Qwen выпустила мультимодальную модель с 125B параметров за 9 раз дешевле

Компания Qwen анонсировала Qwen3.8-Flash — мультимодальную MoE-модель с 125B параметров, которая активирует только 6B на каждый токен. Модель показала результаты 95,7 на MathVision и 84,5 на AndroidWorld, при этом обучение обошлось примерно в 9 раз дешевле, чем Qwen3.7-Plus.

Продакшен-версия в QwenCloud стоит $0,16 за миллион входных токенов и $0,47 за миллион выходных. Qwen также открыла веса ранней версии архитектуры Qwen3.8-Flash-Next, которую команда исследует для Qwen4.