Qwen3.8 Max Free vs Qwen3.8 Flash Free: o Flash é suficiente?

Para a maioria do trabalho do dia a dia, sim. Chat, redação, extração, resumos e ajuda com código no editor funcionam bem no Qwen3.8 Flash, que responde em segundos e, segundo os números da própria Qwen, fica a cerca de um ponto do Max em tarefas de escritório e em perguntas de ciências de nível de pós-graduação. O Max compensa a espera mais longa em dois tipos de trabalho: raciocínio difícil de nível especialista e programação em vários arquivos, onde os números da própria Qwen mostram as maiores diferenças. Ele também serve para tarefas que você executaria em segundo plano de qualquer forma.

Embora ambos sejam gratuitos no AIHubMix, como qwen3.8-max-free e qwen3.8-flash-free até por volta de 13 de novembro de 2026 (horário do Pacífico) ou até os créditos da campanha acabarem, a escolha não é uma questão de preço. Trata-se de tempo e de um pool de tokens compartilhado. Os dois consomem dos mesmos 1M tokens gratuitos por dia, e, pelos preços pagos, um token do Max vale cerca de 14 tokens do Flash. O padrão que mais aproveita a campanha é usar o Flash por padrão e reservar o Max para as respostas que o Flash erra.

Mesmo preço hoje, tudo mais diferente

Os preços são por milhão de tokens. Latência e throughput são medições próprias do AIHubMix da rota gratuita, conforme exibidas nas páginas do Qwen3.8 Max (gratuito) e do Qwen3.8 Flash (gratuito) em 16 de outubro de 2026; eles variam conforme a carga. A contagem de parâmetros do Flash refere-se à versão de pesos abertos Flash-Next.

Após a campanha, o custo de saída do Max será 13,3 vezes o do Flash ($5,07 contra $0,38 por milhão de tokens). O AIHubMix tem páginas lado a lado para o par gratuito e para o par pago.

Onde o Flash acompanha, segundo os números da própria Qwen

Estes são os números de lançamento autorreportados pela Qwen, compilados pela DataCamp (Max, Flash-Next); ninguém os reproduziu de forma independente.

Os números do Max vêm da tabela de lançamento de agosto. Sua atualização 0902 elevou o CoWorkBench para 76,1 e o JobBench para 64,0, segundo a Qwen. Os números do Flash vêm da tabela do Flash-Next; o Flash hospedado pode pontuar um pouco diferente.

Leia a tabela em dois grupos. Em tarefas de estilo escritório (CoWorkBench, JobBench) e em perguntas amplas de ciências (GPQA Diamond), os dois modelos ficam a poucos pontos de distância, e o Flash está à frente em uma delas. As diferenças aparecem em correções reais de repositórios (SWE-bench Pro, 5 pontos) e em perguntas muito difíceis de nível especialista (Humanity's Last Exam, quase 8 pontos). É aí que o tamanho do Max faz diferença.

Uma tarefa nos dois: revisar um pull request

Tome uma revisão de código: um pull request de 1.500 linhas mais os arquivos que ele altera, cerca de 30 mil tokens de entrada, com o modelo escrevendo cerca de 6 mil tokens de saída entre raciocínio e comentários. Assume-se a mesma contagem de tokens para os dois modelos. Na prática, o Max tende a escrever mais, pois a Artificial Analysis mediu que ele usou mais que o dobro da mediana de tokens de saída em seu conjunto de testes; por isso, os números do Max aqui estão em patamar baixo.

O tempo é 55 s ou 5 s de latência mais 6 mil tokens a 9 ou 36 tokens por segundo. O custo é 30 mil de entrada e 6 mil de saída nos preços pagos do AIHubMix: $0,0507 + $0,0304 para o Max, $0,0034 + $0,0023 para o Flash.

Durante a campanha, as duas revisões custam a mesma fração do seu pool, mas o Max leva cerca de quatro vezes mais tempo. Depois que a campanha terminar, a revisão com o Flash custa menos de um quatorze da revisão com o Max. Se a revisão for uma etapa de bloqueio no seu CI que alguém espera, o Flash serve. Se ela rodar durante a noite nos pull requests que tocam código de pagamento, a vantagem de 5 pontos do Max no SWE-bench Pro vale a espera.

Quais tarefas vão para cada modelo

Os dois modelos compartilham um endpoint e um SDK, então você pode rotear entre eles em poucas linhas. Tente o Flash, verifique o resultado e envie apenas as falhas para o Max:

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)

Isso mantém a maioria das requisições rápida e preserva o pool compartilhado para as chamadas que precisam do Max.

Quem deve escolher o quê

• Escolha o Flash para tudo que for interativo, tudo que tiver alto volume e tudo que você pretende manter em execução depois de 13 de novembro, quando o Max custa mais de 13 vezes por token de saída.
• Escolha o Max para a cauda difícil: o bug que o Flash não encontrou, a pergunta de especialista que ele errou, a revisão longa que ninguém está esperando.
• Use os dois se a sua carga for mista. Rotear primeiro pelo Flash é a forma mais barata de obter respostas no nível do Max nas requisições que precisam delas, tanto agora quanto depois da campanha.

Perguntas frequentes

O Qwen3.8 Flash é bom o suficiente para programação?
Para pequenas correções, completações e ajuda no editor, sim. Segundo os números da própria Qwen, ele fica cerca de 5 pontos atrás do Max no SWE-bench Pro, então vale testar o Max em bugs de vários arquivos que o Flash não resolve.

Por que o Qwen3.8 Max é lento na rota gratuita?
Ele pensa antes de responder por padrão e escreve respostas longas. O AIHubMix mediu cerca de 55 segundos de latência e cerca de 9 tokens por segundo na rota gratuita. Use streaming da resposta e defina um timeout longo no cliente.

Max e Flash compartilham a mesma cota gratuita?
Sim. Todos os modelos gratuitos do AIHubMix compartilham um pool diário de 100 requisições e 1M tokens, após uma recarga de $1 ou mais, com limite de 10 requisições por minuto.

Qual modelo aproveita mais os tokens gratuitos?
O Max. Pelos preços pagos do AIHubMix, um token do Max vale cerca de 14 vezes um token do Flash, então a campanha economiza mais em chamadas ao Max.

Quanto eles custam depois da campanha?
No AIHubMix, o qwen3.8-max custa $1,69 de entrada e $5,07 de saída por milhão de tokens, e o qwen3.8-flash custa $0,1126 e $0,38. Ambos ficam abaixo dos preços de lista da Qwen.

Os números dos benchmarks são independentes?
Não. São números autorreportados pela Qwen. Trate as pequenas diferenças como empates e as maiores como um guia de onde cada modelo é mais forte.

Continue lendo: a série Qwen3.8 Free

• Se você ainda não configurou os IDs gratuitos, comece pelos limites, pela data de término e por uma primeira requisição: Qwen3.8 Max e Flash gratuitos na API do AIHubMix: limites, data de término e sua primeira chamada
• As esperas longas do Max e o pool compartilhado causam a maioria dos erros que as pessoas encontram, e há um fallback que os cobre: Qwen3.8 Free no AIHubMix: corrija 429s, "Rate Limited by Provider" e um pool de tokens esgotado

Fontes

• Qwen3.8 Max (gratuito) vs Qwen3.8 Flash (gratuito) (AIHubMix)
• Modelos de IA gratuitos e cotas (AIHubMix)
• Qwen3.8-Max: Recursos, Benchmarks e Preços (DataCamp)
• Qwen3.8-Flash-Next: Recursos, Benchmarks e Preços (DataCamp)
• Qwen3.8 Max (0902): Análise de Inteligência, Desempenho e Preço (Artificial Analysis)