Alibaba Cloud: Qwen3.8-2.4T-A95B
qwen3.8-2.4t-a95b- Eingabe / Ausgabe
- $2.00 / $6.00
- Kontext
- 992K
- Maximale Ausgabe
- 128K
- Modalitäten
- Unterhaltung
- Funktionen
- Tool-NutzungPrompt-Cache
Über Qwen3.8-2.4T-A95B
Qwen3.8-2.4T-A95B ist die Open-Weight-Veröffentlichung der Qwen3.8-Max-Architektur von Alibaba: ein reines Text-Mixture-of-Experts-Modell mit insgesamt 2,4 Billionen Parametern, von denen 95 Milliarden aktiv sind. Es denkt immer nach, bevor es antwortet, und bietet eine Einstellung für die Denkintensität. Im Vergleich zum gehosteten Qwen3.8-Max entfällt der Modus ohne Nachdenken zugunsten der herunterladbaren Gewichte.
Stärken
- Offene Gewichte mit 512 Experten, von denen 11 pro Token aktiv sind, sodass die insgesamt 2,4 Billionen Parameter nur 95 Milliarden pro Schritt kosten.
- Einstellbare Denktiefe durch die Einstellung reasoning_effort, mit den auf der Modellkarte dokumentierten Stufen xhigh, medium und low.
- Alibabas Modellkarte berichtet von GPQA Diamond 92,6, SWE-bench Pro 67,7 und Terminal Bench 2.1 86,6.
- Unterstützt Tool-Nutzung, JSON-Schema-Ausgabe und Prompt-Caching, wodurch es für Agenten- und Pipeline-Arbeiten geeignet ist.
Alternativen
- Es kann keine Bilder oder Videos lesen; es ist ein Textmodell.
- Das Nachdenken kann nicht abgeschaltet werden, daher verursachen schnelle Konversationsschritte einen Denk-Overhead, den Qwen3.8-Flash vermeidet.
- Das Selbst-Hosting erfordert einen sehr großen GPU-Cluster, was für die meisten Teams nicht erreichbar ist.
Erste Schritte
API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.
Senden Sie Ihre erste Anfrage
Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.
Text-zu-TextResponses APIPOST/v1/responsesAPI-Format:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "qwen3.8-2.4t-a95b", "input": "Hello!" }'
Preise
Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.
cacheMode · implicit
Pro 1M Token- Official-Preis
- Eingabe $2.00 / Ausgabe $6.00 / Cache-Lesevorgang $0.25 / Text Eingabe $2.00 / Text Eingabe · Cache-Lesevorgang $0.25 / Bild Eingabe $2.00 / Text Ausgabe $6.00
- Verified-Preis
- —
- Rabatt
- —
cacheMode · explicit
Pro 1M Token- Official-Preis
- Eingabe $2.00 / Ausgabe $6.00 / Cache-Lesevorgang $0.17 / Cache-Schreibvorgang $2.50 / Text Eingabe $2.00 / Text Eingabe · Cache-Lesevorgang $0.17 / Bild Eingabe $2.00 / Text Ausgabe $6.00
- Verified-Preis
- —
- Rabatt
- —
| Official-PreisPro 1M Token | Verified-PreisPro 1M Token | Rabatt | |
|---|---|---|---|
| cacheMode · implicit | Eingabe $2.00 / Ausgabe $6.00 / Cache-Lesevorgang $0.25 / Text Eingabe $2.00 / Text Eingabe · Cache-Lesevorgang $0.25 / Bild Eingabe $2.00 / Text Ausgabe $6.00 | — | — |
| cacheMode · explicit | Eingabe $2.00 / Ausgabe $6.00 / Cache-Lesevorgang $0.17 / Cache-Schreibvorgang $2.50 / Text Eingabe $2.00 / Text Eingabe · Cache-Lesevorgang $0.17 / Bild Eingabe $2.00 / Text Ausgabe $6.00 | — | — |
Nutzung & Aktivität
Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.
Nutzung & Verfügbarkeit
Letzte 24 Stunden- Anfragen
- Erfolgsrate
- P95-Latenz
- Token gesamt
Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.
In Console öffnen
Öffne Qwen3.8-2.4T-A95B in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.
Teste qwen3.8-2.4t-a95b mit einer kurzen Nachricht an /v1/responses. Zeige Antwort, Latenz und Kosten.
Anwendungsfälle
Schwierige Programmieraufgaben
Geben Sie ihm einen dienstübergreifenden Fehler oder ein großes Refactoring, bei dem sich das zusätzliche Nachdenken auszahlt, und lassen Sie es planen, bevor es Dateien ändert.
Wissenschaftliche und technische Analyse
Bearbeiten Sie Fragen auf Hochschulniveau, Ableitungen oder Fachartikelkritiken, bei denen sorgfältiges, schrittweises Denken wichtiger ist als Latenz.
Agenten-Backbones mit offenen Gewichten
Verwenden Sie es dort, wo Richtlinien ein Open-Weight-Modell erfordern, der Agent aber dennoch Denkleistung auf Frontier-Niveau und Tool-Aufrufe benötigt.
Strukturierte Extraktion aus langen Texten
Fordern Sie JSON an, das einem Schema aus langen, unstrukturierten Textquellen entspricht, wobei die Denkintensität bei mehrdeutigen Eingaben hoch eingestellt ist.
Prompt-Beispiele
Leiten Sie die Zeitkomplexität dieses Schedulers ab, finden Sie dann den Fall, in dem die amortisierte Schranke versagt, und geben Sie eine Gegenbeispiel-Eingabe an.
Extrahieren Sie jede Verpflichtung, Frist und verantwortliche Partei aus diesem Text als JSON, das dem von mir angehängten Schema entspricht.
Planen Sie die Migration des Abrechnungsmoduls dieses Monolithen in einen separaten Dienst, inklusive der Schritte, Risiken und der Reihenfolge der Änderungen.
Dieses Modell hat konditionale Preise. Monatliche Token-Summen allein liefern keine verlässliche Schätzung; nutzen Sie die detaillierten Preise für Anfragespezifikation, Cache und Zeitfenster.
FAQ
Ist Qwen3.8-2.4T-A95B dasselbe wie Qwen3.8-Max?
Nicht genau. Es ist das Open-Weight-Pendant: gleiche Generation und Architekturgröße, aber reiner Text und immer im Denkmodus. Das gehostete Qwen3.8-Max fügt einen Modus ohne Nachdenken, integrierte Tools und einen längeren Standardkontext hinzu.
Was bedeuten 2.4T und A95B?
Das Modell hat insgesamt 2,4 Billionen Parameter, aber eine Gating-Schicht leitet jedes Token nur durch 95 Milliarden davon. Dieses Mixture-of-Experts-Design bietet das Wissen eines großen Modells bei deutlich geringeren Rechenkosten pro Token als ein dichtes Modell derselben Größe.
Kann ich das Nachdenken ausschalten?
Nein. Die Modellkarte besagt, dass das Nachdenken nicht deaktiviert werden kann. Sie können die Tiefe mit reasoning_effort auf low, medium oder xhigh reduzieren. Wenn Sie Antworten ohne Nachdenken benötigen, verwenden Sie Qwen3.8-Max oder ein kleineres Qwen3.8-Modell.
Akzeptiert es Bilder?
Nein. Es ist ein Textmodell und akzeptiert keine Bild- oder Videoeingaben. Verwenden Sie es für Code, Dokumente und das Nachdenken über Text und wählen Sie ein anderes Modell, wenn Screenshots Teil der Aufgabe sind.
Welche Lizenz gilt für diese Gewichte?
Die Gewichte werden vom Qwen-Team von Alibaba auf Hugging Face veröffentlicht; lesen Sie die Lizenz auf der Modellkarte, bevor Sie sie kommerziell weitergeben oder feinabstimmen. Der Aufruf über eine API erfordert nicht, dass Sie die Gewichte selbst hosten oder lizenzieren.
Was kostet Qwen3.8-2.4T-A95B?
Auf TokenLab kostet Qwen3.8-2.4T-A95B Eingabe $2.00 / Ausgabe $6.00 Pro 1M Token. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.
Welche Kontext- und Ausgabelimits hat Qwen3.8-2.4T-A95B?
Qwen3.8-2.4T-A95B verarbeitet bis zu 991.808 Token Kontext und gibt pro Antwort bis zu 131.072 Token aus.
Welchen Endpunkt soll Qwen3.8-2.4T-A95B verwenden?
Verwenden Sie https://api.tokenlab.sh/v1/responses für Qwen3.8-2.4T-A95B. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.
Welche Operationen unterstützt Qwen3.8-2.4T-A95B?
Qwen3.8-2.4T-A95B unterstützt Text-zu-Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.
Qwen3.8-2.4T-A95B vergleichen
Quellen
Geprüft am 02.10.2026
