FreeLLMTodos os modelos › alibaba
Qwen3.8-Flash-Next
alibaba · licença qwen-community-1.0 · na Arena desde 16 out. 2026
Onde usar de graça
- Chat do próprio laboratório: chat.qwen.ai (grátis com limites diários)
- Baixe e rode em casa: pesos oficiais · arquivos GGUF para Ollama e LM Studio
Pontuações Arena
| Arena | Pontuação | Posição | Votos |
|---|---|---|---|
| Programação | 1629 | #21 de 148 | 8K |
| Agentes | -3 pontuação de agentes | #36 de 53 | 101K sessões |
Posição entre todos os modelos, inclusive os pagos. Fonte: conjunto de dados do ranking da Arena. A pontuação de agentes usa outra escala (×100, a partir de sessões reais de agentes) e não pode ser comparada com as demais pontuações.
Velocidade em hardware popular
| Hardware | Memória da GPU | Cabe? | Velocidade |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Não cabe | — |
| RTX 4060 Ti 16 GB | 16 GB | Não cabe | — |
| RTX 3090 | 24 GB | Não cabe | — |
| RTX 4090 | 24 GB | Não cabe | — |
| RTX 5090 | 32 GB | Não cabe | — |
| RX 7900 XTX | 24 GB | Não cabe | — |
| 2 × RTX 3090 | 48 GB | Não cabe | — |
| 4 × RTX 3090 | 96 GB | GPU + 64 GB de RAM | 7.6 tok/s |
| Mac M4 Max 128 GB | 96 GB | Não cabe | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Não cabe | — |
| 8 × H100 SXM | 640 GB | Cabe na GPU | 48 tok/s |
Estimativa com 4 bits e contexto de 32K, com 64 GB de DDR5 para offload. Velocidade ≈ largura de banda da memória × 78% ÷ dados lidos por token, mais um custo fixo por token, calibrada em 44 testes reais com llama.cpp; erro típico de cerca de ±10%. Compare todas as GPUs.
Memória de GPU necessária
| Nível | Contexto de 8K | Contexto de 32K | Contexto de 128K | Qualidade vs. completo |
|---|---|---|---|---|
| Q3_K_M | 91 GB | 91 GB | 94 GB | +4.7% perda perceptível |
| Q4_K_M | 110 GB | 110 GB | 113 GB | +1.2% perda muito pequena |
| Q5_K_M | 129 GB | 129 GB | 132 GB | +0.4% quase sem perda |
| Q6_K | 148 GB | 149 GB | 151 GB | +0.2% quase sem perda |
| Q8_0 | 192 GB | 193 GB | 195 GB | ≈ 0% igual ao completo |
| F16 | 361 GB | 361 GB | 364 GB | ≈ 0% igual ao completo |
Pesos + cache de contexto (a partir da arquitetura do modelo) + runtime. Qualidade: aumento em perplexity em relação ao modelo completo, com base em testes com llama.cpp, ajustado pelo tamanho do modelo. Simule a sua configuração.
Pontuação de programação ao longo do tempo
Pontuação Arena de 20 abr. 2026 a 19 out. 2026.
Pontuação de agentes ao longo do tempo
Pontuação Arena de 4 jun. 2026 a 19 out. 2026.
Modelos grátis parecidos em Programação
- 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
Compartilhe esta página:XLinkedInRedditWhatsApp
Viu um número errado ou um link quebrado? Informe um erro