tensorx/qwen3.8

tensorx/qwen3.8 于 2026 年 8 月 27 日发布，从命名看属于 Qwen3 系列，但厂商字段标注为未知，实际归属与授权需要向提供方确认。它主要解决三类问题：一是超长材料无法一次性放入上下文，二是图片与文字混合输入难以在同一次调用中处理，三是生成结果需要直接进入下游系统。100 万 tokens 的上下文配合约 26 万 tokens 的单次输出能力，让整本手册、整套合同或大型代码库的跨文件审阅可以在一轮内完成；输入支持文本与图片、输出为文本，加上工具调用与结构化输出能力，便于接入 Agent 流水线与自动化报表生成。需要说明的是，该模型目前没有公开的第三方跑分与独立评测数据，规格之外的推理质量、长上下文衰减情况缺少可验证依据，选型时建议以自建评测集实测为准。

选型建议需要百万级上下文与超长输出、并能接受中高单价时选它；追求低成本或需要成熟评测背书时，应优先考虑 flash 类低价模型。

• 把整本技术手册或合同一次性输入，生成结构化摘要与条款对照表
• 批量处理图文混排的研报与票据，抽取字段并以 JSON 形式输出
• 在 Agent 流程中调用工具取回资料后，直接产出长篇报告初稿
• 对大型代码仓库做跨文件审阅并撰写改造方案
• 为长文档问答系统构建带缓存的固定提示前缀以压低重复成本

官方未公开该模型的参数规模、网络结构与训练细节，只能从命名、上下文规格和接口能力做定性判断。

• 结构沿用 Qwen3 系列命名，但厂商信息缺失，具体层数、专家结构等细节公开资料较少，接入前应以实际接口文档为准。
• 能力输入侧支持文本与图片、输出为文本，配合 100 万 tokens 上下文，可把长文档或图文混排材料整包送入后再生成。
• 披露单次输出上限约 26 万 tokens，适合长篇幅结构化结果，但训练数据构成与架构细节暂无公开说明。

开源权重

—

模型家族

—

许可证

—

参数规模

—

缺少公开跑分与第三方测评，只能依据上下文规格和能力项做定性判断。

• 强项百万级上下文叠加超长输出，长文档摘要、整库代码审阅、多轮 Agent 任务不必反复切分，工具调用与结构化输出也降低了结果解析成本。
• 短板没有可引用的评测数据，实际推理质量与极长输入下的稳定性无法事前验证，选型需自建测试集试跑。
• 适合对单次输入体量和输出长度要求高的批量文档处理、图文理解与自动化流程，而非追求极低延迟的轻量问答。

官方定价为输入 2.5 美元/百万 tokens、输出 6.0 美元/百万 tokens、缓存读 0.63 美元/百万 tokens，处于中高价位区间。

• 定位单价明显高于同页对比的 flash 类模型，付费买的是百万上下文与超长输出，适合把长材料一次喂入的重型用法。
• 横向对比deepinfra 与 novita 上的 deepseek-v4-flash 输入价约低 94% 至 96%，Pareto Latest 约低 68%，纯成本敏感场景差距明显。
• 平台差价公开渠道报价仅见 Requesty 一档，与官方价持平，尚未出现折扣渠道，更低报价需自行向提供方核实。
• 省钱缓存读价格远低于输入价，把固定不变的长前缀（系统提示、知识库）放在请求前部，可显著摊薄重复调用成本。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $2.5/M / $6/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

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

• 口径厂商字段标注为未知，名称虽带 qwen3 前缀，但归属、授权与版本关系需向提供方确认，不能直接等同于某家官方模型。
• 边界没有第三方跑分与独立评测支撑，极长上下文下的稳定性、图片理解精度均缺少可验证数据，高风险场景应保留回退方案。

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。