阿里巴巴旗舰模型 Qwen3.8 Max 及其快速版 Qwen3.8 Flash 目前可在 AIHubMix 上免费调用。免费模型 ID 分别为 qwen3.8-max-free 和 qwen3.8-flash-free，输入和输出每百万 token 均为 $0。本次活动由 GMI Cloud 提供资金支持，于太平洋时间 2026 年 10 月 14 日上线，持续 30 天，即截至约 2026 年 11 月 13 日，或活动额度提前用完即结束，以先到者为准。
免费 ID 遵循 AIHubMix 所有其他免费模型的同一规则：新账户可免费调用 10 次，充值 $1 或以上后即可享受每日配额。使用标准 OpenAI SDK 并将地址指向 https://aihubmix.com/v1 即可调用。活动结束后，只需从模型 ID 中去掉 -free，相同代码即可继续运行付费版本。
免费内容及今年余下时间的费用
| 模型 | 免费 ID | 付费 ID | AIHubMix 付费价格（输入 / 输出） | Qwen 标价（输入 / 输出） |
|---|---|---|---|---|
| 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 |
价格均为每百万 token。Qwen 标价来自 QwenCloud。
两个免费 ID 都具备对应付费版本的标准能力：1M token 上下文窗口、最多 131K 输出 token、工具调用，并默认开启思考模式。它们由 GMI Cloud 而非阿里云提供服务。Qwen3.8 Max（免费版）和Qwen3.8 Flash（免费版）的模型页面会显示该路由的实时延迟和可用性。
两款模型，两种用途
以下基准测试数据为 Qwen 官方发布时的数字，由 DataCamp 汇总；目前尚无第三方独立复现。
Qwen3.8 Max于 2026 年 8 月 3 日发布。它是一个 2.4 万亿参数的混合专家模型，每个 token 约激活 95B 参数，Qwen 将其定位于编程和 “Cowork” 办公任务。其发布表格显示，它在 SWE-bench Pro 上得分 67.7，在 CoWorkBench 上得分 74.8，在 GPQA Diamond 上得分 92.6。9 月 2 日又推出了一个后训练更新版本（0902）。Artificial Analysis 在其智能指数中将该版本排在 217 个模型中的第 33 位，并称其“非常啰嗦”：运行该指数时它消耗了 190M 输出 token，而中位数为 87M。
Qwen3.8 Flash于 2026 年 8 月 26 日发布，是开源权重模型 Flash-Next（125B 参数，6B 激活参数）的托管版本。Qwen 发布表格显示，它在 SWE-bench Pro 上得分 62.5，在 CoWorkBench 上得分 73.9：在办公任务上与 Max 相差不到一分，而输出价格不到 Max 的十三分之一。
简而言之：Flash 响应只需几秒，适合大多数日常工作；Max 则适合高难度推理和多文件编程。本系列第二篇文章将逐项比较两者的任务表现。
免费额度如何计算
AIHubMix 免费模型页面规定了限额，这些限额同样适用于 Qwen3.8 免费 ID，以及目录中的其他模型：
- 首次充值前：在所有免费模型之间共享共计 10 次试用调用，且不会过期。第 10 次之后，API 将返回提示试用已用完的说明，而不是报错。
- 任何一次充值 $1 或以上后：账户将永久切换为每日配额，即每天 100 次请求、每分钟 10 次请求，以及每天 1M token。该配额在整个免费目录中共享，并每日重置。
- 超出上限时：API 将返回 429，直到下一分钟或下一天开始。
关于 token 额度池，有三个细节容易被忽略：
- 这是一个共享额度池。你在 Flash 或任何其他免费模型上消耗的 token，都会从与 Max 相同的 1M 中扣除。
- 思考也计入额度。除非你关闭，两款模型都会先思考再作答，而阿里巴巴将思考部分按输出 token 计费。在 10 月 16 日的一次测试中，
qwen3.8-flash-free对一个两句话的回答使用了 89 个输出 token，其中 36 个用于思考。 - 上下文窗口与每日额度池一样大。一个填满 Max 的 1M token 上下文的请求，就会耗尽当天全部 token。
免费 token 的价值
假设你每天用完全部 1M token，输入与输出比例为 3:1，并按 AIHubMix 的付费价格计算：
| 模型 | 750K 输入 | 250K 输出 | 每天 | 完整 30 天 |
|---|---|---|---|---|
| Qwen3.8 Max | $1.27 | $1.27 | $2.54 | 约 $76 |
| Qwen3.8 Flash | $0.08 | $0.10 | $0.18 | 约 $5.40 |
按付费价格计算，用于 Max 的一个 token 价值约为用于 Flash 的 14 倍。由于额度池是共享的，免费活动在你把额度用于质量要求高的 Max 调用时价值最大，而在追求速度的场景中使用 Flash。
首次调用
- 注册 AIHubMix 并创建 API 密钥；快速入门中有详细步骤。
- 如果你希望使用每日配额而不是 10 次试用调用，请充值 $1 或以上。
- 将密钥导出为
AIHUBMIX_API_KEY，然后发送请求：
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?"}]
}'
对于 Max，请使用流式响应。Max 在输出第一个可见 token 之前需要思考一段时间：AIHubMix 自己的测量显示，免费路由的延迟约为 55 秒，而 Flash 约为 5 秒。流式传输可以在思考期间持续传输数据，而较长的客户端超时设置可以应对长回答：
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)
思考内容会通过单独的 reasoning_content 字段返回，因此此循环只打印答案。对于简短、简单的请求，你可以使用 extra_body={"enable_thinking": False} 关闭思考，这是 阿里巴巴官方文档中记载的 Qwen3.8 开关；本系列第三篇文章将展示如何确认该设置已生效。
免费期结束后
-free 类 ID 将于太平洋时间 2026 年 11 月 13 日前后停止免费，若 GMI Cloud 的活动额度提前耗尽，则会更早停止。以下两种方式可让这一变化不会造成影响：
- 只需修改一处字符串。将
qwen3.8-max-free替换为qwen3.8-max，或将qwen3.8-flash-free替换为qwen3.8-flash。端点、SDK 和参数保持不变，而且 AIHubMix 的价格低于 Qwen 官方标价。 - 现在就设置回退。当免费模型达到配额或速率限制时，AIHubMix 可以在密钥级别自动回退到付费模型，无需修改代码。第三篇文章将介绍具体设置步骤。
常见问题
AIHubMix 上的 Qwen3.8 Max 真的免费吗？
是的。在 GMI Cloud 的活动期间，qwen3.8-max-free 的输入和输出每百万 token 均为 $0。同时适用 AIHubMix 的常规免费模型配额。
Qwen3.8 免费活动何时结束？
自 2026 年 10 月 14 日（太平洋时间）上线起 30 天，即约 2026 年 11 月 13 日；若活动额度提前用完，则会更早结束。
试用是否需要信用卡？
不需要。每个新账户都可获得 10 次试用调用。充值 $1 或以上后，账户将切换为每日配额，即 100 次请求和 1M token。
免费版与付费版是同一个模型吗？
免费 ID 具备相同的标准能力：1M 上下文、最多 131K 输出、工具调用和思考模式。它们运行在 GMI Cloud 而非阿里云上，因此延迟和吞吐量有所不同；模型页面会同时显示两者。
思考 token 是否计入免费额度？
是的。思考属于输出，每个 token 都会计入共享的 1M token 每日额度池。对于简单请求，请关闭思考，以延长额度池的使用时间。
我能在编程工具中使用免费模型吗？
可以，适用于任何接受 OpenAI 兼容 base URL 和自定义模型 ID 的工具，例如 OpenCode、Cline、Kilo Code 或 Qwen Code。智能体循环会在每一轮重新发送上下文，因此会很快耗尽每日额度池。
活动结束后，我的代码会怎样？
只需将模型 ID 改为 qwen3.8-max 或 qwen3.8-flash，其他都无需改动。也可以现在就配置密钥级回退，让切换自动完成。
继续阅读：Qwen3.8 免费系列
- 额度池是共享的，因此了解哪个模型值得使用你的 token 很有必要：Qwen3.8 Max Free 与 Qwen3.8 Flash Free 对比：Flash 是否足够？
- 一旦你每天都在调用，可能会遇到一些问题，而下面这项设置可以解决其中大部分：AIHubMix 上的 Qwen3.8 免费版：修复 429、“Rate Limited by Provider” 以及额度池耗尽问题
来源
- Qwen3.8 Max（免费版）模型页面（AIHubMix）
- 免费 AI 模型与配额（AIHubMix）
- 通过 API 使用深度思考模型（阿里云 Model Studio）
- Qwen3.8-Max：功能、基准测试与定价（DataCamp）
- Qwen3.8 Max（0902）：智能、性能与价格分析（Artificial Analysis）
