Перейти к содержимому
RouterNodul

Qwen3.8 Flash Next API

ID модели в запросах:ru-3/qwen3.8-flash-next

Qwen3.8 Flash Next от Qwen через один OpenAI-совместимый API Nodul Router: ключ с лимитами, журнал запросов, оплата в рублях.

РоссияИзображенияИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR)
Контекст
262 144
Макс. ответ
131 072

Цены за 1 млн токенов, ₽Цены за 1 млн токенов, PnP

РегионПопробоватьВходВыходЧтение кэшаID модели в запросах
Россия · ru-3Попробовать22,94 ₽0,23 PnP67,43 ₽0,68 PnP2,30 ₽0,03 PnPru-3/qwen3.8-flash-next

Цены розничные, без НДС (5 %). Для компаний — персональные цены по договору: чем больше объем, тем ниже цена.Узнать свою цену

Быстрый старт

curl https://router.nodul.ru/api/v1/chat/completions \
  -H "Authorization: Bearer $NODUL_ROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ru-3/qwen3.8-flash-next",
    "messages": [{"role":"user","content":"Hello!"}]
  }'

Описание

Qwen3.8 Flash Next от Alibaba (команда Qwen) — открытая мультимодальная модель с рассуждением, ранний образец архитектуры будущего Qwen4. Из 125 млрд параметров на токен работают около 6 млрд. Здесь принимает текст и изображения, доступна в регионе Россия.

Для чего подходит Qwen3.8 Flash Next

Модель ориентирована на агентную разработку, работу с инструментами и офисные задачи: правки в репозитории, длинные цепочки действий, разбор документов и скриншотов. Через Router она принимает текст и изображения, вызывает инструменты, отдает структурированный вывод и рассуждает.

Это вариант для тех, кому нужна модель региона Россия с сильными, по данным разработчика, результатами в агентных задачах и коде.

Модель удобна и как рабочая лошадка для повседневных сценариев: ассистент в IDE, автоматизация офисных процессов, разбор диаграмм и скриншотов интерфейса. Разработчик отдельно выделяет управление мобильным приложением и компьютером.

Не стоит брать ее, если на вход нужно подавать видео или звук: в нашем каталоге в этом варианте их нет. Для самых сложных задач, где важен максимум качества, у семейства есть старшие модели Max.

Сильные стороны

  • Агентный код и инструменты. По данным разработчика, на SWE-bench Pro, DeepSWE 1.1 и Toolathlon Verified она опережает в его таблице предыдущую модель Qwen3.7 Plus, DeepSeek-V4-Flash-0731 и плотную Qwen3.8 27B; на SWE-bench Multilingual у нее 81.0 против 73.8 у Qwen3.8 27B и 75.8 у Qwen3.7 Plus (для DeepSeek в этом тесте нет данных).
  • Эффективная архитектура. Разработчик объясняет скорость на длинном контексте гибридом Gated DeltaNet и разреженного внимания Qwen Sparse Attention: оно выбирает важные блоки контекста вместо полного перебора.
  • Стоимость обучения и скорость. Разработчик пишет, что обучение потребовало примерно в девять раз меньше ресурсов, чем у предыдущей модели, а при большой доле повторно используемого кэша префикса на контексте в 1 млн токенов скорость обработки запроса (prefill) в 8.6 раза выше, чем у Qwen3.7 Plus. Это замеры разработчика на его стенде, а не на нашем маршруте.
  • Следование инструкциям. По данным разработчика, на IFBench у нее 81.3 против 79.5 у Qwen3.8 27B и 62.5 у Claude Opus 4.6.
  • Рассуждения. По умолчанию модель думает перед ответом. Разработчик поддерживает три уровня усилия: low, medium, xhigh.
  • Работа с изображениями. По данным разработчика, на RealWorldQA у нее 88.5 и на LVBench (длинное видео) 76.6, но видео через Router в этом варианте недоступно.
  • Открытые веса. Веса опубликованы на Hugging Face, их можно запускать и дообучать самостоятельно.

Ограничения и спорные моменты

  • Это предварительная версия архитектуры. Разработчик называет ее ранним превью Qwen4. Производственный вариант Qwen3.8 Flash, по словам разработчика, добавляет расширенный контекст по умолчанию и встроенные инструменты.
  • Почти все цифры от самого разработчика. Независимых замеров именно этой модели мы не нашли, часть тестов внутренние (CoWorkBench, RecreationBench).
  • Не лидер везде. В таблице разработчика на NL2Repo-Bench впереди DeepSeek-V4-Flash-0731, а на HLE впереди Claude Opus 4.6.
  • Экзаменационные вопросы. На HLE по таблице разработчика у нее 35.9 против 40.0 у Claude Opus 4.6 в максимальном режиме, поэтому для сложных междисциплинарных вопросов сравните ее с флагманами.
  • Самостоятельный запуск тяжелый. Карточка на Hugging Face указывает 125 млрд параметров плюс 51 млрд таблицы эмбеддингов, а разработчик рекомендует специализированные серверы вроде vLLM или SGLang.

Бенчмарки

Все числа ниже опубликованы разработчиком для открытой Qwen3.8-Flash-Next; условия запусков (оболочки, температура, контекст) он описывает в сносках к таблице.

ТестРезультатИсточникДата
SWE-bench Pro (агентное программирование), по данным разработчика62.5 против 56.0 у DeepSeek-V4-Flash-0731 и 55.8 у Qwen3.7 Plusблог Qwenавг. 2026
DeepSWE 1.1, по данным разработчика58.7 против 54.4 у DeepSeek-V4-Flash-0731блог Qwenавг. 2026
SWE-bench Multilingual, по данным разработчика81.0блог Qwenавг. 2026
Toolathlon Verified (использование инструментов), по данным разработчика73.5 против 70.3 у DeepSeek-V4-Flash-0731блог Qwenавг. 2026
IFBench (следование инструкциям), по данным разработчика81.3 против 79.5 у Qwen3.8 27B и 62.5 у Claude Opus 4.6Hugging Faceавг. 2026
GPQA Diamond, по данным разработчика91.7Hugging Faceавг. 2026
LiveCodeBench v6, по данным разработчика91.9блог Qwenавг. 2026
AndroidWorld (управление телефоном), по данным разработчика84.5блог Qwenавг. 2026

Чем Qwen3.8 Flash Next отличается от соседей

Qwen3.8 — поколение моделей Alibaba, а семейство Flash — его быстрая линейка. Разбор общих сильных сторон Flash смотрите на странице Qwen3.8 Flash.

  • От Qwen3.8 Flash. Flash Next — открытая версия, на основе которой сделан Flash. Здесь нет видео, а сама модель доступна в регионе Россия. Берите Flash Next, если важен регион Россия, и Flash, если нужны видео и более длинный контекст.
  • От Qwen3.8 27B. Это плотная модель на 27 млрд параметров. По данным разработчика, Flash Next опережает ее на большинстве агентных тестов, а на SWE-bench Pro разрыв небольшой (62.5 против 61.7).

Альтернативы в каталоге

  • Qwen3.8 Flash: та же линейка с видео и более длинным контекстом по умолчанию, если регион Россия не обязателен.
  • Qwen3.8 27B: плотная модель региона Россия, если нужна более предсказуемая и простая архитектура.
  • DeepSeek V4.1 Flash: быстрая модель региона Россия с текстом и изображениями.
  • GLM 5.3 Flash: еще один быстрый вариант региона Россия для агентных сценариев.

Частые вопросы

Чем Flash Next отличается от обычной Qwen3.8 Flash?

Flash Next — открытая версия архитектуры, Qwen3.8 Flash — ее производственный вариант с расширенным контекстом по умолчанию и встроенными инструментами, как пишет разработчик. Результаты в анонсе подписаны именем Flash Next.

Принимает ли она изображения, видео и звук?

Через Router в этом варианте принимаются текст и изображения. Видео и звук не поддерживаются.

Умеет ли она вызывать инструменты и рассуждать?

Да. В каталоге у нее есть вызов инструментов, структурированный вывод и рассуждения.

Можно ли запустить ее у себя?

Да, веса открыты на Hugging Face. Но модель большая, и разработчик советует серверы vLLM, SGLang или TokenSpeed.

Как управлять рассуждением?

По карточке модели, она по умолчанию думает перед ответом, а уровень усилия задается параметром reasoning_effort (low, medium, xhigh). Разработчик предупреждает: в многошаговых агентных задачах низкий уровень не всегда сокращает общее время, потому что из-за недостаточного анализа растет число повторов.

Источники

Все параметры API · 15
  • frequency_penalty
  • max_tokens
  • n
  • presence_penalty
  • reasoning
  • reasoning_effort
  • response_format
  • seed
  • stop
  • stream
  • structured_outputs
  • temperature
  • tool_choice
  • tools
  • top_p

Все модели Qwen