Qwen (квен) 3.8 Flash в запросах встречается под тремя именами, и это три разные вещи. Flash-Next это открытая модель, которую можно скачать. Flash это её готовая к работе версия в облачном API. Flash и Flash-Next уже принимают изображения и видео, а Omni-Flash построена на той же архитектуре и добавляет на входе звук. Ниже по страницам Alibaba, карточкам Hugging Face и Ollama на 17 ноября 2026: что есть что, сколько стоит и какая лицензия у весов.
Три имени: Flash, Flash-Next и Omni-Flash
| Название | Что это | Как получить | Контекст |
|---|---|---|---|
| Qwen3.8-Flash-Next | Открытая мультимодальная MoE-модель, 125B параметров, 6B активных на токен, плюс 51B n-gram embedding | Веса на Hugging Face (Qwen/Qwen3.8-Flash-Next и версия FP8), ModelScope, Ollama | 262 144 токена, расширение до 1 000 000 |
Qwen3.8-Flash (qwen3.8-flash) | Официальная версия, построенная на Flash-Next, с боевыми функциями: контекст 1M по умолчанию, встроенные инструменты; на входе текст, изображения, видео | API QwenCloud и Alibaba Cloud Model Studio | 1M |
Qwen3.8-Omni-Flash (qwen3.8-omni-flash) | Нативная омни-модель на архитектуре Flash-Next: на входе текст, изображения, аудио, видео (аудио сверх Flash, видео принимает и Flash) | API QwenCloud и Model Studio | 1M |
Слово Next в названии Alibaba объясняет в README репозитория QwenLM/Qwen3.8-Flash-Next: так назван ранний показ архитектуры, на которой будет построено семейство Qwen4. Та же роль у Qwen3-Next была для Qwen3.5. Про Flash в карточке на Hugging Face сказано, что это официальная версия на базе Flash-Next с более полным набором функций для продакшена, а страница Ollama называет его производственной моделью в API Qwen.
Выход у обеих API-моделей один, текст. В примере QwenCloud для Omni-Flash прямо написано, что модель поддерживает только текстовый вывод и параметр audio задавать не нужно. Для голосовых диалогов в реальном времени в документации Model Studio отдельно названа qwen3.8-omni-flash-realtime.
Чем Flash-Next отличается от Qwen 3.8 Max и 27B
В семейство Qwen 3.8 входят три крупные ветви, их подробно разобрали в обзоре Qwen 3.8 и в статье про запуск Qwen3.8-27B локально. Сводка для сравнения:
| Модель | Устройство | Веса | Лицензия на Hugging Face |
|---|---|---|---|
| Qwen3.8-Max | MoE, 2,4 трлн параметров | В облаке; открыта базовая Qwen3.8-2.4T-A95B | other (qwen3.8-max) у открытой базовой версии |
| Qwen3.8-27B | Плотная, 27 млрд параметров | Открыты | Apache 2.0 |
| Qwen3.8-Flash-Next | MoE, 125B всего и 6B активных, плюс 51B n-gram embedding | Открыты | other (qwen-community-1.0) |
По README и карточке, Flash-Next меняет сразу четыре части модели. Внимание теперь гибридное: слои Gated DeltaNet чередуются со слоями Qwen Sparse Attention (QSA), которые выбирают важный контекст блоками, а не отдельными токенами. Остаточные связи расширены до четырёх веток с управляемыми затворами. К параметрам добавлена таблица n-gram embedding на 20 млн записей. Для обучения применён оптимизатор Muon. Экспертов 512, на токен включаются 10 маршрутизируемых и один общий. По утверждению Alibaba, на обучение Flash-Next ушло примерно в девять раз меньше ресурсов, чем у Qwen3.7-Plus.
Цифры качества в карточке модели замеряла сама Alibaba. Мы их не воспроизводили, поэтому читайте таблицу как заявление вендора:
| Тест | Flash-Next | Qwen3.8-27B | Qwen3.7-Plus |
|---|---|---|---|
| SWE-bench Pro | 62,5 | 61,7 | 55,8 |
| SWE-bench Multilingual | 81,0 | 73,8 | 75,8 |
| DeepSWE 1.1 | 58,7 | 42,2 | 16,5 |
| Toolathlon Verified (Pass@1) | 73,5 | 67,1 | 50,6 |
| GPQA Diamond | 91,7 | 89,2 | 90,3 |
| LiveCodeBench v6 | 91,9 | 90,3 | 89,6 |
В той же карточке в сравнение вошли DeepSeek-V4-Flash-0731 и Claude Opus 4.6 в режиме Max. Для выбора модели под свою задачу прогоните свои примеры: заявленный перевес в таблице ничего не говорит о ваших данных.
Открытые веса: где лежат и что занимают
Веса опубликованы в организации Qwen на Hugging Face: Qwen/Qwen3.8-Flash-Next и Qwen/Qwen3.8-Flash-Next-FP8. По README выпуск датирован 26 августа 2026. Поддерживаются Transformers, vLLM, SGLang и TokenSpeed, а также llama.cpp и MLX для Apple Silicon. Сама команда Qwen рекомендует для боевой нагрузки отдельные серверы вроде SGLang, KTransformers или vLLM. Команда запуска из README для vLLM:
vllm serve Qwen/Qwen3.8-Flash-Next --port 8000 --tensor-parallel-size 4 \
--max-model-len 262144 --reasoning-parser qwen3 \
--enable-auto-tool-choice --tool-call-parser qwen3_coder
Мы её не запускали. Размер на диске виден по странице qwen3.8-flash-next в Ollama: 125b-a6b-q4_K_M занимает 120 ГБ, 125b-a6b-q8_0 189 ГБ, 125b-a6b-bf16 355 ГБ, а сборка для Apple Silicon 125b-mlx и 125b-a6b-nvfp4 по 105 ГБ. Окно контекста в Ollama указано 256K. Для сравнения, 27B в Ollama занимает 18 ГБ.
Thinking-режим у модели включён по умолчанию. Его отключают параметром enable_thinking, глубину задают reasoning_effort, а preserve_thinking сохраняет рассуждения прошлых ходов. В документации QwenCloud при включённом рассуждении max_tokens ограничен диапазоном от 1 до 32 768, а вместо него рекомендован max_completion_tokens. Для контекста выше 262 144 токенов карточка модели советует включать YaRN и предупреждает, что статический YaRN может ухудшить результат на коротких текстах.
Лицензия Qwen Community License 1.0
На Hugging Face у Flash-Next стоит license: other, название qwen-community-1.0, а в репозитории лежит файл LICENSE. У 27B лицензия Apache 2.0, поэтому ориентироваться по привычке нельзя. Пересказ текста, без оценки:
- разрешены использование, копирование, изменение, распространение, сублицензирование, продажа, развёртывание, хостинг и дообучение, при условии, что уведомление об авторских правах и текст разрешения включены во все копии и существенные части Software (так в лицензии названы веса, параметры, конфигурация, код инференса и документация);
- если модель используется в коммерческом продукте или сервисе лицензиата с более чем 100 000 000 активных пользователей в месяц или с выручкой от $20 000 000 в месяц, имя модели должно быть заметно показано в интерфейсе;
- лицензиат или его аффилированные лица, которые ведут бизнес «Model as a Service» или «AI Work Assistant», должны получить отдельную лицензию Qwen перед любым коммерческим использованием. Внутреннее использование, при котором модель, её ответы и возможности недоступны третьим лицам, под это требование не подпадает.
В тексте лицензии «Model as a Service» определена как предоставление третьей стороне доступа к инференсу или дообучению через API или размещённый endpoint так, что третья сторона получает значимый контроль над входами, параметрами или обучающими данными, а простая переадресация запросов к моделям, размещённым другими, сюда не включена. «AI Work Assistant» определён как самостоятельный ИИ-продукт, в первую очередь для кодирования или офисной продуктивности. Мы не даём юридических оценок: если вы собираетесь отдавать модель клиентам, читайте файл лицензии целиком и пишите по контактному адресу из него.
Для Omni-Flash мы искали открытые веса так же, как для Flash-Next: поиск по организации Qwen на Hugging Face по слову omni на 17 ноября 2026 вернул только Qwen3-Omni и Qwen2.5-Omni. В поиске Ollama по запросу qwen3.8 первыми идут qwen3.8 и qwen3.8-flash-next из библиотеки, дальше pplx-decider и модели сообщества с qwen3.8 в названии, а Omni-Flash среди результатов нет. В открытом виде мы её не нашли, она работает через API.
Цены API и бесплатная квота
QwenCloud, область Сингапур, цены в долларах за 1M токенов по страницам моделей на 17 ноября 2026:
| qwen3.8-flash | qwen3.8-omni-flash | |
|---|---|---|
| Вход | $0,15 | $0,15 |
| Выход | $0,47 | $0,47 |
| Вход при неявном кэше | $0,016 | $0,016 |
| Создание явного кэша на 5 минут | $0,2 | не указано |
| Чтение явного кэша | $0,016 | не указано |
| Контекст | 1M | 1M |
| Макс. вход, макс. вывод без рассуждения | 991K и 131K | 991K и 131K |
| Макс. вход, макс. вывод при включённом рассуждении (Thinking) | 983K и 131K | 983K и 131K |
| Лимит в минуту (TPM) | 2 500 000 | 2 000 000 |
Рассуждение у обеих моделей включено по умолчанию, поэтому в вызовах без явного отключения ориентируйтесь на 983K. Предел 991K страница модели даёт отдельно, для работы без рассуждения.
В Alibaba Cloud Model Studio цена зависит от области и «области развёртывания». Для qwen3.8-flash на странице цен значится:
| Область | Развёртывание | Вход | Выход |
|---|---|---|---|
| Сингапур | International | $0,15 | $0,47 |
| Гонконг, Германия, США | Локальное (Hong Kong, EU, US) | $0,15 | $0,47 |
| Гонконг, Германия, США, Япония | Global | $0,113 | $0,382 |
| Китай (Пекин) | Материковый Китай | $0,113 | $0,382 |
Область выбирается при создании ключа: у каждой свой адрес, ключи и список моделей, ключ одной области не работает в другой. Бесплатная квота, по странице Free quota документации QwenCloud, действует только в Сингапуре: на вызовы с ключом, созданным в Сингапуре, на адрес Сингапура. В других областях тарификация идёт с первого токена. Обычно это 1M токенов на модель на 90 дней, у каждой модели свой счётчик, вход и выход считаются вместе. Квота покрывает только вызовы в реальном времени, но не пакетные запросы и не платные встроенные инструменты. Есть ли она у конкретной модели, показывает страница Free Tier в консоли.
Когда квота кончилась или истёк срок, вызовы аккаунта с настроенным биллингом начинают тарифицироваться сами. Переключатель Free quota only блокирует вызовы вместо списания денег, но по умолчанию он выключен: включать его нужно заранее на странице Free Tier. Если аккаунт открыт без подтверждённых платёжных данных, вызовы после исчерпания квоты блокируются с кодом AllocationQuota.FreeTierOnly.
Нужны ли платёжные данные для самой квоты, официальные страницы говорят по-разному. Страница Free quota просит завершить платёжные данные, чтобы квота активировалась. Страница Billing overview разрешает пропустить этот шаг, если нужна только бесплатная квота, но предупреждает, что часть функций может быть ограничена. Что потребует консоль вашего аккаунта, проверяйте в ней, не полагаясь ни на одну из страниц.
В разделе об оплате QwenCloud перечислены карты Visa, Mastercard, JCB, American Express, UnionPay, Diners Club и Discover, PayPal, Google Pay и Apple Pay, но набор способов зависит от страны и валюты аккаунта; при привязке карты проверяется предавторизация $1.
Для читателя из России важны две оговорки. На страницах Alibaba, которые мы открыли, нет ни списка стран, ни слов о России. Проходит ли регистрация и оплата с российскими данными, мы не проверяли. Узнавайте это у вендора и принимайте его условия сами.
На 17 ноября 2026 документация QwenCloud называет флагманом Qwen4-Max: он идёт первой строкой каталога (на странице каталога $1,5 и $4,5 за 1M токенов), а Qwen3.8-Flash описан как быстрый и дешёвый вариант.
Вызов API: QwenCloud и Claudexia
Пример по образцу из документации QwenCloud. Он использует адрес Сингапура и ключ из DASHSCOPE_API_KEY:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",
)
response = client.responses.create(
model="qwen3.8-flash",
input="Which is larger, 9.9 or 9.11?",
extra_body={"enable_thinking": True},
)
print(response.output_text)
Этот код мы не запускали. В документации thinking для qwen3.8-flash и qwen3.8-omni-flash указан гибридный режим с включённым рассуждением по умолчанию.
Если оплата у Alibaba недоступна, эти же модели можно взять через Claudexia. Адрес для OpenAI-совместимых клиентов https://api.claudexia.tech/v1, префикс ключа sk_cdx_, регистрация по логину и паролю либо через Google, GitHub или Telegram, без поля email. Минимальное пополнение $1, оплата рублями через СБП, картой РФ или криптовалютой.
В живом прайсе Claudexia на 17 ноября 2026 в канале Premium qwen3.8-flash стоит $0,28 за 1M входных и $0,74 за 1M выходных токенов, qwen3.8-omni-flash $0,28 и $0,90. Это выше прайса вендора: $0,28 против $0,15 на входе (в 1,9 раза) и $0,74 против $0,47 на выходе (в 1,6 раза) для Flash. Взамен у вас один ключ и оплата рублями без аккаунта Alibaba. В прайсе также указан максимум вывода: 32 000 токенов у qwen3.8-flash и 65 536 у qwen3.8-omni-flash, у вендора 131K. Актуальные цифры смотрите на странице моделей.
from openai import OpenAI
client = OpenAI(
api_key="sk_cdx_ВАШ_КЛЮЧ",
base_url="https://api.claudexia.tech/v1",
)
r = client.chat.completions.create(
model="qwen3.8-flash",
messages=[{"role": "user", "content": "Сравни 9.9 и 9.11"}],
max_completion_tokens=2000,
)
print(r.choices[0].message.content)
Его мы тоже не запускали, замеров скорости и качества у нас нет. Если ключ не проходит, GET /v1/models проверкой не служит: он отвечает 200 и без ключа. Дешёвый POST /v1/chat/completions с gpt-5.6-luna на неверный ключ вернёт 401.
Что выбрать
| Задача | Что смотреть |
|---|---|
| Нужны свои веса и своя инфраструктура, память ограничена | Qwen3.8-27B: Apache 2.0, около 18 ГБ в Ollama |
| Нужна более новая открытая архитектура и есть сервер на сотни гигабайт | Qwen3.8-Flash-Next, учитывая условия лицензии |
| Дешёвый API с длинным контекстом | qwen3.8-flash |
На входе аудио (видео принимает и qwen3.8-flash) | qwen3.8-omni-flash |
| Агент для терминала | Qwen Code |
Для сравнения с другими семействами есть материал Claude против Qwen и обзор Qwen Studio и входа из России. Если нужен вывод картинок, а не текста, посмотрите Qwen Image 2.1.
Частые вопросы
Что значит Next в Qwen3.8-Flash-Next?
Так Alibaba называет ранний показ новой архитектуры. По README Flash-Next играет ту же роль для Qwen4, что Qwen3-Next играл для Qwen3.5: архитектуру выкладывают заранее, чтобы сообщество могло её изучить.
Чем Qwen3.8-Flash отличается от Flash-Next?
Flash-Next это открытые веса. Flash это официальная версия в API, построенная на этой модели: контекст 1M по умолчанию и встроенные инструменты.
Qwen 3.8 Flash бесплатный?
Веса Flash-Next можно скачать бесплатно, но условия лицензии есть. В API платят за токены, а в Сингапуре по документации обычно есть бесплатная квота, 1M токенов на модель на 90 дней. После неё вызовы платные, если заранее не включить Free quota only. Нужны ли для квоты платёжные данные, страницы Alibaba говорят по-разному.
Есть ли у Qwen3.8-Omni-Flash открытые веса?
На 17 ноября 2026 в организации Qwen на Hugging Face мы их не нашли. Модель доступна по API.
Какая лицензия у Qwen3.8-Flash-Next?
Qwen Community License 1.0, а не Apache 2.0. Условия про 100 млн пользователей или $20 млн выручки в месяц и про «модель как услугу» читайте в файле LICENSE на странице модели.
Работает ли Qwen из России?
Прямого заявления на страницах Alibaba, которые мы читали, нет ни за, ни против. Обязательны ли иностранные платёжные данные и пройдёт ли регистрация, мы не проверяли.