Unquant

Opening your workspace…

Unquant

Qwen 3.8 Flash Next

Unser 125B Sparse-MoE mit nur 6B aktiv, auf Tensor-Ebene unzensiert: ein schnelles, langkontextuelles Allround-Modell für Coding, Agents, Recherche und kreative Arbeit, mit Vision, Tool-Calling, Thinking und bis zu 262K Kontext.

Ein schnelles Allround-Modell für Coding, Agents, Recherche und Langkontext-Arbeit, und eine natürliche Wahl für kreatives Schreiben und Roleplay. Funktioniert mit jedem Client, der eine benutzerdefinierte OpenAI-kompatible Basis-URL und Modell-ID akzeptiert.

Auf einen Blick

  • Modellfamilie: Qwen 3.8 Flash Next
  • Modell-ID: qwen-3.8-flash-next
  • Pläne ab $49 / Monat
  • Nutzung: unbegrenzte Tokens & Nachrichten
  • Kontext: 65.536 Tokens auf Roleplay, 131.072 auf Plus und 262.144 auf Standard, Pro, Ultra und Dedicated
  • Auf Tensor-Ebene unzensiert, mit Vision und Tool-Calling
  • Zugang: private Beta — auf Einladung

Qwen 3.8 Flash Next Abonnements

  • Qwen Roleplay: $49/Monat — unbegrenzte Tokens & Nachrichten — 64K Kontext — 1 gleichzeitiger Stream
  • Qwen Plus: $69/Monat — unbegrenzte Tokens & Nachrichten — 128K Kontext — 1 gleichzeitiger Stream
  • Qwen Standard: $89/Monat — unbegrenzte Tokens & Nachrichten — 262K Kontext — 1 gleichzeitiger Stream
  • Qwen Pro: $169/Monat — unbegrenzte Tokens & Nachrichten — 262K Kontext — 2 gleichzeitige Streams
  • Qwen Ultra: $319/Monat — unbegrenzte Tokens & Nachrichten — 262K Kontext — 4 gleichzeitige Streams
  • Qwen Dedicated: $1.999/Monat — unbegrenzte Tokens & Nachrichten — 262K Kontext — 8 gleichzeitige Streams

Pläne vergleichen — Beta-Zugang beantragen — Docs lesen

Wofür Qwen 3.8 Flash Next gebaut ist

  • Roleplay und Fiktion: Lange Sitzungen in SillyTavern oder Janitor AI.
  • Alltagscoding: Schnelle Tool-Calling-Runden für Agents und Skripte, kostengünstig.
  • Langkontext-Arbeit: Recherchen, Zusammenfassungen und Chat über große Dokumente.
  • Hohe Volumen: Unbegrenzte Nachrichten ab dem niedrigsten Tarif.

Spezifikationen

  • Parameter: 125B (6B aktiv pro Token)
  • Kontext: 64K–262K (Tokens, nach Plan)
  • Eingabe: Text + Bilder (Vision eingebaut)
  • Reasoning: 3 Stufen (none — low — high)
  • Modell-ID: qwen-3.8-flash-next
  • Basismodell: Qwen 3.8 Flash Next vom Qwen-Team, offene Gewichte
  • Attention: Hybride Sparse-Attention, für langen Kontext gebaut
  • API: OpenAI und Anthropic kompatibel
  • Tool-Calling, Vision, Streaming, JSON-Ausgabe, OpenAI & Anthropic APIs, In den Gewichten unzensiert, Unbegrenzte Tokens

In einer Minute verbinden

Jeder OpenAI-kompatible Client funktioniert. In Python:

from openai import OpenAI

client = OpenAI(base_url="https://api.unquant.io/v1", api_key="YOUR_UNQUANT_KEY")
reply = client.chat.completions.create(
    model="qwen-3.8-flash-next",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(reply.choices[0].message.content)

Einrichtungsanleitungen: SillyTavern — Janitor AI — Open WebUI — Claude Code — API Docs

Qwen 3.8 Flash Next FAQ

Ist Qwen 3.8 Flash Next unzensiert?

Ja. Es ist auf Tensor-Ebene unzensiert: Verweigerungen werden in den Gewichten entfernt statt mit einem Prompt umgangen. Vision, Tool-Calling und Thinking bleiben intakt.

Ist es wirklich unbegrenzt?

Ja. Jeder Plan umfasst unbegrenzte Tokens und Nachrichten ohne Limits oder Zähler, ab dem Roleplay-Tarif aufwärts.

Wie viel Kontext erhalte ich?

65.536 Tokens auf Roleplay, 131.072 auf Plus und die vollen 262.144 auf Standard, Pro, Ultra und Dedicated.

Kann ich das Reasoning steuern?

Ja. Senden Sie reasoning_effort „none“ für direkte Antworten oder „low“ oder „high“ für mehr Nachdenken.

Ist es gut für Roleplay?

Ja. Es ist schnell bei langem Kontext und kostengünstig, was lange Roleplay-Sitzungen in SillyTavern oder Janitor AI begünstigt.