Qwen 3.8 Flash
阿里巴巴推出的高效视觉语言大模型，参数量约180B，原生支持视觉多模态功能，适合本地部署，在推理速度和资源效率方面表现出色
时间轴 (近 90 天)
在2000 token新提示下，DeepSeek V4.1 Flash在Q4量化提示处理起始约360 tokens/s，64K上下文约307；token生成稳定约14 tokens/s
v3.0.68 将 GMI Cloud 的默认模型切换为 Qwen 3.8 Flash
该用户声称这套DDR3多路服务器配置可以让Qwen 3.8 Flash跑到15 tok/s以上
该模型在TP4模式下未展现速度优势，实测性能介于TP1和TP2之间，TP2被认为是黄金配置标准
量化后的Qwen 3.8 Flash在构建HTML游戏、网络搜索、浏览器自动化操作等场景中表现稳定
作者预测若Qwen团队推出针对TP4优化的Flash版本，可将DGX Spark上的推理速度提升至100 token/s级别
2×RTX 3090可以运行Qwen 3.8 Flash，但需要较高的系统内存支持
Qwen 3.8 Flash的参数量为180B，是GLM 5.3 Flash（320B）的一半
在双Spark TP2配置下，Qwen 3.8 Flash推理速度为55-70 token/s，支持4个全并发智能体同时运行
平台上Qwen 3.8 Flash模型的每日免费Token额度约为100亿Token
全部知识事实 (6)
Qwen 3.8 Flash的参数量为180B，是GLM 5.3 Flash（320B）的一半
50%待验证在双Spark TP2配置下，Qwen 3.8 Flash推理速度为55-70 token/s，支持4个全并发智能体同时运行
50%待验证该模型在TP4模式下未展现速度优势，实测性能介于TP1和TP2之间，TP2被认为是黄金配置标准
50%待验证量化后的Qwen 3.8 Flash在构建HTML游戏、网络搜索、浏览器自动化操作等场景中表现稳定
50%待验证2×RTX 3090可以运行Qwen 3.8 Flash，但需要较高的系统内存支持
50%待验证作者预测若Qwen团队推出针对TP4优化的Flash版本，可将DGX Spark上的推理速度提升至100 token/s级别
50%