Qwen3.8 Max e Flash gratuiti tramite API su AIHubMix: limiti, data di fine e prima chiamata

Il modello di punta di Alibaba, Qwen3.8 Max, e il suo fratello veloce Qwen3.8 Flash sono attualmente gratuiti da chiamare su AIHubMix. Gli ID dei modelli gratuiti sono qwen3.8-max-free e qwen3.8-flash-free, e entrambi costano 0 $ per milione di token in input e in output. La campagna è finanziata da GMI Cloud. È partita il 14 ottobre 2026 (ora del Pacifico) e durerà 30 giorni, quindi fino a circa il 13 novembre, o fino all'esaurimento dei crediti della campagna, a seconda di quale evento si verifichi prima.

Gli ID gratuiti seguono le stesse regole di tutti gli altri modelli gratuiti di AIHubMix: 10 chiamate di prova su un nuovo account, poi quote giornaliere una volta effettuata una ricarica di 1 $ o più. Li si chiama con l'SDK OpenAI standard puntando a https://aihubmix.com/v1. Al termine della campagna, basta rimuovere -free dall'ID del modello e lo stesso codice continuerà a funzionare con le versioni a pagamento.

Cosa è gratuito e quanto costerà il resto dell'anno

I prezzi sono per milione di token. I prezzi di listino Qwen sono quelli di QwenCloud.

Entrambi gli ID gratuiti offrono le stesse capacità standard delle rispettive versioni a pagamento: una finestra di contesto da 1M token, fino a 131K token di output, tool calling e thinking attivato per impostazione predefinita. Sono serviti da GMI Cloud anziché da Alibaba Cloud, e le pagine dei modelli per Qwen3.8 Max (free) e Qwen3.8 Flash (free) mostrano la latenza e l'uptime in tempo reale di quel percorso.

Due modelli, due compiti

I dati dei benchmark riportati di seguito sono i valori di lancio pubblicati da Qwen, raccolti da DataCamp; nessuno li ha riprodotti in modo indipendente.

Qwen3.8 Max è stato lanciato il 3 agosto 2026. È un modello mixture-of-experts da 2,4 trilioni di parametri con circa 95B parametri attivi per token, e Qwen lo propone per la programmazione e per le attività d'ufficio "Cowork". La sua tabella di lancio riporta 67,7 su SWE-bench Pro, 74,8 su CoWorkBench e 92,6 su GPQA Diamond. Un aggiornamento di post-training (0902) è seguito il 2 settembre. Artificial Analysis classifica quella versione al 33° posto su 217 modelli nel suo Intelligence Index e la definisce "molto prolissa": per eseguire l'indice ha usato 190M token di output, contro una mediana di 87M.

Qwen3.8 Flash è stato lanciato il 26 agosto 2026, come versione ospitata del modello open-weight Flash-Next (125B parametri, 6B attivi). La tabella di rilascio di Qwen lo attesta a 62,5 su SWE-bench Pro e 73,9 su CoWorkBench: a meno di un punto da Max nel lavoro d'ufficio, con un prezzo di output inferiore a un tredicesimo di quello di Max.

In breve: Flash risponde in pochi secondi e copre la maggior parte del lavoro quotidiano; Max è quello da scegliere per il ragionamento complesso e la programmazione su più file. Il secondo articolo di questa serie li confronta attività per attività.

Come funziona la quota gratuita

La pagina dei modelli gratuiti di AIHubMix definisce i limiti, che si applicano agli ID gratuiti di Qwen3.8 come al resto del catalogo:

• Prima della prima ricarica: 10 chiamate di prova in totale, condivise tra tutti i modelli gratuiti, senza scadenza. Dopo la decima, l'API continua a rispondere con un avviso che la prova è esaurita, invece di restituire un errore.
• Dopo una ricarica di 1 $ o più: l'account passa in modo permanente alle quote giornaliere di 100 richieste al giorno, 10 al minuto e 1M token al giorno. Sono condivise con l'intero catalogo gratuito e si azzerano ogni giorno.
• Oltre un limite: l'API restituisce 429 fino all'inizio del minuto o del giorno successivo.

Tre dettagli sul pool di token sono facili da trascurare:

1. È un unico pool. I token spesi su Flash, o su qualsiasi altro modello gratuito, vengono prelevati dallo stesso 1M di Max.
2. Il thinking conta. Entrambi i modelli ragionano prima di rispondere, a meno che non lo si disattivi, e Alibaba fattura il ragionamento come token di output. In un test del 16 ottobre, una risposta di due frasi da qwen3.8-flash-free ha usato 89 token di output, di cui 36 per il ragionamento.
3. La finestra di contesto è grande quanto il pool giornaliero. Una singola richiesta che riempie il contesto da 1M token di Max consumerebbe tutti i token della giornata.

Quanto valgono i token gratuiti

Supponiamo di usare tutti i 1M token al giorno, divisi 3:1 tra input e output, e di valutarli ai prezzi a pagamento di AIHubMix:

Ai prezzi a pagamento, un token speso su Max vale circa 14 volte un token speso su Flash. Il pool è condiviso, quindi la campagna gratuita vale di più se si spende sulle chiamate a Max dove conta la qualità, e si usa Flash dove conta la velocità.

La tua prima chiamata

1. Registrati su AIHubMix e crea una chiave API; la guida rapida ti accompagna nel procedimento.
2. Ricarica 1 $ o più se vuoi la quota giornaliera invece delle 10 chiamate di prova.
3. Esporta la chiave come AIHUBMIX_API_KEY e invia una richiesta:

curl https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-flash-free",
    "messages": [{"role": "user", "content": "In two sentences, what is a mixture-of-experts model?"}]
  }'

Per Max, usa lo streaming della risposta. Max ragiona per un po' prima del primo token visibile: la misurazione di AIHubMix indica per il percorso gratuito una latenza di circa 55 secondi, contro circa 5 secondi per Flash. Lo streaming mantiene il flusso di dati mentre il modello ragiona, e un timeout più lungo lato client copre le risposte lunghe:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
    timeout=600,
)

stream = client.chat.completions.create(
    model="qwen3.8-max-free",
    messages=[{"role": "user", "content": "Find the bug in this function:\n\ndef mean(xs):\n    return sum(xs) / len(xs) - 1"}],
    stream=True,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Il ragionamento arriva in un campo separato reasoning_content, quindi questo ciclo stampa solo la risposta. Per richieste brevi e semplici, puoi disattivare il thinking con extra_body={"enable_thinking": False}, che è l'interruttore documentato da Alibaba per Qwen3.8; il terzo articolo di questa serie mostra come verificare che abbia effettivamente funzionato.

Quando finisce il periodo gratuito

Gli ID -free smetteranno di essere gratuiti intorno al 13 novembre 2026 (ora del Pacifico), o prima se i crediti della campagna di GMI Cloud si esauriscono prima. Due modi per rendere la cosa irrilevante:

• Cambia una sola stringa. Sostituisci qwen3.8-max-free con qwen3.8-max, oppure qwen3.8-flash-free con qwen3.8-flash. Endpoint, SDK e parametri restano gli stessi, e i prezzi di AIHubMix sono inferiori ai prezzi di listino di Qwen.
• Configura subito il fallback. AIHubMix può passare da un modello gratuito a uno a pagamento a livello di chiave quando il modello gratuito raggiunge una quota o un limite di frequenza, senza modifiche al codice. Il terzo articolo illustra la configurazione.

FAQ

Qwen3.8 Max è davvero gratuito su AIHubMix?
Sì. qwen3.8-max-free costa 0 $ per milione di token di input e output durante la campagna di GMI Cloud. Si applicano le normali quote gratuite di AIHubMix.

Quando finisce l'offerta gratuita di Qwen3.8?
30 giorni dopo il lancio del 14 ottobre 2026 (ora del Pacifico), quindi intorno al 13 novembre, o prima se i crediti della campagna si esauriscono.

Serve una carta di credito per provarlo?
No. Ogni nuovo account riceve 10 chiamate di prova. Una ricarica di 1 $ o più fa passare l'account alle quote giornaliere di 100 richieste e 1M token.

La versione gratuita è lo stesso modello di quella a pagamento?
Gli ID gratuiti offrono le stesse capacità standard: contesto da 1M, fino a 131K di output, tool calling e thinking. Girano su GMI Cloud anziché su Alibaba Cloud, quindi latenza e throughput differiscono; le pagine dei modelli mostrano entrambi.

I token di ragionamento contano nella quota gratuita?
Sì. Il ragionamento è output, e ogni token conta nel pool giornaliero condiviso da 1M token. Disattiva il thinking per le richieste semplici per far durare più a lungo il pool.

Posso usare i modelli gratuiti negli strumenti di coding?
Sì, in qualsiasi strumento che accetti un base URL compatibile con OpenAI e un ID modello personalizzato, come OpenCode, Cline, Kilo Code o Qwen Code. I cicli degli agenti reinviano il contesto a ogni turno, quindi svuotano rapidamente il pool giornaliero.

Cosa succede al mio codice quando l'offerta finisce?
Cambia l'ID del modello in qualsiasi cosa tranne qwen3.8-max o qwen3.8-flash. Oppure configura subito il fallback a livello di chiave, così il passaggio avviene automaticamente.

Continua a leggere: la serie Qwen3.8 Free

• Il pool è condiviso, quindi conviene sapere quale modello merita i tuoi token: Qwen3.8 Max Free vs Qwen3.8 Flash Free: Flash basta?
• Una volta che lo usi ogni giorno, ecco cosa può andare storto e l'unica impostazione che risolve gran parte dei problemi: Qwen3.8 Free su AIHubMix: risolvere i 429, "Rate Limited by Provider" e un pool di token esaurito

Fonti

• Pagina del modello Qwen3.8 Max (free) (AIHubMix)
• Modelli AI gratuiti e quote (AIHubMix)
• Usare i modelli di ragionamento approfondito tramite API (Alibaba Cloud Model Studio)
• Qwen3.8-Max: caratteristiche, benchmark e prezzi (DataCamp)
• Qwen3.8 Max (0902): analisi di intelligenza, prestazioni e prezzo (Artificial Analysis)