Kan jag köra Qwen3.8 Max 0902 lokalt?

Nej. Alibaba har inte släppt öppna vikter för denna modell; den är endast tillgänglig via API.

Vad kostar det och hur långt är kontexten?

Priset är 2,00 USD per miljon inmatningstokens och 6,00 USD per miljon utmatningstokens, med ett kontextfönster på en miljon tokens.

Hur skiljer sig denna snapshot från basmodellen Qwen3.8 Max?

Denna 0902-snapshot är eftertränad med extra fokus på kodning, agentarbetsflöden, multi-verktygsorkestrering, diagramresonemang och multimodal förståelse av långa dokument – kapaciteter som går utöver basmodellens generella träning.

▲

16.2%

den här veckan

Qwen3.8 Max (0902)

8418°

#llm #qwen #vision #video #resonemang #kodning

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Qwen | 1 000 000 tokens kontext | $2.00/M input, $6.00/M output. Qwen3.8 Max 0902 är en uppdaterad snapshot av Qwen3.8 Max från Alibabas Qwen-team. Det är en 2,4 biljoner parameter mixture-of-experts-modell som accepterar text-, bild- och videoinput och returnerar text, med ett kontextfönster på 1 miljon tokens och resonemang aktiverat som standard. Denna snapshot är eftertränad för kodning och agentarbete, inklusive flerstegs mjukvaruprojekt, multi-verktygsorkestrering och långsiktig uppgiftsutförande. Den riktar sig också mot diagramresonemang, dokumentanalys och multimodal förståelse över långa dokument och utökad video. Verktygsanrop, strukturerade outputs och konfigurerbar resonemangsansträngning stöds.

Guider för denna modell

Hur du väljer en AI-modell i oktober 2026: nyheter om stängd källkod och öppna vikter värda att ladda ner

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

De 10 billigaste ChatGPT-alternativen 2026: gratis lokala modeller, gratisnivåer och fastprisplaner

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Qwen3.8 Max 0902 är en eftertränad snapshot av Alibabas Qwen3.8 Max, en mixture-of-experts-modell med 2,4 biljoner parametrar som är särskilt finjusterad för kodning och agentpipelines. Den tar text, bilder och video som indata, resonerar som standard och sträcker sig till ett kontextfönster på en miljon tokens. Om du kör multi-stegs mjukvaruprojekt, orkestrerar verktyg över långa uppgifter eller behöver tolka täta dokument och video är detta versionen av modellen byggd för det arbetet.

Känd för

Eftertränad för multi-stegs kodningsprojekt och långsiktiga agentuppgifter.
Accepterar text-, bild- och videoinmatning med ett kontextfönster på en miljon tokens.
Resonemang aktiverat som standard, med konfigurerbara ansträngningsnivåer.
Diagramresonemang och dokumenttolkning över långa multimodala indata.
Verktygsanrop och strukturerade outputs inbyggda för pipelineintegration.

Se upp för

Endast API; inga öppna vikter, så du kan inte köra den lokalt eller granska modellen.
Utmatning kostar 6,00 USD per miljon tokens – agentloopar med mycket output blir snabbt dyra.
Resonemang är på som standard; om du behöver rena kompletteringar, kontrollera om det verkligen går att stänga av.

Bäst för

Kodning

Agenter och verktygsanvändning

Resonemang

Syn

Lång kontext

Promptar att prova

Multi-verktygs agentplan

Du har tillgång till ett webbsökverktyg, ett kodexekveringsverktyg och ett filskrivningsverktyg. En användare vill ha ett Python-skript som hämtar de tio mest populära Hacker News-berättelserna, poängsätter varje efter antal kommentarer och sparar en rankad CSV till disk. Skriv hela agentplanen: vilka verktyg du anropar, i vilken ordning och varför, och producera sedan det slutgiltiga skriptet.

Extraktion från långt dokument

Jag bifogar en teknisk specifikation på 200 sidor i PDF. Extrahera varje tabell som innehåller prestandamått, identifiera metriknamn och enheter i varje, och returnera en enda konsoliderad JSON-array där varje objekt har nycklarna: table_title, metrics (array med namn och enhet) och page_number.

Diagramresonemang från bild

Jag bifogar ett stapeldiagram som visar kvartalsintäkter för fem produktlinjer över tre år. Identifiera vilken produktlinje som hade högst sammansatt tillväxttakt, uppskatta takten numeriskt från diagrammet och förklara ditt resonemang steg för steg.

Jämför med

Qwen3.8 Flash
Öppen vikt-modell
1,000,000 tokens kontext · $0.15/M indata, $0.47/M utdata
Qwen3.8 27B
Öppen vikt-modell
1,000,000 tokens kontext · $0.24/M indata, $2.20/M utdata
Qwen3.6 35B A3B
Öppen vikt-modell
262,144 tokens kontext · $0.15/M indata, $1.00/M utdata
Qwen3.5-9B
Öppen vikt-modell
262,144 tokens kontext · $0.10/M indata, $0.15/M utdata

Fler textmodeller från qwen

Vanliga frågor

Kan jag köra Qwen3.8 Max 0902 lokalt?: Nej. Alibaba har inte släppt öppna vikter för denna modell; den är endast tillgänglig via API.
Vad kostar det och hur långt är kontexten?: Priset är 2,00 USD per miljon inmatningstokens och 6,00 USD per miljon utmatningstokens, med ett kontextfönster på en miljon tokens.
Hur skiljer sig denna snapshot från basmodellen Qwen3.8 Max?: Denna 0902-snapshot är eftertränad med extra fokus på kodning, agentarbetsflöden, multi-verktygsorkestrering, diagramresonemang och multimodal förståelse av långa dokument – kapaciteter som går utöver basmodellens generella träning.

Kaptens omdöme
En seriös agent- och kodningsmaskin med ett genuint multimodalt kontextfönster på en miljon tokens, prissatt rätt för vad den gör – håll bara koll på utmatningsvolymen.

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Also ranked: #60 Hottest Text / LLM model · #60 Hottest Text / LLM text model

Not this creator?

Get your own badge

Popularitetstrend för Qwen3.8 Max (0902)

Värmenpoäng sedan 3 Sep 2026

Värmescore

8,418°

Den här veckan

▲

16.2%

8,397° då, 8,418° nu

Den här månaden

▲

156%

8,292° då, 8,418° nu

Senaste året

n/a

Inte släppt/spårad än

7,000°

Golvet

Skalan går från 0° till 9 999°. Allt under 7,000° är reserverat för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta. 7,000° är där mätta data börjar: en modell med riktiga data men nästan inga nedladdningar ligger på golvet, och mätningarna fyller graderna ovanför. Golvet säger inget om modellen; det gör bara graderna ovanför, och det är de som skiljer en modell från en annan.

+1,418°

OpenRouter-token

532,019,137,329 token som denna modell bearbetat via OpenRouter de senaste 30 dagarna, både prompts och svar. Varje 10,000,000 token räknas som en nedladdning i nedladdningsterm, totalt 53,201; token från senaste dagen räknas in i användningstakten. Källa: OpenRouter (openrouter.ai/rankings).

Visa detaljerad uppdelning

Varje siffra på den här sidan kan kontrolleras. Den här modellens heat-poäng är 8,418°, och här byggs den upp en ingrediens i taget, med löpande total efter varje: golvet, graderna varje källa lägger till, bonusen för modelltypen och vad vikternas ålder drar bort. Färgerna är banden i diagrammet ovan. Ordlistan i slutet förklarar varje term.

1
Börja vid golvet.
Varför 7,000° och inte noll: skalan går från 0° till 9 999°, och delen under 7,000° är reserverad för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta och aldrig rankas högre än en modell med data. 7,000° är där mätta data börjar. En modell med riktiga data men nästan inga nedladdningar ligger här; allt som följer är mätning, och utrymmet ovanför golvet rymmer tio tiofaldiga steg i nedladdningar på 300° vardera. Golvet är detsamma för varje modell, så det avgör inget; det gör graderna ovanför.
7,000°
löpande total
2
Lägg till nedladdningarna.
53,201 nedladdnings-ekvivalenter totalt, från OpenRouter-token. Tio gånger nedladdningarna ger samma 300°, så storlek spelar roll men tar aldrig över poängen.
+1,418°
8,418°
löpande total
=
Heat-poängen.
Var den här modellen står på varje lista på den här sidan. Ingenting annat ändrar den.
8,418°

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Hur den här modellens popularitet har rört sig jämfört med resten av katalogen: dess tillväxt i nedladdningar, gillningar och användning under varje period, mätt mot en typisk modells tillväxt under samma period, med dess heat-poäng vid den tiden. Över den typiska tillväxten ses som en uppgång, under som en nedgång. Det förflutna rekonstrueras från dagens totalsummor, modellens första dag och dess uppmätta nedladdningshastighet där två mätningar finns; en modell som inte fanns i början av en period visar n/a.

Liknande modeller

Muse Spark 1.2 Contributor

AI-modeller för bild-, video- och textgenerering

Qwen3.8 Max (0902) är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm qwen vision video resonemang kodning agenter lång kontext

Bläddra efter modellfamilj