¿Qué es Qwen3.8-Flash-Next?
Qwen3.8-Flash-Next es un modelo de mezcla de expertos de pesos abiertos que el equipo Qwen de Alibaba lanzó a finales de agosto de 2026 como adelanto experimental de la arquitectura en la que se basará Qwen4. El modelo de lenguaje tiene 125.000 millones de parámetros, de los que 6.000 millones están activos por token, más 51.000 millones en una nueva tabla de embeddings de n-gramas y 4.000 millones en un módulo de predicción de varios tokens, unos 180.000 millones en disco en total. Los pesos se publican en BF16 y FP8.
Una de cada cuatro capas usa Qwen Sparse Attention, que elige pequeños bloques del texto anterior a los que atender en lugar de tokens sueltos, lo que reduce la latencia con entradas largas. Los embeddings de n-gramas añaden capacidad que, según Qwen, es más barata de ejecutar y más fácil de descargar de la GPU que más expertos. Lee texto, imágenes y vídeo, razona por defecto y tiene un contexto nativo de 262.144 tokens, ampliable a 1 millón.
Los pesos usan la Qwen Community License 1.0, no Apache 2.0. Se permite el uso comercial, pero los productos de más de 100 millones de usuarios mensuales o 20 millones de dólares de ingresos mensuales deben mostrar el nombre del modelo, y cualquier empresa que venda alojamiento de modelos o un asistente de IA de programación u ofimática necesita una licencia aparte de Qwen, sea cual sea su tamaño. La versión alojada, Qwen3.8-Flash, cuesta 0,15 $ por millón de tokens de entrada y 0,47 $ por millón de tokens de salida en Qwen Cloud, con un contexto de 1M de tokens y hasta 131K tokens de salida.
¿Cuánto cuesta Qwen3.8-Flash-Next?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Qwen Community License 1.0 |
| Qwen3.8-Flash API | $0.15 in / $0.47 out per 1M tokens | Aciertos de caché a 0,016 $ |
Pesos abiertos bajo la Qwen Community License 1.0 (licencia aparte para negocios de alojamiento y de asistentes de IA). API de Qwen3.8-Flash: 0,15 $ de entrada / 0,47 $ de salida por 1M de tokens; aciertos de caché a 0,016 $.
¿Merece la pena Qwen3.8-Flash-Next?
Flash-Next supera por poco al 27B denso de Qwen en programación y claramente en trabajo de agentes activando una fracción de los parámetros, pero viene con una licencia más estricta que la del insignia de 2,4 billones de parámetros de Qwen. La tabla de Qwen le da 62,5 en SWE-bench Pro frente a 61,7 de Qwen3.8-27B, y 58,7 en DeepSWE 1.1 frente a 42,2 del 27B y 54,4 de DeepSeek-V4-Flash-0731, con 6.000 millones de parámetros activos frente a 13.000 millones de DeepSeek. La mayor diferencia está en JobBench, 55,7 a 33,4.
No gana en todo, y las puntuaciones son de la propia Qwen. DeepSeek-V4-Flash-0731 va por delante en NL2Repo (54,2 frente a 48,1) y en la tasa de aprobados de Agents' Last Exam (25,2 frente a 24,3). Qwen corrigió tareas de SWE-bench Pro antes de volver a ejecutar todos los modelos, así que sus cifras no cuadran con las clasificaciones públicas; la ficha de Nemotron 3.5 de NVIDIA indica 60,37 para Flash-Next en SWE-bench Pro.
La pega es la licencia. La Qwen Community License 1.0 exige una licencia aparte antes de cualquier uso comercial por parte de una empresa, o de sus filiales, que tenga un negocio de modelo como servicio o venda un asistente de IA independiente de programación u ofimática, sin umbral de tamaño. La licencia de Qwen3.8-Max solo aplica esa regla por encima de 50 millones de dólares de ingresos anuales, así que una startup de cinco personas que crea un asistente de programación puede lanzar su producto con los pesos del insignia, pero no con estos. El uso interno que no expone nada a terceros está exento, y ni el Apache 2.0 de Qwen3.8-27B ni el MIT de GLM-5.3-Flash tienen condiciones así.
Un tamaño activo pequeño no significa un servidor pequeño. Hay que cargar los 180.000 millones de parámetros, incluidos los 51.000 millones de la tabla de n-gramas: unos 360 GB en BF16 o 180 GB con los pesos FP8 de Qwen según nuestros cálculos, antes de cualquier caché de contexto largo. El Qwen3.8-Flash alojado, a 0,15 $ de entrada y 0,47 $ de salida por millón de tokens, evita el hardware, y a los clientes de la API los rigen las condiciones de Qwen Cloud y no la licencia de los pesos.
Dónde se gana su sitio
Un equipo de plataforma en una empresa de 300 ingenieros con un agente de programación interno
Autoalojar algo más fuerte que Qwen3.8-27B sin enviar código fuera
Sirve los pesos FP8 en vLLM o SGLang; con unos 180 GB de pesos, eso supone un servidor con varias GPU, como cuatro H100 de 80 GB, según nuestros cálculos. El uso interno está exento de la cláusula de alojamiento mientras no se exponga nada a usuarios externos.
Un fundador que crea un asistente de programación de IA de pago
Elegir un modelo abierto que ajustar y lanzar
Esta licencia exige un acuerdo aparte con Qwen antes de cualquier lanzamiento comercial, sean cuales sean los ingresos de la empresa. Qwen3.8-27B (Apache 2.0) o GLM-5.3-Flash (MIT) evitan la negociación, y la licencia de Qwen3.8-Max solo aplica la regla por encima de 50 millones de dólares al año.
Un desarrollador con un agente de clasificación de capturas de pantalla y documentos
Procesar imágenes y entradas largas a bajo coste mediante una API
Llama al Qwen3.8-Flash alojado con el razonamiento desactivado. 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos 197 $, menos cuando los prefijos repetidos aciertan en la caché a 0,016 $ por millón; el rendimiento está limitado a 2 millones de tokens por minuto.
Antes de decidirte
- Puesta en marcha
- Pesos BF16 y FP8 en Hugging Face y ModelScope, servidos con Transformers, vLLM, SGLang o TokenSpeed. Para pasar de 262K tokens hace falta un ajuste de YaRN en el comando de servicio.
- Integraciones
- Qwen Cloud sirve Qwen3.8-Flash mediante Chat Completions y Responses compatibles con OpenAI, una API compatible con Anthropic y DashScope, con llamadas a funciones, salidas estructuradas y búsqueda web, intérprete de código y análisis de PDF integrados.
- Datos y privacidad
- Qwen Community License 1.0: se permite el uso comercial; hay que mostrar el nombre del modelo por encima de 100 millones de usuarios mensuales o 20 millones de dólares de ingresos mensuales; licencia aparte para negocios de modelo como servicio y de asistentes de IA de programación u ofimática de cualquier tamaño. La documentación de seguridad de datos de Qwen Cloud trata el cifrado y el almacenamiento en la región, pero no publica periodo de retención ni política de entrenamiento.
- Coste a escala
- Alojado: 0,15 $ de entrada y 0,47 $ de salida por millón de tokens y 0,016 $ por acierto de caché; se ofrece Batch sin descuento publicado. Autoalojado: unos 360 GB de pesos en BF16 o 180 GB en FP8, así que un servidor con varias H100 o H200 antes de la caché KV.
- Límites
- 262.144 tokens nativos, 1 millón con YaRN; salida alojada de hasta 131K tokens a 2 millones de tokens por minuto. El razonamiento está activado por defecto y el razonamiento anterior se queda en el contexto salvo que se desactive preserve_thinking, lo que añade tokens en ejecuciones largas de agentes.
Lo bueno
- Solo 6.000 millones de parámetros activos por token
- Supera a Qwen3.8-27B en todas las pruebas de programación y de agentes de la tabla de Qwen
- Entrada de imagen y vídeo; contexto nativo de 262K, 1M ampliado
- Versión alojada a 0,15 $ / 0,47 $ por millón de tokens
Lo malo
- Licencia aparte necesaria para cualquier negocio de alojamiento o de asistentes de IA, sea cual sea su tamaño
- Unos 180.000 millones de parámetros que mantener en memoria
- Adelanto experimental de una arquitectura nueva
- Las pruebas son de la propia Qwen, con conjuntos de prueba corregidos
Ideal para
Equipos con cargas internas de programación o de agentes que se quedan grandes para un modelo de 27B, y desarrolladores que quieren una API multimodal alojada muy barata.
Alternativas a Qwen3.8-Flash-Next
Qwen3.8-Flash-Next: preguntas frecuentes
- ¿Merece la pena Qwen3.8-Flash-Next?
- Buenas puntuaciones en agentes y programación para 6.000 millones de parámetros activos, con una licencia más estricta que la del propio modelo insignia de Qwen. Le damos un 4.2 sobre 5.
- ¿Cuánto cuesta Qwen3.8-Flash-Next?
- Pesos abiertos bajo la Qwen Community License 1.0 (licencia aparte para negocios de alojamiento y de asistentes de IA). API de Qwen3.8-Flash: 0,15 $ de entrada / 0,47 $ de salida por 1M de tokens; aciertos de caché a 0,016 $.
- ¿Qué inconvenientes tiene Qwen3.8-Flash-Next?
- Licencia aparte necesaria para cualquier negocio de alojamiento o de asistentes de IA, sea cual sea su tamaño; unos 180.000 millones de parámetros que mantener en memoria; adelanto experimental de una arquitectura nueva; las pruebas son de la propia Qwen, con conjuntos de prueba corregidos.
- ¿Para quién es Qwen3.8-Flash-Next?
- Equipos con cargas internas de programación o de agentes que se quedan grandes para un modelo de 27B, y desarrolladores que quieren una API multimodal alojada muy barata.
- ¿Cuánto cuesta Qwen3.8-Flash-Next para un equipo o en producción?
- Alojado: 0,15 $ de entrada y 0,47 $ de salida por millón de tokens y 0,016 $ por acierto de caché; se ofrece Batch sin descuento publicado. Autoalojado: unos 360 GB de pesos en BF16 o 180 GB en FP8, así que un servidor con varias H100 o H200 antes de la caché KV.
- ¿Es Qwen3.8-Flash-Next seguro para los datos de la empresa?
- Qwen Community License 1.0: se permite el uso comercial; hay que mostrar el nombre del modelo por encima de 100 millones de usuarios mensuales o 20 millones de dólares de ingresos mensuales; licencia aparte para negocios de modelo como servicio y de asistentes de IA de programación u ofimática de cualquier tamaño. La documentación de seguridad de datos de Qwen Cloud trata el cifrado y el almacenamiento en la región, pero no publica periodo de retención ni política de entrenamiento.
- ¿Cuáles son las mejores alternativas a Qwen3.8-Flash-Next?
- Las alternativas más cercanas que hemos analizado son GLM-5.3-Flash, DeepSeek-V4.1-Flash, Qwen3.8-27B y Nemotron 3.5 Super VL.
Respuestas comprobadas el 26 oct 2026.