Qwen3.8 Flash est disponible sur Novita AI en tant que modèle multimodal serverless et aperçu précoce de l’architecture Qwen4. Il s’agit de l’option Qwen3.8 la plus orientée vers l’efficacité : le modèle combine 125B paramètres totaux avec 6B paramètres activés par token, accepte les entrées texte, image et vidéo, et affiche actuellement des prix de 0,15 $ par million de tokens d’entrée, 0,016 $ par million de tokens lus en cache et 0,47 $ par million de tokens de sortie sur Novita AI. Si vous avez besoin d’un modèle multimodal à long contexte sans commencer par le profil tarifaire de Qwen3.8 Max, Flash est la variante à évaluer en premier.
Qwen3.8 Flash en un coup d’œil
Les valeurs suivantes proviennent de la page du modèle Novita AI consultée le 31 août 2026. Cette page est la source de vérité pour la disponibilité et la facturation, car les limites du modèle et les prix des tokens peuvent changer indépendamment d’un article.
| Champ | Valeur actuelle |
|---|---|
| Nom d’affichage | Qwen3.8 Flash |
| ID du modèle | qwen/qwen3.8-flash |
| Fournisseur | Alibaba / Qwen |
| Accès | API serverless Novita AI |
| Familles d’endpoints | chat/completions, anthropic, responses |
| Modalités d’entrée | Texte, image, vidéo |
| Modalité de sortie | Texte |
| Fenêtre de contexte | 1 000 000 tokens |
| Affichage UI | 977K de contexte |
| Sortie maximale | 131 072 tokens |
| Affichage UI | 128K de sortie max |
| Prix d’entrée | 0,15 $ / million de tokens |
| Prix de lecture cache | 0,016 $ / million de tokens |
| Prix de sortie | 0,47 $ / million de tokens |
| Date de sortie sur la plateforme | 27 août 2026 |
La distinction entre les limites normalisées et les libellés UI abrégés est importante. La page de Novita affiche actuellement 977K et 128K dans le panneau des fonctionnalités tout en exposant 1 000 000 et 131 072 comme valeurs correspondantes du modèle. Utilisez la page live du modèle pour mettre en œuvre une validation stricte ou estimer une taille de requête maximale.
Ce que signifie l’aperçu de Qwen4
Qwen3.8 Flash n’est pas présenté comme un simple petit modèle générique. Son positionnement est celui d’un aperçu précoce de l’architecture Qwen4, avec une conception qui vise une large couverture des entrées et une activation efficace plutôt que de simplement maximiser le nombre de paramètres denses.
Le modèle possède 125B paramètres totaux mais active 6B paramètres par token. Cette disposition de type mixture-of-experts peut être utile pour les charges de travail nécessitant une grande capacité de modèle tout en maintenant un calcul par token plus ciblé. L’architecture comprend également un composant d’intégration N-gram de 51B et combine l’attention hybride GDN avec QSA. Ce sont des faits d’architecture, pas une promesse de résultat de benchmark particulier ou de latence dans votre application.
La différence pratique réside dans la combinaison de trois capacités en un seul endpoint :
- Entrée multimodale : Envoyez du texte, des images ou une vidéo lorsque la tâche dépend de plus qu’une transcription textuelle.
- Contexte de travail long : Utilisez jusqu’à 1 million de tokens pour de grands documents, du matériel de dépôt ou un contexte lié à des vidéos longues, sous réserve du format de la requête et des limites live de la plateforme.
- Comportement de raisonnement commutable : Le mode réflexion est activé par défaut sur la page du modèle et peut être désactivé lorsqu’une réponse plus rapide ou plus concise est préférable.
Cela rend Flash distinct d’un modèle de chat économique conventionnel. Il est préférable de le comprendre comme un aperçu multimodal efficace pour les équipes évaluant la prochaine famille d’architecture Qwen via une API hébergée.
Quand Qwen3.8 Flash est un bon choix
Analyse multimodale de documents et de médias
Utilisez Flash lorsqu’un workflow doit combiner des instructions écrites avec des preuves visuelles. Parmi les exemples, citons l’examen de captures d’écran parallèlement à un rapport d’incident, l’extraction de faits à partir de documents riches en images, ou le fait de poser des questions sur une vidéo sans maintenir des intégrations de modèles séparées pour chaque type d’entrée.
Workflows de codage et d’agents à long contexte
La capacité de contexte de 1 million de tokens donne aux développeurs la marge nécessaire pour tester des résumés de dépôts, l’historique des problèmes, les traces d’outils et les documents de conception dans un seul ensemble de travail. Le chiffre de 6B paramètres activés du modèle rend également son orientation vers l’efficacité pertinente lorsqu’un agent a besoin de capacités étendues sur de nombreux tours mais n’a pas toujours besoin du modèle frère le plus grand.
Utilisez la fenêtre de contexte comme un plafond de capacité, pas comme un objectif. Commencez par le plus petit contexte qui préserve les informations nécessaires à la tâche, puis mesurez la qualité des réponses, la latence et les dépenses à mesure que le prompt grandit.
Compréhension de vidéos longues
L’entrée vidéo est une raison significative d’évaluer Flash séparément des endpoints Qwen axés sur le texte. Un workflow d’analyse vidéo peut utiliser la même famille de modèles pour les questions visuelles et textuelles, mais les tests en production doivent utiliser des clips représentatifs, des fréquences d’images, des résolutions et des types de questions. La page du modèle confirme la prise en charge des entrées vidéo ; elle ne garantit pas un coût ou une latence fixes pour chaque format vidéo.
Évaluation de modèles de pointe soucieuse des coûts
Aux tarifs actuellement listés, Flash est nettement moins cher par token que les tarifs de lancement listés dans l’article sur Qwen3.8 Max. Cela ne signifie pas qu’il est automatiquement le choix le plus économique pour chaque requête. La dépense réelle dépend de la longueur de l’entrée, de la réutilisation du cache, de la longueur de la sortie, des tentatives et de la manière dont une application représente les images ou les vidéos. Comparez le coût total de la tâche, pas seulement le taux d’entrée principal.
Quand ce n’est pas le meilleur choix par défaut
Qwen3.8 Flash peut être inutile pour la classification courte, l’extraction ou les prompts de chat simples où un modèle de texte plus petit atteint le niveau de qualité requis. Le support multimodal n’a de valeur que lorsque l’application envoie des preuves multimodales ; sinon, il peut ajouter de la complexité à la sélection du modèle et au format de la requête sans améliorer le résultat.
Ce n’est pas non plus un substitut à un benchmark dans votre propre charge de travail. La description disponible sur la page du modèle établit les modalités, les limites, le positionnement architectural et le chemin d’accès du modèle. Elle n’établit pas que Flash surpassera un autre modèle sur votre base de code, votre combinaison linguistique, votre corpus vidéo ou votre boucle d’appel d’outils. Évaluez avec des prompts représentatifs avant de choisir une valeur par défaut pour la production.
Les équipes qui ont spécifiquement besoin de l’option Qwen3.8 la plus puissante devraient comparer les exigences et la tarification de Qwen3.8 Max sur Novita AI. Les équipes qui connaissent déjà le choix du modèle et ont besoin d’exemples de requêtes exécutables devraient utiliser le guide de démarrage rapide de l’API Qwen3.8 Max comme modèle d’intégration, puis remplacer l’ID du modèle Flash après avoir validé son endpoint et son format de message pris en charge.
Limites, tarification et source de vérité
La page du modèle Novita liste actuellement trois prix de tokens pour Qwen3.8 Flash :
- Tokens d’entrée : 0,15 $ par million de tokens
- Tokens d’entrée lus en cache : 0,016 $ par million de tokens
- Tokens de sortie : 0,47 $ par million de tokens
Le tarif de lecture cache est important lorsqu’une application envoie de manière répétée des instructions système stables, du matériel de référence long ou tout autre contexte réutilisable. Il ne doit pas être traité comme une remise garantie pour chaque prompt répété ; confirmez comment votre requête est classifiée et facturée dans les surfaces de compte et de tarification Novita actuelles.
Pour les limites, la même page expose une valeur de contexte de 1 000 000 tokens et une valeur de sortie maximale de 131 072 tokens, tandis que le panneau de fonctionnalités visible les abrège respectivement en 977K et 128K. Maintenez les limites au niveau de la requête en dessous des valeurs live jusqu’à ce que votre intégration ait géré les erreurs et le comportement de troncature. Ne codez pas en dur les prix de l’article dans un système de facturation.
Comment accéder à Qwen3.8 Flash
Le modèle est disponible via l’API serverless de Novita. Utilisez l’ID de modèle exact qwen/qwen3.8-flash ; les clients compatibles OpenAI utilisent l’URL de base Novita https://api.novita.ai/openai. La page du modèle liste également les familles d’endpoints Anthropic et Responses. La clé API, l’authentification, le corps de la requête et la gestion des réponses doivent suivre la documentation actuelle de l’API Novita AI plutôt que d’être copiés à partir d’un article obsolète.
Pour une première évaluation, gardez la requête en texte seul et courte, même si Flash prend en charge les entrées image et vidéo. Ajoutez ensuite une modalité à la fois, limitez les tokens de sortie et enregistrez l’utilisation des tokens. Cela sépare les erreurs d’authentification ou d’endpoint des problèmes de payload multimodal et vous donne une base de référence pour la qualité et le coût.
Conclusion
Qwen3.8 Flash est un candidat solide pour les équipes qui souhaitent évaluer un aperçu précoce de l’architecture Qwen4 via une API multimodale hébergée. Son profil distinctif est la combinaison d’une entrée texte, image et vidéo, d’un plafond de contexte de 1 million de tokens, d’un comportement de raisonnement commutable et d’une conception MoE orientée efficacité avec 6B paramètres activés par token. Sur Novita AI, le prix actuel listé est de 0,15 $ par million de tokens d’entrée, 0,016 $ par million de tokens lus en cache et 0,47 $ par million de tokens de sortie.
Choisissez Flash lorsque ces capacités correspondent à la charge de travail. Si la tâche est courte et en texte seul, testez un endpoint plus petit ; si la tâche nécessite la plus grande capacité Qwen3.8, comparez Max ; si l’objectif est la syntaxe d’implémentation, utilisez un guide de démarrage rapide. Dans tous les cas, traitez la page live du modèle Novita comme la source de vérité avant le déploiement en production.
FAQ
Quel est l’ID du modèle Qwen3.8 Flash sur Novita AI ?
Utilisez qwen/qwen3.8-flash.
Qwen3.8 Flash prend-il en charge les images et les vidéos ?
Oui. La page du modèle Novita liste le texte, l’image et la vidéo comme modalités d’entrée prises en charge, avec une sortie texte.
Quels sont les prix actuels de Qwen3.8 Flash ?
Tels que vérifiés le 31 août 2026, Novita liste 0,15 $ par million de tokens d’entrée, 0,016 $ par million de tokens lus en cache et 0,47 $ par million de tokens de sortie. Revérifiez la page live du modèle avant la budgétisation de production.
Quelle est la taille de la fenêtre de contexte ?
La valeur actuelle du modèle est de 1 000 000 tokens. Le panneau des fonctionnalités abrège cela en 977K, donc les intégrations doivent utiliser les limites live de la plateforme plutôt que de supposer que l’étiquette d’affichage est la valeur brute.
Le mode réflexion est-il activé par défaut ?
Oui. La page du modèle décrit le mode réflexion comme activé par défaut et pouvant être désactivé lorsque l’application a besoin d’une réponse plus directe.
Sources
- Page du modèle Qwen3.8 Flash Novita AI, vérifiée le 31 août 2026
- Documentation de création de chat completion Novita AI, vérifiée le 31 août 2026
