Qwen3.8-Flash-Next-NVFP4

该模型属于 Qwen3.8-Flash-Next 系列，从命名看是这一系列在 NVFP4 低精度浮点格式下的量化产物。系列本身定位为「Flash」级的轻量快速版本，「Next」则表明它是该分支的后续迭代；NVFP4 后缀指向英伟达提出的 4 位浮点权重格式，通常用于压缩显存占用、提升单位硬件上的吞吐。它要解决的问题很直接：多模态能力（文本加图像输入、文本输出）在本地或私有环境落地时，显存和部署成本往往偏高，量化版本把这一门槛压低。需要说明的是，该模型由 Inferact 发布而非原始模型方，许可证标记为 other，属于非标准开源许可，商用前必须逐条核对条款；官方价格未公开，能力项未标注，本站也未记录到任何第三方跑分与上架平台，因此实际效果需要自行验证。

选型建议需要开放权重、显存敏感且能自行承担部署与合规核查时值得评估；若要求现成 API、明确报价或可查跑分，则当前信息不足，不建议直接选型。

• 部署本地图文问答服务，处理商品图、截图、票据等图像输入并输出文本答案
• 在显存受限的单卡环境中搭建文档理解流水线，完成版面信息抽取与字段归一
• 为内容团队构建批量图片描述与标签生成工具，降低人工标注投入
• 在私有化环境中替代外部 API 调用，对敏感图文数据做本地推理
• 作为量化对照组，与全精度版本并行评测，评估低精度部署的精度损失

整体沿用 Qwen3.8-Flash-Next 的模型结构，核心差异在于权重以 NVFP4 低精度格式发布。参数规模、层数与训练细节在公开渠道披露有限。

• 结构在原始 Qwen3.8-Flash-Next 权重基础上做 NVFP4 量化，属于发布形态的改变而非重新训练，模型骨架与系列保持一致。
• 能力输入侧接受文本与图像，输出侧只生成文本，适合图像理解、图文问答、文档信息抽取这类单向多模态任务。
• 披露许可证为 other 而非 Apache 等标准协议，参数规模与量化配置未公开，选型前需向发布方确认权重细节与商用边界。

开源权重

是

许可证

other

缺少本站记录的第三方跑分，性能只能做定性判断：量化带来部署效率收益，同时可能伴随精度折损，需以自测为准。

• 强项NVFP4 权重显著压缩显存占用，在支持该格式的硬件上可提升单卡可承载的并发与吞吐，利于成本敏感的推理服务。
• 短板4 位量化对数值敏感任务（长链推理、精细计数、低资源语种）可能带来精度损失，且无公开跑分可佐证实际差距。
• 适合图文理解、内容摘要、结构化抽取等容错度较高的业务；对结果稳定性要求极严的场景建议与全精度版本对照测试。

官方价格未公开，本站也未记录到任何上架平台，成本判断只能从开放权重这一属性出发做自托管估算。

• 定位官方定价未公开，能力项也未标注，无法按 token 成本做预算；现阶段更适合按自建推理集群的硬件与运维成本核算。
• 横向对比同厂的 GLM-5.3-NVFP4、Kimi-K3-DSpark 价格同样未公开，价差无法计算，暂时没有可比的量化版本价格基准。
• 平台差价本站记录的上架平台数为 0，既无托管 API 报价也无渠道折扣，短期内不存在跨平台比价空间。
• 省钱权重开放意味着可按实际流量弹性部署，省去按量计费；但需自行承担显存、运维与量化适配的工程投入。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径能力项未标注、无第三方跑分、官方价格缺失，任何效果与成本结论都缺乏公开依据，只能以自建评测为准。
• 边界许可证为 other，商用与再分发条款需法务确认；且暂无平台托管，接入方式限于自行下载权重并部署。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。