Qwen3 8B
MODEL PROFILE模型资料Alibaba · 2025-04-28 发布
无公开托管渠道
返回厂商
Qwen3 8B 是阿里 Qwen3 系列中 8B 量级的中低档模型，面向有自有算力、需要低成本本地部署或轻量编程辅助的开发者与中小团队。
模型介绍
Qwen3 8B 由阿里在 2025 年 4 月 28 日发布，归入 Qwen3 系列，是 8B 量级的成员，处于系列中较低的一档。它要解决的问题很直接：用一个体积可控、能跑在单机上的模型覆盖日常问答、代码片段补全和学科型题目，而不是去和系列里的超大杯抢复杂推理与长程任务。这一档模型的价值主要在可获得性——参数规模不大，部署门槛低，适合当基线模型、对照模型或内网离线方案。需要留意的是，本站没有标注它的具体能力项，官方价格也未公开，平台收录数为 0，选型时能依赖的只有第三方跑分和厂商文档。从 Artificial Analysis 口径看，它的编程类指标相对突出，长上下文与工具调用类指标则接近空白。
选型建议预算有限、有自有算力且任务以短程问答和代码片段为主时值得一试；需要长上下文检索、工具调用或多步 Agent 的场景应直接排除。
关键指标
适用场景
- 在自有 GPU 或工作站上本地部署，处理日常问答、文档摘要与信息整理
- 作为编程辅助的轻量模型，做函数级代码补全、片段解释与报错定位
- 搭建离线或内网环境下的原型验证，先跑通流程再替换为更大模型
- 对延迟敏感、并发较高的简单分类、改写与字段抽取任务
暂无：上下文窗口、最大输出、知识截止、开源权重、模型家族、许可证、参数规模、输入模态、输入价、输出价、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。 没有任何平台收录，也没有公开报价：可能是自部署权重或尚未开放调用；发布 562 天。
规格与能力
上面没列到的字段Qwen3 8B 属于 Qwen3 系列的中等规模成员，公开资料对层数、注意力配置等细节披露较少，此处只作结构性定性描述。
- 结构沿用 Qwen3 系列的解码器-only Transformer 路线，8B 量级便于在单机或单卡环境部署，具体层数与注意力细节公开资料较少。
- 能力这一代支持思考与非思考两种作答模式的切换，既能输出推理过程，也能直接给短答案，适配不同延迟要求。
- 披露本站未标注具体能力项，官方价格同样缺失，架构层面的精确参数应以厂商后续技术文档为准。
能力
资料未标注
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| Qwen3 8B | Alibaba | 8B | 131.1K | $0.18/M | $0.7/M |
| Qwen3-8B-Base | Qwen | 8B | — | — | — |
| Qwen3-8B-DFlash-b16 | z-lab | 8B | — | — | — |
| Qwen3-8B-NVFP4 | NVIDIA | 8B | — | — | — |
| Qwen3-8B-speculator.eagle3 | RedHatAI | 8B | — | — | — |
| qwen3-8b-heretic | DreamFast | 8B | — | — | — |
| Qwen3-8B-64k-Context-2X-Josiefied-Uncensored | DavidAU | 8B | — | — | — |
| Qwen3 8B | Alibaba | — | — | $0.2/M | $0.2/M |
性能表现
第三方 Artificial Analysis 口径下综合智能指数 5.2，而编程指数 9.0 明显更高，说明能力偏科相当明显。
- 强项编程指数 9.0 与 GPQA 58.9% 是这份数据里相对好看的两项，函数级代码补全与学科型问答是主要发挥空间。
- 短板LCR 0.0、TerminalBench v2.1 2.2%、Tau-Banking 4.7%，长上下文检索、终端操作和工具调用类任务基本不具备可用性。
- 适合把任务拆小、以单轮或短多轮为主的问答与代码辅助；不要指望它独立完成多步 Agent 流程。
跑分与榜单
第三方评测口径这些跑分分别测什么？（4 项口径说明）
| 基准 | 类别 | 说明 | 满分口径 | 前沿水平 | 状态 | 污染风险 |
|---|---|---|---|---|---|---|
| GPQA Diamond基准主页 | 知识 | Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions. | 0-100% accuracy | 96.3% (Artificial Analysis run) | 已饱和 | 低 |
| Humanity's Last Exam基准主页 | 知识 | Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing. | 0-100% accuracy | 61.4% no tools (Artificial Analysis run; previous best 59.1%, Claude Fable 5.1) | 仍在维护 | 低 |
| Terminal-Bench基准主页 | 编程 | Stanford / Anthropic agentic terminal-task benchmark. Each task gives the agent a goal and a sandboxed shell; success measured by deterministic post-condition. | 0-100% solved | 64.5% (1.0, legacy split) | 已停用 | 低 |
| Tau-Bench基准主页 | 智能体 | Sierra benchmark of customer-service agents. Tests realistic multi-turn tool-use with deterministic evaluators. Now at tau3: tau2 covers retail, airline, and telecom, while tau3 adds a banking knowledge-retrieval track and a real-time voice track, each ranked separately. | 0-100% pass@1 | 87.9% (tau2 text, 3-domain avg pass^1); the tau3 banking text track is led by Qwen3.8 Max at 55.2% pass^1 (Claude Opus 5 second at 48.7%), and the tau3 voice track by Ava Zero at 86.0% task completion, ahead of phonic-1 at 83.2% and gpt-live-1 at 79.9% | 仍在维护 | 低 |
说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。
跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。
价格与性价比
结合各平台报价与同类对比官方价格未公开，本站收录平台数为 0，因此没有可核对的线上报价、折扣或平台间差异。
- 定位8B 量级通常对应自托管或边缘部署的低成本档位，但这一档具体价目缺失，无法据此估算调用成本。
- 横向对比同门 Qwen3.8 Max 输入 $2/M、输出 $6/M，Qwen3.8 27B 输入 $0.425/M、输出 $2.55/M，价差字段为空，不能换算倍数。
- 平台差价收录平台为 0 家，谈不上不同渠道之间的报价落差，实际采购需向厂商或云服务商单独询价。
- 省钱已有算力时本地推理可省掉按 token 计费；没有自有算力，成本仍取决于实际谈定的报价与并发规模。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Qwen3.8 Max 0902 | 1M | $2/M | $6/M | 基准 | 155.8 |
| Qwen3.7 Max | 1M | $2.5/M | $7.5/M | 基准 | 154.5 |
| Qwen3.5 397B-A17B | 262.1K | $0.6/M | $3.6/M | 基准 | 147.9 |
| Qwen3.7 Plus | 1M | $0.4/M | $1.6/M | 基准 | 147.8 |
| Qwen3.6 27B | 262.1K | $0.6/M | $3.6/M | 基准 | 146.7 |
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
关于 Qwen3 8B 的常见问题
1 条Qwen3 8B 的 API 价格是多少？
当前资料未收录该模型的公开 API 价格：可能是未公开定价，或只提供自部署的开源权重。
使用注意
- 口径上述跑分均来自 Artificial Analysis 单一口径，且本站能力栏未标注，不能等同于官方评测结论或全场景表现。
- 边界上下文长度、许可协议等关键信息在本站数据中缺失，接入前须以厂商文档确认，避免按系列其他型号的参数推断。
资料说明
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。
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；价格单位为美元 / 百万 tokens。
