Gratis Qwen3.8 Max en Flash API op AIHubMix: limieten, einddatum en je eerste aanroep

Alibaba's vlaggenschipmodel Qwen3.8 Max en het snelle broermodel Qwen3.8 Flash zijn nu gratis te gebruiken op AIHubMix. De gratis model-ID's zijn qwen3.8-max-free en qwen3.8-flash-free, en beide kosten $0 per miljoen tokens voor input en output. GMI Cloud financiert de campagne. Die ging live op 14 oktober 2026 (Pacific Time) en loopt 30 dagen, dus tot ongeveer 13 november, of tot de campagnetegoeden op zijn, wat het eerst gebeurt.

De gratis ID's volgen dezelfde regels als alle andere gratis modellen op AIHubMix: 10 proefaanroepen op een nieuw account, daarna dagquota zodra je $1 of meer opwaardeert. Je roept ze aan met de standaard OpenAI SDK, met https://aihubmix.com/v1 als endpoint. Wanneer de campagne eindigt, haal je -free uit de model-ID en blijft dezelfde code draaien op de betaalde versies.

Wat is gratis, en wat kost het de rest van het jaar

Prijzen zijn per miljoen tokens. Qwen-lijstprijzen zijn van QwenCloud.

Beide gratis ID's hebben de standaardmogelijkheden van hun betaalde tegenhangers: een contextvenster van 1M tokens, tot 131K outputtokens, tool calling en thinking standaard ingeschakeld. Ze worden geleverd door GMI Cloud in plaats van Alibaba Cloud, en de modelpagina's voor Qwen3.8 Max (free) en Qwen3.8 Flash (free) tonen de actuele latentie en uptime voor die route.

Twee modellen, twee taken

De benchmarkcijfers hieronder zijn Qwen's eigen lanceringscijfers, zoals samengesteld door DataCamp; niemand heeft ze onafhankelijk gereproduceerd.

Qwen3.8 Max werd gelanceerd op 3 augustus 2026. Het is een mixture-of-experts-model van 2.4 biljoen parameters met ongeveer 95B actieve parameters per token, en Qwen positioneert het voor coding en 'Cowork'-kantoortaken. De lanceringstabel toont 67.7 op SWE-bench Pro, 74.8 op CoWorkBench en 92.6 op GPQA Diamond. Een post-trainingsupdate (0902) volgde op 2 september. Artificial Analysis rangschikt die versie op de 33e plaats van 217 modellen op zijn Intelligence Index en noemt haar "very verbose": ze gebruikte 190M outputtokens om de index te draaien, tegenover een mediaan van 87M.

Qwen3.8 Flash werd gelanceerd op 26 augustus 2026, als de gehoste versie van het open-weight model Flash-Next (125B parameters, 6B actief). De releasetabel van Qwen plaatst het op 62.5 op SWE-bench Pro en 73.9 op CoWorkBench: binnen een punt van Max bij kantoorwerk, tegen minder dan een dertiende van de outputprijs van Max.

Kort gezegd: Flash antwoordt in seconden en dekt het grootste deel van het dagelijkse werk; Max is de keuze voor moeilijk redeneerwerk en coderen over meerdere bestanden. De tweede post in deze reeks vergelijkt ze taak voor taak.

Hoe het gratis quotum werkt

De AIHubMix-pagina met gratis modellen stelt de limieten vast, en die gelden voor de Qwen3.8 gratis ID's net als voor de rest van de catalogus:

• Vóór je eerste opwaardering: 10 proefaanroepen in totaal, gedeeld over alle gratis modellen, zonder vervaldatum. Na de tiende antwoordt de API met een melding dat de proef op is, in plaats van een foutmelding terug te geven.
• Na elke opwaardering van $1 of meer: je account schakelt permanent over naar dagquota van 100 verzoeken per dag, 10 per minuut en 1M tokens per dag. Die worden gedeeld over de hele gratis catalogus en worden dagelijks gereset.
• Bij een limiet: de API geeft 429 terug tot de volgende minuut of dag begint.

Drie details over de tokenpool worden makkelijk over het hoofd gezien:

1. Het is één pool. Tokens die je uitgeeft aan Flash, of aan een ander gratis model, komen uit dezelfde 1M als Max.
2. Thinking telt mee. Beide modellen denken na voordat ze antwoorden, tenzij je het uitzet, en Alibaba rekent thinking als outputtokens. In een test op 16 oktober gebruikte een antwoord van twee zinnen van qwen3.8-flash-free 89 outputtokens, waarvan er 36 voor thinking waren.
3. Het contextvenster is zo groot als de dagpool. Eén verzoek dat het contextvenster van Max van 1M tokens vult, zou het volledige dagtegoed opmaken.

Wat de gratis tokens waard zijn

Stel dat je de volledige 1M tokens per dag gebruikt, verdeeld in een verhouding van 3:1 tussen input en output, en dat je ze prijst tegen de betaalde tarieven van AIHubMix:

Tegen betaalde tarieven is een token dat je aan Max besteedt ongeveer 14 keer zoveel waard als een token aan Flash. De pool wordt gedeeld, dus de gratis campagne levert het meeste op als je hem besteedt aan de Max-aanroepen waar kwaliteit telt, en Flash gebruikt waar snelheid belangrijk is.

Je eerste aanroep

1. Meld je aan bij AIHubMix en maak een API-sleutel aan; de quick start loopt je er stap voor stap doorheen.
2. Waardeer op met $1 of meer als je het dagquotum wilt in plaats van 10 proefaanroepen.
3. Exporteer de sleutel als AIHUBMIX_API_KEY en stuur een verzoek:

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?"}]
  }'

Gebruik voor Max streaming voor het antwoord. Max denkt even na voordat het zijn eerste zichtbare token geeft: de eigen meting van AIHubMix zet de latentie van de gratis route op ongeveer 55 seconden, tegenover ongeveer 5 seconden voor Flash. Streaming houdt de data stromend terwijl het model denkt, en een langere client-timeout dekt lange antwoorden af:

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)

De thinking komt aan in een apart reasoning_content-veld, dus deze loop print alleen het antwoord. Voor korte, eenvoudige verzoeken kun je thinking uitzetten met extra_body={"enable_thinking": False}, de gedocumenteerde schakelaar van Alibaba voor Qwen3.8; de derde post in deze reeks laat zien hoe je controleert of dat gelukt is.

Wanneer het gratis venster sluit

De -free-ID's zijn na ongeveer 13 november 2026 (Pacific Time) niet meer gratis, of eerder als de campagnetegoeden van GMI Cloud eerst op zijn. Twee manieren om daar geen probleem van te maken:

• Verander één string. Vervang qwen3.8-max-free door qwen3.8-max, of qwen3.8-flash-free door qwen3.8-flash. Endpoint, SDK en parameters blijven gelijk, en de AIHubMix-prijzen liggen onder de eigen lijstprijzen van Qwen.
• Stel nu fallback in. AIHubMix kan op sleutelniveau van een gratis model terugvallen op een betaald model wanneer het gratis model een quotum- of snelheidslimiet bereikt, zonder codewijziging. De derde post loopt de instelling stap voor stap door.

FAQ

Is Qwen3.8 Max echt gratis op AIHubMix?
Ja. qwen3.8-max-free kost $0 per miljoen input- en outputtokens tijdens de campagne van GMI Cloud. De gebruikelijke quota voor gratis modellen van AIHubMix gelden.

Wanneer eindigt het gratis Qwen3.8-aanbod?
30 dagen na de lancering op 14 oktober 2026 (Pacific Time), dus ongeveer op 13 november, of eerder als de campagnetegoeden op zijn.

Heb ik een creditcard nodig om het uit te proberen?
Nee. Elk nieuw account krijgt 10 proefaanroepen. Een opwaardering van $1 of meer zet het account om naar dagquota van 100 verzoeken en 1M tokens.

Is de gratis versie hetzelfde model als de betaalde?
De gratis ID's hebben dezelfde standaardmogelijkheden: 1M context, tot 131K output, tool calling en thinking. Ze draaien op GMI Cloud in plaats van Alibaba Cloud, dus latentie en doorvoer verschillen; de modelpagina's tonen beide.

Tellen thinking-tokens mee voor het gratis quotum?
Ja. Thinking is output, en elke token telt mee voor de gedeelde dagpool van 1M tokens. Zet thinking uit voor eenvoudige verzoeken om de pool langer mee te laten gaan.

Kan ik de gratis modellen in coding-tools gebruiken?
Ja, in elke tool die een OpenAI-compatibele base-URL en een aangepaste model-ID accepteert, zoals OpenCode, Cline, Kilo Code of Qwen Code. Agent-loops sturen bij elke beurt de context opnieuw mee, dus ze leegen de dagpool snel.

Wat gebeurt er met mijn code als het aanbod stopt?
Verander de model-ID in qwen3.8-max of qwen3.8-flash en verder niets. Of configureer nu al key-level fallback, zodat de overstap vanzelf gebeurt.

Lees verder: de Qwen3.8 Free-serie

• De pool wordt gedeeld, dus het loont om te weten welk model je tokens verdient: Qwen3.8 Max Free vs Qwen3.8 Flash Free: Is Flash Enough?
• Als je het elke dag aanroept, lees dan wat er misgaat en de ene instelling die de meeste problemen daarvan oplost: Qwen3.8 Free on AIHubMix: Fix 429s, "Rate Limited by Provider", and a Drained Token Pool

Bronnen

• Qwen3.8 Max (free) modelpagina (AIHubMix)
• Gratis AI-modellen en quota (AIHubMix)
• Deep thinking-modellen gebruiken via API (Alibaba Cloud Model Studio)
• Qwen3.8-Max: Features, Benchmarks, and Pricing (DataCamp)
• Qwen3.8 Max (0902): Intelligence, Performance & Price Analysis (Artificial Analysis)