, context de 1M implicit și unelte oficiale integrate; aceste caracteristici nu fac parte din această lansare cu greutăți deschise.

Verdictul căpitanului
Cel mai capabil model cu greutăți deschise lansat de Qwen, merită luat în serios pentru agenți de codare și raționament complex dacă poți suporta infrastructura sau costul API.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Cum se adună acest scor

Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Modele similare

Gemini 3 Flash Preview

TEXT / LLM

Modele AI pentru generare de imagini, video și text

Qwen3.8 2.4T A95B este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm qwen raționament programare agenți cercetare context lung

Răsfoiește după familia de modele