Qwen3.8 Max Free vs Qwen3.8 Flash Free : Flash suffit-il ?

Pour la plupart des travaux du quotidien, oui. La discussion, la rédaction, l'extraction, les résumés et l'aide au codage dans l'éditeur fonctionnent très bien avec Qwen3.8 Flash, qui répond en quelques secondes et, selon les chiffres de Qwen eux-mêmes, se situe à environ un point de Max sur les tâches bureautiques et les questions scientifiques de niveau master. Max mérite son temps d'attente supplémentaire pour deux types de travaux : le raisonnement difficile de niveau expert et le codage multi-fichiers, où les chiffres de Qwen montrent les écarts les plus importants. Il convient aussi aux tâches que vous lanceriez de toute façon en arrière-plan.

Bien que les deux soient gratuits sur AIHubMix, sous les identifiants qwen3.8-max-free et qwen3.8-flash-free, jusqu'au 13 novembre 2026 environ (heure du Pacifique) ou jusqu'à épuisement des crédits de la campagne, le choix ne porte pas sur le prix. Il porte sur le temps de réponse et sur un pool de jetons partagé. Les deux puisent dans le même quota gratuit de 1M de jetons par jour, et au tarif payant, un jeton Max vaut environ 14 jetons Flash. La stratégie qui tire le meilleur parti de la campagne consiste à utiliser Flash par défaut, et à réserver Max aux réponses où Flash se trompe.

Même prix aujourd'hui, tout le reste diffère

Les prix sont exprimés par million de jetons. La latence et le débit sont les mesures propres d'AIHubMix sur la route gratuite, telles qu'affichées sur les pages Qwen3.8 Max (gratuit) et Qwen3.8 Flash (gratuit) le 16 octobre 2026 ; ils varient selon la charge. Le nombre de paramètres de Flash correspond à la version à poids ouverts Flash-Next.

Après la campagne, le coût en sortie de Max est 13,3 fois celui de Flash (5,07 $ contre 0,38 $ par million de jetons). AIHubMix propose des pages comparatives pour la paire gratuite et pour la paire payante.

Là où Flash suit, selon les chiffres de Qwen

Il s'agit des chiffres de lancement auto-déclarés par Qwen, tels que compilés par DataCamp (Max, Flash-Next) ; personne ne les a reproduits de manière indépendante.

Les chiffres de Max proviennent de son tableau de lancement d'août. Sa mise à jour 0902 a porté CoWorkBench à 76,1 et JobBench à 64,0, selon les chiffres de Qwen. Ceux de Flash proviennent du tableau Flash-Next ; la version hébergée de Flash peut obtenir des scores légèrement différents.

Lisez ce tableau en deux groupes. Sur les tâches de type bureautique (CoWorkBench, JobBench) et les questions scientifiques générales (GPQA Diamond), les deux modèles sont à un ou deux points près, et Flash prend l'avantage sur l'un d'eux. Les écarts apparaissent sur les corrections réelles de dépôts (SWE-bench Pro, 5 points) et sur les questions très pointues d'experts (Humanity's Last Exam, près de 8 points). C'est là que la taille de Max fait la différence.

Une tâche commune aux deux : relire une pull request

Prenons une relecture de code : une pull request de 1 500 lignes plus les fichiers modifiés, soit environ 30K jetons en entrée, le modèle rédigeant environ 6K jetons de sortie entre réflexion et commentaires. Le même nombre de jetons est supposé pour les deux modèles. En pratique, Max tend à écrire davantage, puisque Artificial Analysis a mesuré qu'il utilisait plus du double de la médiane de jetons de sortie sur sa suite de tests ; les chiffres de Max ci-dessous sont donc plutôt bas.

La durée correspond à 55 s ou 5 s de latence plus 6K jetons à 9 ou 36 jetons par seconde. Le coût correspond à 30K jetons en entrée et 6K en sortie aux tarifs payants d'AIHubMix : 0,0507 $ + 0,0304 $ pour Max, 0,0034 $ + 0,0023 $ pour Flash.

Pendant la campagne, les deux relectures coûtent la même part de votre pool, mais Max prend environ quatre fois plus de temps. Une fois la campagne terminée, la relecture avec Flash coûte moins d'un quatorzième de celle avec Max. Si la relecture sert de porte dans votre CI et que quelqu'un attend le résultat, Flash convient. Si elle tourne pendant la nuit sur les pull requests qui touchent au code de paiement, l'avance de 5 points de Max sur SWE-bench Pro vaut bien l'attente.

Quelle tâche pour quel modèle

Les deux modèles partagent un point d'accès et un SDK, vous pouvez donc router entre eux en quelques lignes. Essayez Flash, vérifiez le résultat, et n'envoyez à Max que les échecs :

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
    timeout=900,
)

def ask(model: str, prompt: str) -> str:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )
    return resp.choices[0].message.content

answer = ask("qwen3.8-flash-free", prompt)
if not passes_checks(answer):  # your tests, a schema check, or a reviewer
    answer = ask("qwen3.8-max-free", prompt)

Cela garde la plupart des requêtes rapides, et réserve le pool partagé aux appels qui nécessitent Max.

Quel modèle choisir

• Choisissez Flash pour tout ce qui est interactif, tout ce qui est à fort volume, et tout ce que vous comptez continuer à exécuter après le 13 novembre, date à laquelle Max coûtera plus de 13 fois plus cher par jeton de sortie.
• Choisissez Max pour la queue difficile : le bug que Flash n'a pas trouvé, la question d'expert à laquelle il a mal répondu, la longue relecture que personne n'attend.
• Utilisez les deux si votre charge de travail est mixte. Router d'abord vers Flash est le moyen le moins coûteux d'obtenir des réponses de niveau Max sur les requêtes qui en ont besoin, aussi bien maintenant qu'après la campagne.

FAQ

Qwen3.8 Flash est-il assez bon pour le codage ?
Pour les petites corrections, la complétion et l'aide dans l'éditeur, oui. Selon les chiffres de Qwen, il est derrière Max d'environ 5 points sur SWE-bench Pro ; Max vaut donc le coup d'être essayé sur les bugs multi-fichiers que Flash ne résout pas.

Pourquoi Qwen3.8 Max est-il lent sur la route gratuite ?
Il réfléchit par défaut avant de répondre et rédige des réponses longues. AIHubMix a mesuré environ 55 secondes de latence et environ 9 jetons par seconde sur la route gratuite. Diffusez la réponse en flux et définissez un délai d'expiration client suffisamment long.

Max et Flash partagent-ils le même quota gratuit ?
Oui. Tous les modèles gratuits d'AIHubMix partagent un même pool quotidien de 100 requêtes et 1M de jetons, après une recharge d'au moins 1 $, avec une limite de 10 requêtes par minute.

Quel modèle tire le plus de valeur des jetons gratuits ?
Max. Aux tarifs payants d'AIHubMix, un jeton Max vaut environ 14 fois un jeton Flash, la campagne vous fait donc économiser le plus sur les appels à Max.

Combien coûtent-ils après la campagne ?
Sur AIHubMix, qwen3.8-max coûte 1,69 $ en entrée et 5,07 $ en sortie par million de jetons, et qwen3.8-flash coûte 0,1126 $ et 0,38 $. Les deux sont inférieurs aux prix catalogue de Qwen.

Les scores de benchmark sont-ils indépendants ?
Non. Ce sont les chiffres auto-déclarés par Qwen. Considérez les petits écarts comme des égalités et les plus grands comme un indicateur des domaines où chaque modèle est le plus fort.

À lire ensuite : la série Qwen3.8 gratuite

• Si vous n'avez pas encore configuré les identifiants gratuits, commencez par les limites, la date de fin et une première requête : API gratuite Qwen3.8 Max et Flash sur AIHubMix : limites, date de fin et premier appel
• Les longues attentes de Max et le pool partagé sont à l'origine de la plupart des erreurs rencontrées, et il existe une solution de repli pour les couvrir : Qwen3.8 gratuit sur AIHubMix : corriger les 429, « Rate Limited by Provider » et un pool de jetons épuisé

Sources

• Qwen3.8 Max (gratuit) vs Qwen3.8 Flash (gratuit) (AIHubMix)
• Modèles d'IA gratuits et quotas (AIHubMix)
• Qwen3.8-Max : fonctionnalités, benchmarks et tarifs (DataCamp)
• Qwen3.8-Flash-Next : fonctionnalités, benchmarks et tarifs (DataCamp)
• Qwen3.8 Max (0902) : analyse de l'intelligence, des performances et du prix (Artificial Analysis)