Mohu spustit Qwen3.8-Flash lokálně?

Ano, váhy jsou otevřené a publikované na Hugging Face v repozitáři Qwen/Qwen3.8-Flash-Next, kompatibilní s Transformers, vLLM a SGLang. Mějte na paměti, že celkový počet parametrů je 125 miliard, takže lokální nasazení vyžaduje značný hardware, i když je aktivováno jen 6 miliard parametrů na průchod.

Kolik stojí Qwen3.8-Flash a jaký má limit kontextu?

Přes Qwen Cloud API stojí 0,15 USD za milion vstupních tokenů a 0,47 USD za milion výstupních tokenů, s výchozím kontextovým oknem jednoho milionu tokenů na spravované službě.

Čím se Qwen3.8-Flash liší od ostatních modelů Qwen3?

Používá novou architekturu — Qwen Sparse Attention, Gated Residual streams a N-gram Embedding — kterou Alibaba popisuje jako základ pro Qwen4, na rozdíl od standardního transformer stacku používaného v dřívějších verzích Qwen3. Nevýhodou je, že jde o experimentální náhled, nikoli plně vyzrálý produkční model.

▲

37.8%

tento týden

Qwen3.8 Flash

8894°

#llm #qwen #vidění #video #uvažování #programování

Spustit model

Nabídky / Reklamy

OpenRouter Terminál / API

Platba za token

Chatuj s tímto modelem v prohlížeči nebo ho zavolej ze svého kódu s jedním API klíčem.

Qwen | Kontext 1 000 000 tokenů | $0.15/M vstup, $0.47/M výstup. Qwen3.8 Flash je multimodální model pro uvažování od Alibaba. Je vhodný pro asistenci při kódování, agentní pracovní postupy, vizuální porozumění, analýzu dokumentů a kódových základen, interakci na desktopu, analýzu grafů a analýzu dlouhých videí.

Návody k tomuto modelu

Jak vybrat AI model v říjnu 2026: nejprve novinky o uzavřených modelech, pak otevřené váhy ke stažení

Nejlepší lokální LLM podle použití (říjen 2026): správný otevřený model pro každou práci

Kolik VRAM vlastně potřebuji pro lokální AI?

Otevřené váhy vs open source vs pouze API: co vlastně smíš dělat

Jak nainstalovat Ollama a spustit lokální AI (Windows, Mac, Linux)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

Qwen3.8-Flash je multimodální model pro uvažování od Alibaba s otevřenými váhami a kontextovým oknem o velikosti jednoho milionu tokenů. Jeho architektura — Qwen Sparse Attention, Gated Residual a N-gram Embedding — je explicitně prezentována jako základ pro Qwen4, což z něj dělá experimentální náhled i produkční nástroj zároveň. Při ceně pod půl centu za tisíc výstupních tokenů je vhodný pro vývojáře, kteří potřebují zpracování vidění, videa a dlouhého kontextu bez vysokých nákladů na API.

Známý pro

Kontextové okno o velikosti jednoho milionu tokenů pro rozsáhlé kódové báze a dlouhé dokumenty
Multimodální: zpracovává obrázky, grafy, video a interakci s desktopem
Nová architektura jako náhled na Qwen4: nižší latence u dlouhého kontextu díky QSA
Otevřené váhy na Hugging Face, kompatibilní s vLLM, SGLang a Transformers
125 miliard parametrů celkem, ale aktivováno jen 6 miliard, což udržuje nízké náklady na inference

Dej pozor na

Označeno jako experimentální architektura; stabilita v produkci není zaručena.
125 miliard parametrů celkem činí lokální nasazení náročným i přes aktivaci jen 6 miliard.
Podmínky licence nejsou podrobně uvedeny v model card; před komerčním použitím zkontrolujte repozitář na Hugging Face.

Nejlepší pro

Programování

Agenti a používání nástrojů

Uvažování

Vidění

Dlouhý kontext

Promptů k vyzkoušení

Ladění nefungující asynchronní pipeline

Mám asynchronní Python pipeline, která zpracovává dávky záznamů z fronty. Pracovníci občas zamrznou, když se fronta vyprázdní uprostřed dávky. Tady je relevantní kód: ```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)) ``` Vysvětli, proč dochází k deadlocku, a přepiš worker tak, aby správně zvládal prázdnou frontu.

Analýza obrázku grafu

Přikládám graf z čtvrtletní obchodní zprávy. Urči typ grafu, popiš zobrazený trend, upozorni na jakékoli anomálie nebo body zlomu a navrhni jednu doplňující otázku, kterou by analytik měl položit na základě dat.

Plánování vícekrokového výzkumného agenta

Navrhni minimalistický agentní workflow, který vezme uživatelskou otázku o firmě, rozdělí ji na podúkoly (webové vyhledávání, vyhledání finančních dat, kontrola sentimentu), rozhodne o pořadí volání nástrojů a syntetizuje finální odpověď. Uveď potřebné nástroje, rozhodovací logiku mezi kroky a místo, kde bys přidal kontrolní bod s člověkem v procesu.

Porovnat s

Qwen3.7 Flash
Model pouze s API
kontext 1,000,000 tokenů · $0.03/M vstup, $0.13/M výstup
Qwen3.8 Max (0902)
Model pouze s API
kontext 1,000,000 tokenů · $2.00/M vstup, $6.00/M výstup
Qwen3.8 Omni Flash
Model pouze s API
kontext 1,000,000 tokenů · $0.15/M vstup, $0.47/M výstup
Qwen3 VL 32B Instruct
Model pouze s API
kontext 131,072 tokenů · $0.10/M vstup, $0.42/M výstup

Více textových modelů od qwen

Často kladené otázky

Mohu spustit Qwen3.8-Flash lokálně?: Ano, váhy jsou otevřené a publikované na Hugging Face v repozitáři Qwen/Qwen3.8-Flash-Next, kompatibilní s Transformers, vLLM a SGLang. Mějte na paměti, že celkový počet parametrů je 125 miliard, takže lokální nasazení vyžaduje značný hardware, i když je aktivováno jen 6 miliard parametrů na průchod.
Kolik stojí Qwen3.8-Flash a jaký má limit kontextu?: Přes Qwen Cloud API stojí 0,15 USD za milion vstupních tokenů a 0,47 USD za milion výstupních tokenů, s výchozím kontextovým oknem jednoho milionu tokenů na spravované službě.
Čím se Qwen3.8-Flash liší od ostatních modelů Qwen3?: Používá novou architekturu — Qwen Sparse Attention, Gated Residual streams a N-gram Embedding — kterou Alibaba popisuje jako základ pro Qwen4, na rozdíl od standardního transformer stacku používaného v dřívějších verzích Qwen3. Nevýhodou je, že jde o experimentální náhled, nikoli plně vyzrálý produkční model.

Verdikt kapitána
Opravdu nová architektura za nízkou cenu, ale berte ji spíše jako předběžný náhled na Qwen4 než jako definitivní produkční volbu.

Modelová karta na Hugging Face

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

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: #37 Hottest Text / LLM model · #37 Hottest Text / LLM text model

Not this creator?

Get your own badge

Trend popularity: Qwen3.8 Flash

Heat skóre od 26 Aug 2026

Hodnocení popularity

8,894°

Tento týden

▲

37.8%

8,851° tehdy, 8,894° teď

Tento měsíc

▲

529%

8,651° tehdy, 8,894° teď

Poslední rok

n/a

Ještě nebylo vydáno/sledováno

7,000°

Základ

Měřítko jde od 0° do 9 999°. Vše pod 7,000° je vyhrazeno pro modely, o kterých zatím žádný zdroj nehlásí, a mají tam náhradní číslo, aby seznamy byly kompletní. 7,000° je místo, kde začínají naměřená data: model s reálnými daty, ale téměř žádnými staženími, sedí na základu, a měření přidávají stupně nad něj. Základ nic neříká o modelu; o rozdílu mezi modely rozhodují právě stupně nad ním.

+1,597°

OpenRouter tokeny

2,098,089,404,683 tokenů tento model zpracoval přes OpenRouter za posledních 30 dní, výzvy i odpovědi dohromady. Každých 10,000,000 tokenů se počítá jako jedno stažení v rámci stahování, celkem 209,808; tokeny z posledního dne se započítávají do rychlosti adopce. Zdroj: OpenRouter (openrouter.ai/rankings).

+297°

Rychlost přijetí

Přibližně 9,165 stažení denně, měřeno mezi dvěma odečty zdrojů, nikdy ne odhadováno z průměru za celý čas. Rychlost váží čtvrtinu termínu stažení, takže čerstvý nárůst se ukáže, aniž by jeden denní výkyv přebil roky používání.

Zobrazit podrobné rozdělení

Každé číslo na této stránce lze ověřit. Heat skóre tohoto modelu je 8,894°, a tady je postupně složeno z jednotlivých částí, s průběžným součtem po každé z nich: základ, stupně přidané každým zdrojem, bonus za typ modelu a odečtení podle stáří jeho vah. Barvy odpovídají pásmům v grafu nahoře. Na konci je slovník, který vysvětluje každý pojem.

1
Začni na základu.
Proč 7,000° a ne nula: škála jde od 0° do 9 999°, a část pod 7,000° je vyhrazena pro modely, o kterých zatím žádný zdroj nehlásí, a mají tam náhradní číslo, aby seznamy byly kompletní a nikdy nepřevýšily model s daty. 7,000° je místo, kde začínají naměřená data. Model s reálnými daty, ale téměř žádnými staženími, sedí tady; všechno, co následuje, je měření, a prostor nad základem obsahuje deset desetinných kroků ve staženích po 300° každý. Základ je stejný pro každý model, takže nerozhoduje; rozhodují stupně nad ním.
7,000°
běžící součet
2
Přidej stažení.
209,808 ekvivalentů stažení celkem, z OpenRouter tokeny. Desetinásobek stažení přidá stejných 300°, takže velikost je důležitá, ale nikdy nepřebije skóre.
+1,597°
8,597°
běžící součet
3
Přidej rychlost přijetí.
Zhruba 9,165 stažení denně právě teď, měřeno mezi dvěma odečty, s čtvrtinovou váhou.
+297°
8,894°
běžící součet
=
Skóre heat.
Kde se tento model nachází na každém seznamu na tomto webu. Nic jiného ho neupravuje.
8,894°

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Jak se popularita tohoto modelu vyvíjela oproti zbytku katalogu: jeho růst v počtu stažení, lajků a použití za každé období, měřeno proti typickému růstu modelu ve stejném období, spolu s jeho heat skóre v daném čase. Nad typickým růstem znamená nárůst, pod ním pokles. Minulost se rekonstruuje z dnešních celkových hodnot, prvního dne modelu a jeho měřenou rychlostí stahování, pokud jsou k dispozici dva záznamy; model, který na začátku období neexistoval, ukazuje n/a.

Podobné modely

L3 8B Lunaris v1 Turbo

TEXT / LLM

AI modely pro generování obrázků, videa a textu

Qwen3.8 Flash je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm qwen vidění video uvažování programování agenti dlouhý kontext

Procházet podle rodiny modelů