Alibaba Cloud: Qwen3.8-2.4T-A95B

Sparse MoE open-weight (total 2,4T, aktif 95B), kembaran open-weight dari Qwen3.8 Max untuk pengodean, penelitian, penalaran kompleks, dan alur kerja agen.

Bandingkan model

qwen3.8-2.4t-a95b

TersediaAlibaba CloudObrolan

Masukan / Keluaran: $2.00 / $6.00
Konteks: 992K
Output maksimal: 128K
Modalitas: Obrolan
Kapabilitas: Penggunaan toolCache Prompt

Tentang Qwen3.8-2.4T-A95B

Qwen3.8-2.4T-A95B adalah rilis bobot terbuka dari arsitektur Qwen3.8-Max dari Alibaba: model mixture-of-experts khusus teks dengan total 2,4 triliun parameter dan 95 miliar parameter aktif. Model ini selalu melakukan penalaran sebelum menjawab dan menyediakan pengaturan upaya penalaran (reasoning-effort). Dibandingkan dengan Qwen3.8-Max yang di-host, model ini menghilangkan mode tanpa berpikir, sebagai ganti bobot yang dapat diunduh.

Kelebihan

Bobot terbuka dengan 512 pakar, 11 di antaranya aktif per token, sehingga total 2,4 triliun parameter hanya memakan biaya 95 miliar per langkah.
Kedalaman penalaran yang dapat disesuaikan melalui pengaturan reasoning_effort, dengan tingkat xhigh, medium, dan low yang didokumentasikan pada kartu model.
Kartu Alibaba melaporkan GPQA Diamond 92,6, SWE-bench Pro 67,7, dan Terminal Bench 2.1 86,6.
Mendukung penggunaan alat, output skema JSON, dan caching prompt, sehingga cocok untuk pekerjaan agen dan pipeline.

Kapan harus beralih

Model ini tidak dapat membaca gambar atau video; ini adalah model teks.
Proses berpikir tidak dapat dimatikan, sehingga percakapan singkat membawa overhead penalaran yang dihindari oleh Qwen3.8-Flash.
Self-hosting memerlukan klaster GPU yang sangat besar, yang di luar jangkauan bagi sebagian besar tim.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.
02
Kirim permintaan pertama Anda
Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.
Teks ke teksResponses API
POST/v1/responses
Format 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!" }'

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

cacheMode · implicit

per 1M token

Harga Official: Masukan $2.00 / Keluaran $6.00 / Pembacaan cache $0.25 / Teks Masukan $2.00 / Teks Masukan · Pembacaan cache $0.25 / Gambar Masukan $2.00 / Teks Keluaran $6.00
Harga Verified: —
Diskon: —

cacheMode · explicit

per 1M token

Harga Official: Masukan $2.00 / Keluaran $6.00 / Pembacaan cache $0.17 / Penulisan cache $2.50 / Teks Masukan $2.00 / Teks Masukan · Pembacaan cache $0.17 / Gambar Masukan $2.00 / Teks Keluaran $6.00
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
cacheMode · implicit	Masukan $2.00 / Keluaran $6.00 / Pembacaan cache $0.25 / Teks Masukan $2.00 / Teks Masukan · Pembacaan cache $0.25 / Gambar Masukan $2.00 / Teks Keluaran $6.00	—	—
cacheMode · explicit	Masukan $2.00 / Keluaran $6.00 / Pembacaan cache $0.17 / Penulisan cache $2.50 / Teks Masukan $2.00 / Teks Masukan · Pembacaan cache $0.17 / Gambar Masukan $2.00 / Teks Keluaran $6.00	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 08.17 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Qwen3.8-2.4T-A95B di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba qwen3.8-2.4t-a95b dengan pesan singkat di /v1/responses. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Masalah pengkodean yang sulit
Berikan bug multi-layanan atau refaktor besar di mana penalaran ekstra membuahkan hasil, dan biarkan model merencanakan sebelum menyentuh file.
Analisis ilmiah dan teknis
Kerjakan pertanyaan tingkat pascasarjana, derivasi, atau kritik makalah di mana penalaran langkah-demi-langkah yang cermat lebih penting daripada latensi.
Tulang punggung agen dengan bobot terbuka
Gunakan di tempat yang kebijakannya mengharuskan model bobot terbuka tetapi agen masih memerlukan penalaran skala frontier dan panggilan alat.
Ekstraksi terstruktur dari teks panjang
Minta JSON yang sesuai dengan skema dari sumber teks yang panjang dan berantakan, dengan upaya penalaran diatur tinggi untuk input yang ambigu.

Contoh prompt

Turunkan kompleksitas waktu dari penjadwal ini, lalu temukan kasus di mana batas amortisasi gagal dan berikan input contoh penyanggah.

Ekstrak setiap kewajiban, tenggat waktu, dan pihak yang bertanggung jawab dari teks ini sebagai JSON yang cocok dengan skema yang saya lampirkan.

Rencanakan migrasi modul penagihan monolit ini ke layanan terpisah, dengan langkah-langkah, risiko, dan urutan perubahan.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apakah Qwen3.8-2.4T-A95B sama dengan Qwen3.8-Max?

Tidak persis. Ini adalah kembaran bobot terbuka: generasi dan skala arsitektur yang sama, tetapi khusus teks dan selalu dalam mode berpikir. Qwen3.8-Max yang di-host menambahkan mode tanpa berpikir, alat bawaan, dan konteks default yang lebih panjang.

Apa arti 2.4T dan A95B?

Model ini memiliki total 2,4 triliun parameter, tetapi lapisan gating mengirimkan setiap token hanya melalui 95 miliar di antaranya. Desain mixture-of-experts tersebut memberikan pengetahuan model besar dengan biaya komputasi per token yang jauh lebih kecil daripada model padat dengan ukuran yang sama.

Bisakah saya mematikan proses berpikir?

Tidak. Kartu model menyatakan bahwa proses berpikir tidak dapat dinonaktifkan. Anda dapat menurunkan kedalaman dengan reasoning_effort yang diatur ke low, medium, atau xhigh. Jika Anda memerlukan balasan tanpa berpikir, gunakan Qwen3.8-Max atau model Qwen3.8 yang lebih kecil.

Apakah model ini menerima gambar?

Tidak. Ini adalah model teks dan tidak menerima input gambar atau video. Gunakan untuk kode, dokumen, dan penalaran atas teks, dan pilih model yang berbeda jika tangkapan layar adalah bagian dari pekerjaan.

Lisensi mana yang berlaku untuk bobot ini?

Bobot diterbitkan oleh tim Qwen Alibaba di Hugging Face; baca lisensi pada kartu model sebelum redistribusi komersial atau fine-tuning. Memanggilnya melalui API tidak mengharuskan Anda untuk menghosting atau melisensikan bobotnya sendiri.

Berapa biaya Qwen3.8-2.4T-A95B?

Di TokenLab, Qwen3.8-2.4T-A95B dikenakan Masukan $2.00 / Keluaran $6.00 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output Qwen3.8-2.4T-A95B?

Qwen3.8-2.4T-A95B mendukung hingga 991.808 token konteks dan menghasilkan hingga 131.072 token per respons.

Endpoint mana yang harus digunakan Qwen3.8-2.4T-A95B?

Pakai https://api.tokenlab.sh/v1/responses sebagai default untuk Qwen3.8-2.4T-A95B. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Qwen3.8-2.4T-A95B?

Qwen3.8-2.4T-A95B mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.