Флагманская модель Alibaba Qwen3.8 Max и её быстрая версия Qwen3.8 Flash сейчас доступны на AIHubMix бесплатно. Идентификаторы бесплатных моделей: qwen3.8-max-free и qwen3.8-flash-free. Обе стоят $0 за миллион входных и выходных токенов. Кампанию финансирует GMI Cloud. Она стартовала 14 октября 2026 года (по тихоокеанскому времени) и продлится 30 дней, то есть примерно до 13 ноября, или до исчерпания кредитов кампании, в зависимости от того, что наступит раньше.
Бесплатные идентификаторы подчиняются тем же правилам, что и любые другие бесплатные модели AIHubMix: 10 пробных вызовов на новом аккаунте, затем суточные квоты после пополнения баланса на $1 или больше. Обращайтесь к ним через стандартный OpenAI SDK, указав базовый URL https://aihubmix.com/v1. Когда кампания закончится, уберите -free из идентификатора модели, и тот же код продолжит работать с платными версиями.
Что бесплатно и сколько это будет стоить в остальное время года
| Модель | Бесплатный ID | Платный ID | Платная цена AIHubMix (вход / выход) | Прайс-лист Qwen (вход / выход) |
|---|---|---|---|---|
| Qwen3.8 Max | qwen3.8-max-free | qwen3.8-max | $1.69 / $5.07 | $2.00 / $6.00 |
| Qwen3.8 Flash | qwen3.8-flash-free | qwen3.8-flash | $0.1126 / $0.38 | $0.16 / $0.47 |
Цены указаны за миллион токенов. Прайс-листы Qwen приведены по данным QwenCloud.
Обе бесплатные версии сохраняют стандартные возможности своих платных аналогов: контекстное окно 1M токенов, до 131K выходных токенов, вызов инструментов и режим размышления, включённый по умолчанию. Их обслуживает GMI Cloud, а не Alibaba Cloud. На страницах моделей Qwen3.8 Max (free) и Qwen3.8 Flash (free) можно посмотреть актуальную задержку и доступность для этого маршрута.
Две модели, две задачи
Приведённые ниже показатели бенчмарков — собственные цифры Qwen на момент запуска, собранные DataCamp. Независимо их никто не воспроизводил.
Qwen3.8 Max вышла 3 августа 2026 года. Это модель типа mixture-of-experts на 2,4 трлн параметров, в которой на каждый токен активно около 95B параметров. Qwen позиционирует её для программирования и офисных задач «Cowork». В таблице запуска указано 67,7 на SWE-bench Pro, 74,8 на CoWorkBench и 92,6 на GPQA Diamond. Обновление после обучения (0902) вышло 2 сентября. Artificial Analysis ставит эту версию на 33-е место из 217 моделей по своему Intelligence Index и называет её «очень многословной»: для прогона индекса она использовала 190M выходных токенов против медианы 87M.
Qwen3.8 Flash вышла 26 августа 2026 года как хостед-версия открытой модели Flash-Next (125B параметров, из них 6B активных). В таблице релиза Qwen у неё 62,5 на SWE-bench Pro и 73,9 на CoWorkBench: в пределах одного пункта от Max в офисных задачах при цене выхода менее одной тринадцатой от цены Max.
Коротко: Flash отвечает за секунды и покрывает большинство повседневных задач, а Max выбирают для сложных рассуждений и многофайлового программирования. Второй пост этой серии сравнивает их задачу за задачей.
Как работает бесплатная квота
На странице бесплатных моделей AIHubMix указаны лимиты, и они действуют для бесплатных идентификаторов Qwen3.8 так же, как и для остального каталога:
- До первого пополнения: 10 пробных вызовов в сумме, общих для всех бесплатных моделей, без срока действия. После десятого API продолжает отвечать уведомлением о том, что пробный период исчерпан, вместо того чтобы возвращать ошибку.
- После любого пополнения на $1 или больше: ваш аккаунт навсегда переходит на суточные квоты: 100 запросов в день, 10 в минуту и 1M токенов в день. Они общие для всего бесплатного каталога и сбрасываются каждый день.
- При превышении лимита: API возвращает 429 до начала следующей минуты или следующего дня.
Три детали пула токенов легко упустить:
- Пул один. Токены, потраченные на Flash или на любую другую бесплатную модель, списываются из того же 1M, что и у Max.
- Размышления тоже считаются. Обе модели думают перед ответом, если это не отключено, а Alibaba засчитывает размышления как выходные токены. В тесте 16 октября двухпредложенный ответ от
qwen3.8-flash-freeпотратил 89 выходных токенов, из них 36 на размышления. - Контекстное окно по размеру равно суточному пулу. Один запрос, заполняющий 1M-токенный контекст Max, израсходует все токены за день.
Чего стоят бесплатные токены
Допустим, вы используете все 1M токенов в день, распределяя их в соотношении 3:1 между входом и выходом, и оцениваете их по платным тарифам AIHubMix:
| Модель | 750K входных | 250K выходных | За день | За 30 дней |
|---|---|---|---|---|
| Qwen3.8 Max | $1.27 | $1.27 | $2.54 | около $76 |
| Qwen3.8 Flash | $0.08 | $0.10 | $0.18 | около $5,40 |
По платным тарифам токен, потраченный на Max, стоит примерно в 14 раз дороже токена, потраченного на Flash. Пул общий, поэтому бесплатная кампания приносит наибольшую пользу, когда вы тратите токены на вызовы Max, где важно качество, а Flash используете там, где важна скорость.
Ваш первый вызов
- Зарегистрируйтесь на AIHubMix и создайте API-ключ. Все шаги описаны в быстром старте.
- Пополните баланс на $1 или больше, если хотите суточную квоту вместо 10 пробных вызовов.
- Экспортируйте ключ как
AIHUBMIX_API_KEYи отправьте запрос:
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?"}]
}'
Для Max включайте потоковую передачу ответа. Max некоторое время думает, прежде чем выдать первый видимый токен: собственные измерения AIHubMix дают для бесплатного маршрута задержку около 55 секунд против примерно 5 секунд у Flash. Потоковый режим поддерживает передачу данных во время размышлений, а более длинный таймаут клиента покрывает длинные ответы:
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)
Размышления передаются в отдельном поле reasoning_content, поэтому этот цикл выводит только ответ. Для коротких и простых запросов можно отключить размышления с помощью extra_body={"enable_thinking": False}. Это задокументированный Alibaba переключатель для Qwen3.8. Третий пост этой серии показывает, как проверить, что он сработал.
Когда бесплатный период закончится
Идентификаторы -free перестанут быть бесплатными примерно 13 ноября 2026 года (по тихоокеанскому времени) или раньше, если кредиты кампании GMI Cloud закончатся быстрее. Есть два способа сделать этот момент незаметным:
- Поменяйте одну строку. Замените
qwen3.8-max-freeнаqwen3.8-maxилиqwen3.8-flash-freeнаqwen3.8-flash. Эндпоинт, SDK и параметры остаются прежними, а цены AIHubMix ниже прайс-листа самой Qwen. - Настройте запасной вариант заранее. AIHubMix может на уровне ключа переключать бесплатную модель на платную, когда та упирается в квоту или лимит запросов, без изменения кода. Третий пост описывает настройку.
FAQ
Qwen3.8 Max действительно бесплатна на AIHubMix?
Да. Идентификатор qwen3.8-max-free стоит $0 за миллион входных и выходных токенов во время кампании GMI Cloud. Действуют обычные квоты бесплатных моделей AIHubMix.
Когда заканчивается бесплатное предложение Qwen3.8?
Через 30 дней после запуска 14 октября 2026 года (по тихоокеанскому времени), то есть примерно 13 ноября, или раньше, если кредиты кампании закончатся.
Нужна ли банковская карта, чтобы попробовать?
Нет. Каждый новый аккаунт получает 10 пробных вызовов. Пополнение на $1 или больше переводит аккаунт на суточные квоты: 100 запросов и 1M токенов.
Бесплатная версия — та же модель, что и платная?
Бесплатные идентификаторы имеют те же стандартные возможности: контекст 1M, до 131K на выходе, вызов инструментов и размышления. Они работают на GMI Cloud вместо Alibaba Cloud, поэтому задержка и пропускная способность отличаются. На страницах моделей видны оба показателя.
Токены размышлений расходуют бесплатную квоту?
Да. Размышления — это выходные токены, и каждый из них учитывается в общем суточном пуле в 1M токенов. Для простых запросов отключайте размышления, чтобы пул дольше не заканчивался.
Можно ли использовать бесплатные модели в инструментах для программирования?
Да, в любом инструменте, который принимает OpenAI-совместимый базовый URL и произвольный идентификатор модели, например OpenCode, Cline, Kilo Code или Qwen Code. Агентные циклы повторно отправляют контекст на каждом шаге, поэтому суточный пул расходуется быстро.
Что будет с моим кодом, когда предложение закончится?
Измените идентификатор модели на qwen3.8-max или qwen3.8-flash, больше ничего не меняя. Или заранее настройте запасной вариант на уровне ключа, чтобы переключение происходило автоматически.
Читайте дальше: серия о бесплатном Qwen3.8
- Пул общий, поэтому стоит понимать, какая модель заслуживает ваши токены: Qwen3.8 Max Free против Qwen3.8 Flash Free: хватит ли Flash?
- Если вы вызываете модель каждый день, вот что может пойти не так и одна настройка, которая решает большую часть проблем: Qwen3.8 Free на AIHubMix: исправляем 429, «Rate Limited by Provider» и исчерпанный пул токенов
Источники
- Страница модели Qwen3.8 Max (free) (AIHubMix)
- Бесплатные AI-модели и квоты (AIHubMix)
- Использование моделей с глубоким размышлением через API (Alibaba Cloud Model Studio)
- Qwen3.8-Max: возможности, бенчмарки и цены (DataCamp)
- Qwen3.8 Max (0902): анализ интеллекта, производительности и цены (Artificial Analysis)
