Alibaba Cloud: Qwen3.8-2.4T-A95B
qwen3.8-2.4t-a95b- Entrada / Salida
- $2.00 / $6.00
- Contexto
- 992K
- Salida máxima
- 128K
- Modalidades
- Chat
- Capacidades
- Uso de herramientasCaché de prompts
Sobre Qwen3.8-2.4T-A95B
Qwen3.8-2.4T-A95B es el lanzamiento de pesos abiertos de la arquitectura Qwen3.8-Max de Alibaba: un modelo de mezcla de expertos (MoE) de solo texto con 2.4 billones de parámetros totales y 95 mil millones de parámetros activos. Siempre razona antes de responder y expone una configuración de esfuerzo de razonamiento. En comparación con el Qwen3.8-Max alojado, elimina el modo sin pensamiento a cambio de pesos descargables.
Puntos fuertes
- Pesos abiertos con 512 expertos, 11 de ellos activos por token, por lo que el total de 2.4 billones de parámetros cuesta solo 95 mil millones por paso.
- Profundidad de razonamiento ajustable a través de la configuración reasoning_effort, con niveles xhigh, medium y low documentados en la tarjeta del modelo.
- La tarjeta de Alibaba reporta GPQA Diamond 92.6, SWE-bench Pro 67.7 y Terminal Bench 2.1 86.6.
- Admite el uso de herramientas, salida de esquema JSON y almacenamiento en caché de prompts, por lo que se adapta al trabajo de agentes y tuberías.
Cuándo buscar otra opción
- No puede leer imágenes ni video; es un modelo de texto.
- El pensamiento no se puede desactivar, por lo que los turnos de conversación rápidos conllevan una sobrecarga de razonamiento que Qwen3.8-Flash evita.
- El autoalojamiento requiere un clúster de GPU muy grande, lo cual está fuera del alcance de la mayoría de los equipos.
Primeros pasos
Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.
Envía tu primera solicitud
Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.
Texto a textoResponses APIPOST/v1/responsesFormato de API: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!" }'
Precios
El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.
cacheMode · implicit
Por 1M Token- Precio Official
- Entrada $2.00 / Salida $6.00 / Lectura de caché $0.25 / Texto Entrada $2.00 / Texto Entrada · Lectura de caché $0.25 / Imagen Entrada $2.00 / Texto Salida $6.00
- Precio Verified
- —
- Descuento
- —
cacheMode · explicit
Por 1M Token- Precio Official
- Entrada $2.00 / Salida $6.00 / Lectura de caché $0.17 / Escritura de caché $2.50 / Texto Entrada $2.00 / Texto Entrada · Lectura de caché $0.17 / Imagen Entrada $2.00 / Texto Salida $6.00
- Precio Verified
- —
- Descuento
- —
| Precio OfficialPor 1M Token | Precio VerifiedPor 1M Token | Descuento | |
|---|---|---|---|
| cacheMode · implicit | Entrada $2.00 / Salida $6.00 / Lectura de caché $0.25 / Texto Entrada $2.00 / Texto Entrada · Lectura de caché $0.25 / Imagen Entrada $2.00 / Texto Salida $6.00 | — | — |
| cacheMode · explicit | Entrada $2.00 / Salida $6.00 / Lectura de caché $0.17 / Escritura de caché $2.50 / Texto Entrada $2.00 / Texto Entrada · Lectura de caché $0.17 / Imagen Entrada $2.00 / Texto Salida $6.00 | — | — |
Uso y actividad
La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.
Uso y disponibilidad
Últimas 24 horas- Solicitudes
- Tasa de éxito
- Latencia P95
- Total de tokens
Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.
Abrir en Console
Abre Qwen3.8-2.4T-A95B en Console con un prompt listo para editar o enviar.
Ayúdame a probar qwen3.8-2.4t-a95b con un mensaje breve en /v1/responses. Muestra la respuesta, la latencia y el coste.
Casos de uso
Problemas de codificación complejos
Asígnele un error de múltiples servicios o una refactorización grande donde el razonamiento adicional valga la pena, y déjelo planificar antes de tocar los archivos.
Análisis científico y técnico
Trabaje en preguntas de nivel de posgrado, derivaciones o críticas de artículos donde el razonamiento cuidadoso paso a paso importa más que la latencia.
Backbones de agentes con pesos abiertos
Úselo donde la política requiera un modelo de pesos abiertos pero el agente aún necesite razonamiento a escala de frontera y llamadas a herramientas.
Extracción estructurada de texto largo
Solicite JSON que se ajuste a un esquema a partir de fuentes de texto largas y desordenadas, con el esfuerzo de razonamiento configurado en alto para entradas ambiguas.
Ejemplos de prompts
Deriva la complejidad temporal de este programador, luego encuentra el caso donde falla el límite amortizado y proporciona una entrada de contraejemplo.
Extrae cada obligación, fecha límite y parte responsable de este texto como JSON que coincida con el esquema que adjunté.
Planifica una migración del módulo de facturación de este monolito a un servicio separado, con los pasos, riesgos y orden de los cambios.
Este modelo tiene precio condicional. Los totales mensuales de tokens por sí solos no producen una estimación fiable; use el precio detallado según la especificación de la solicitud, la caché y la ventana aplicable.
FAQ
¿Es Qwen3.8-2.4T-A95B lo mismo que Qwen3.8-Max?
No exactamente. Es el gemelo de pesos abiertos: misma generación y escala de arquitectura, pero solo de texto y siempre en modo de pensamiento. El Qwen3.8-Max alojado añade un modo sin pensamiento, herramientas integradas y un contexto predeterminado más largo.
¿Qué significan 2.4T y A95B?
El modelo tiene 2.4 billones de parámetros en total, pero una capa de compuerta envía cada token a través de solo 95 mil millones de ellos. Ese diseño de mezcla de expertos proporciona conocimiento de modelo grande a un costo de cómputo por token mucho menor que un modelo denso del mismo tamaño.
¿Puedo desactivar el pensamiento?
No. La tarjeta del modelo indica que el pensamiento no se puede desactivar. Puede reducir la profundidad con reasoning_effort configurado en low, medium o xhigh. Si necesita respuestas sin pensamiento, use Qwen3.8-Max o un modelo Qwen3.8 más pequeño.
¿Acepta imágenes?
No. Es un modelo de texto y no acepta entradas de imagen o video. Úselo para código, documentos y razonamiento sobre texto, y elija un modelo diferente cuando las capturas de pantalla sean parte del trabajo.
¿Qué licencia se aplica a estos pesos?
Los pesos son publicados por el equipo Qwen de Alibaba en Hugging Face; lea la licencia en la tarjeta del modelo antes de la redistribución comercial o el ajuste fino. Llamarlo a través de una API no requiere que usted aloje o licencie los pesos por su cuenta.
¿Cuánto cuesta Qwen3.8-2.4T-A95B?
En TokenLab, Qwen3.8-2.4T-A95B cuesta Entrada $2.00 / Salida $6.00 Por 1M Token. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.
¿Cuál es la ventana de contexto y el límite de salida de Qwen3.8-2.4T-A95B?
Qwen3.8-2.4T-A95B admite hasta 991.808 tokens de contexto y genera hasta 131.072 tokens por respuesta.
¿Qué endpoint debe usar Qwen3.8-2.4T-A95B?
Utiliza https://api.tokenlab.sh/v1/responses para Qwen3.8-2.4T-A95B. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.
¿Qué operaciones soporta Qwen3.8-2.4T-A95B?
Qwen3.8-2.4T-A95B admite Texto a texto. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.
Comparar Qwen3.8-2.4T-A95B
Fuentes
Revisado el 2 oct 2026
