FreeLLMTutti i modelli › alibaba
Qwen3.8-Flash-Next
alibaba · licenza qwen-community-1.0 · su Arena dal 16 ott 2026
Dove usarlo gratis
- La chat del laboratorio: chat.qwen.ai (gratis con limiti giornalieri)
- Scaricalo e usalo a casa: pesi ufficiali · file GGUF per Ollama e LM Studio
Punteggi Arena
| Arena | Punteggio | Posizione | Voti |
|---|---|---|---|
| Programmazione | 1629 | #21 su 148 | 8K |
| Agenti | -3 punteggio agenti | #36 su 53 | 101K sessioni |
Posizione tra tutti i modelli, anche quelli a pagamento. Fonte: dataset della classifica Arena. Il punteggio degli agenti ha una scala diversa (×100, da sessioni reali di agenti) e non è confrontabile con gli altri punteggi.
Velocità sull'hardware più diffuso
| Hardware | Memoria GPU | Ci sta? | Velocità |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Non entra | — |
| RTX 4060 Ti 16 GB | 16 GB | Non entra | — |
| RTX 3090 | 24 GB | Non entra | — |
| RTX 4090 | 24 GB | Non entra | — |
| RTX 5090 | 32 GB | Non entra | — |
| RX 7900 XTX | 24 GB | Non entra | — |
| 2 × RTX 3090 | 48 GB | Non entra | — |
| 4 × RTX 3090 | 96 GB | GPU + 64 GB di RAM | 7.6 tok/s |
| Mac M4 Max 128 GB | 96 GB | Non entra | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Non entra | — |
| 8 × H100 SXM | 640 GB | Entra nella GPU | 48 tok/s |
Stima a 4 bit con contesto da 32K e 64 GB di DDR5 per lo scarico in RAM. Velocità ≈ banda di memoria × 78% ÷ dati letti per token, più un costo fisso per token, calibrata su 44 test reali con llama.cpp; errore tipico di circa ±10%. Confronta tutte le GPU.
Memoria GPU necessaria
| Livello | Contesto da 8K | Contesto da 32K | Contesto da 128K | Qualità rispetto al modello completo |
|---|---|---|---|---|
| Q3_K_M | 91 GB | 91 GB | 94 GB | +4.7% perdita evidente |
| Q4_K_M | 110 GB | 110 GB | 113 GB | +1.2% perdita minima |
| Q5_K_M | 129 GB | 129 GB | 132 GB | +0.4% quasi senza perdita |
| Q6_K | 148 GB | 149 GB | 151 GB | +0.2% quasi senza perdita |
| Q8_0 | 192 GB | 193 GB | 195 GB | ≈ 0% uguale al completo |
| F16 | 361 GB | 361 GB | 364 GB | ≈ 0% uguale al completo |
Pesi + cache del contesto (dall'architettura del modello) + runtime. Qualità: aumento di perplexity rispetto al modello completo, dai test con llama.cpp, scalato in base alla dimensione del modello. Simula la tua configurazione.
Punteggio Coding nel tempo
Punteggio Arena dal 20 apr 2026 al 19 ott 2026.
Punteggio Agenti nel tempo
Punteggio Arena dal 4 giu 2026 al 19 ott 2026.
Modelli gratis simili in Programmazione
- Hy4 preview 1631
- MiMo-V2.6-Pro 1625 · 1024.2 B
- MiMo-V2.6-Flash 1634 · 310.8 B
- GLM-5.3 (Max) 1621 · 753.3 B
- DeepSeek-V4.1-Flash-20260910 (Max) 1618
- GLM-5.3-Flash 1607 · 321.3 B
Condividi questa pagina:XLinkedInRedditWhatsApp
Hai visto un numero sbagliato o un link rotto? Segnala un errore