Qwen 3.8 Flash Next
我们的 125B 稀疏 MoE，仅 6B 激活参数，张量级无审查：快速、长上下文全能模型，适合编程、Agent、研究和创意工作，支持视觉、工具调用、思考模式，上下文最高 262K。
快速全能模型，适合编程、Agent、研究和长上下文工作，也天然契合创意写作和角色扮演。支持任何接受自定义 OpenAI 兼容 Base URL 和模型 ID 的客户端。
概览
- 模型系列：Qwen 3.8 Flash Next
- 模型 ID：
qwen-3.8-flash-next - 套餐低至 $49/月
- 用量：无限 token 和消息
- 上下文：Roleplay 套餐 65,536 token，Plus 131,072 token，Standard、Pro、Ultra 和 Dedicated 262,144 token
- 张量级无审查，支持视觉和工具调用
- 访问方式：私测 · 邀请制
Qwen 3.8 Flash Next 订阅
- Qwen Roleplay：$49/月 · 无限 token 和消息 · 64K 上下文 · 1 个并发流
- Qwen Plus：$69/月 · 无限 token 和消息 · 128K 上下文 · 1 个并发流
- Qwen Standard：$89/月 · 无限 token 和消息 · 262K 上下文 · 1 个并发流
- Qwen Pro：$169/月 · 无限 token 和消息 · 262K 上下文 · 2 个并发流
- Qwen Ultra：$319/月 · 无限 token 和消息 · 262K 上下文 · 4 个并发流
- Qwen Dedicated：$1,999/月 · 无限 token 和消息 · 262K 上下文 · 8 个并发流
Qwen 3.8 Flash Next 适用场景
- 角色扮演与创作：在 SillyTavern 或 Janitor AI 中进行长时间会话。
- 日常编程：Agent 和脚本的快速工具调用轮次，成本低廉。
- 长上下文工作：大文档的研究、摘要和对话。
- 高频使用：从最低套餐起即可无限消息。
规格参数
- 参数量：125B（每 token 激活 6B）
- 上下文：64K–262K（以 token 计，按套餐）
- 输入：文本 + 图像（内置视觉）
- 推理：3 个级别（none · low · high）
- 模型 ID：
qwen-3.8-flash-next - 基础模型：Qwen 团队的 Qwen 3.8 Flash Next，开放权重
- 注意力机制：混合稀疏注意力，专为长上下文设计
- API：兼容 OpenAI 和 Anthropic
- 工具调用、视觉、流式输出、JSON 输出、OpenAI & Anthropic API、权重无审查、无限 token
一分钟接入
任意 OpenAI 兼容客户端均可使用。Python 示例：
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)配置指南：SillyTavern · Janitor AI · Open WebUI · Claude Code · API 文档
Qwen 3.8 Flash Next 常见问题
Qwen 3.8 Flash Next 是无审查的吗？
是的。它在张量层面无审查：拒绝行为从权重中移除，而非通过提示词绕过。视觉、工具调用和思考模式不受影响。
真的无限吗？
是的。每个套餐均包含无限 token 和消息，无上限和计量器，从 Roleplay 套餐起即如此。
可以使用多长的上下文？
Roleplay 套餐 65,536 token，Plus 131,072 token，Standard、Pro、Ultra 和 Dedicated 完整 262,144 token。
可以控制推理吗？
可以。发送 reasoning_effort "none" 直接回答，或 "low"、"high" 进行更多思考。
适合角色扮演吗？
适合。它在长上下文下速度快且成本低，非常适合在 SillyTavern 或 Janitor AI 中进行长时间角色扮演。