對於大多數日常工作來說，是的。聊天、起草、資訊擷取、摘要，以及編輯器內的程式碼協助，在 Qwen3.8 Flash 上都能順暢運作。它幾秒內就能回覆，而且根據 Qwen 自家的數據，在辦公任務和研究生等級的科學問題上，與 Max 相差不到一分。Max 值得等待的地方在於兩類工作：高難度的專家級推理，以及多檔案程式設計，這兩類正是 Qwen 自家數據顯示差距最大的地方。它也適合那些反正會在背景執行的工作。
雖然在 AIHubMix 上兩者都免費，分別以 qwen3.8-max-free 與 qwen3.8-flash-free 提供，直到 2026 年 11 月 13 日左右（太平洋時間）或活動點數用完為止，但選擇的關鍵不在價格，而在時間與共用的 token 額度池。兩者都從同一個每日 1M 免費 token 額度中扣除，而以付費價格計算，一個 Max token 約等於 14 個 Flash token。最能善用此活動的方式，是預設使用 Flash，只把 Max 留給 Flash 答錯的問題。
目前價格相同，其餘大不相同
| Qwen3.8 Max（免費） | Qwen3.8 Flash（免費） | |
|---|---|---|
| 免費價格（輸入 / 輸出） | $0 / $0 | $0 / $0 |
| AIHubMix 付費價格（輸入 / 輸出） | $1.69 / $5.07 | $0.1126 / $0.38 |
| 參數量 | 總計 2.4T，約 95B 啟用 | 總計 125B，6B 啟用 |
| 上下文 / 最大輸出 | 1M / 131K | 1M / 131K |
| 延遲，免費路線 | 約 55 秒 | 約 5 秒 |
| 吞吐量，免費路線 | 約 9 tok/s | 約 36 tok/s |
| 免費額度 | 與所有免費模型共用 | 與所有免費模型共用 |
價格以每百萬 token 計。延遲與吞吐量為 AIHubMix 對免費路線的自行測量，數據取自 2026 年 10 月 16 日的 Qwen3.8 Max（免費） 與 Qwen3.8 Flash（免費） 頁面，會隨負載變動。Flash 的參數量是以開放權重的 Flash-Next 版本為準。
活動結束後，Max 的輸出價格是 Flash 的 13.3 倍（每百萬 token 分別為 $5.07 與 $0.38）。AIHubMix 提供免費組合與付費組合的並排頁面。
在 Flash 能跟上的地方（依 Qwen 自家數據）
以下為 DataCamp 彙整的 Qwen 自報發布數據（Max、Flash-Next）；目前尚無人獨立重現這些結果。
| 基準測試 | Qwen3.8 Max | Qwen3.8 Flash | 領先 |
|---|---|---|---|
| CoWorkBench | 74.8 | 73.9 | Max 領先 0.9 |
| GPQA Diamond | 92.6 | 91.7 | Max 領先 0.9 |
| JobBench | 53.4 | 55.7 | Flash 領先 2.3 |
| SWE-bench Pro | 67.7 | 62.5 | Max 領先 5.2 |
| HLE | 43.6 | 35.9 | Max 領先 7.7 |
Max 的數據取自其 8 月發表的數據表。依 Qwen 的數據，其 0902 更新將 CoWorkBench 提升至 76.1、JobBench 提升至 64.0。Flash 的數據取自 Flash-Next 數據表；託管版 Flash 的分數可能略有不同。
這張表可以分成兩組來看。在辦公型任務（CoWorkBench、JobBench）與廣泛的科學問題（GPQA Diamond）上，兩個模型相差在幾分之內，其中一項 Flash 還略勝一籌。差距主要出現在真實的程式庫修復（SWE-bench Pro，相差 5 分）與極難的專家問題（Humanity's Last Exam，相差近 8 分）上，這正是 Max 體型優勢發揮作用之處。
兩者皆可執行的任務：審查 pull request
以程式碼審查為例：一個 1,500 行的 pull request 加上其所修改的檔案，約 30K 輸入 token，模型寫出約 6K 輸出 token 的思考與評論。兩個模型假設相同的 token 數。實際上 Max 往往寫得更多，因為 Artificial Analysis 在其測試套件上測得 Max 使用的輸出 token 中位數超過兩倍，因此這裡 Max 的數字偏保守。
| Qwen3.8 Max | Qwen3.8 Flash | |
|---|---|---|
| 來自每日免費額度池的 token | 36K | 36K |
| 可在 1M token 內完成的審查次數 | 約 27 | 約 27 |
| 以免費路線速度計算的時間 | 約 12 分鐘 | 約 3 分鐘 |
| 活動結束後的成本 | $0.081 | $0.0057 |
時間為 55 秒或 5 秒的延遲，加上 6K token 以每秒 9 或 36 個 token 生成的時間。成本為 30K 輸入與 6K 輸出以 AIHubMix 付費價格計算：Max 為 $0.0507 + $0.0304，Flash 為 $0.0034 + $0.0023。
在活動期間，兩次審查佔用的額度池比例相同，但 Max 所需時間約為四倍。活動結束後，Flash 的審查成本不到 Max 的十四分之一。如果審查是 CI 中有人在等待的關卡，Flash 比較合適。如果它在夜間執行、審查涉及付款程式碼的 pull request，那麼 Max 在 SWE-bench Pro 上領先 5 分的優勢就值得等待。
任務該用哪個模型
| 任務 | 優先使用 | 原因 |
|---|---|---|
| 聊天、問答、起草 | Flash | 數秒內回覆，辦公分數接近 Max |
| 資訊擷取、標記、摘要 | Flash | 量大；Max 只會增加等待時間，不會提高準確度 |
| 編輯器內協助、小型修正 | Flash | 互動式工作需要快速回應 |
| 多檔案錯誤、深度程式碼審查 | Max | 依 Qwen 的數據，程式設計是差距最大的部分 |
| 困難數學與專家問題 | Max | 在 HLE 上領先近 8 分 |
| 夜間與批次工作 | Max | 在這裡等待不會有任何損失 |
兩個模型共用同一個端點與 SDK，因此只需幾行程式碼即可在兩者之間路由。先試用 Flash，檢查結果，只將失敗的請求送到 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)
這樣大部分請求都能保持快速，同時把共用額度池留給真正需要 Max 的呼叫。
該選哪一個
- 選 Flash，適用於所有互動式、大量處理，以及你打算在 11 月 13 日之後持續運行的工作，因為屆時 Max 每個輸出 token 的成本會超過 13 倍。
- 選 Max，適用於較難的部分：Flash 找不到的錯誤、它答錯的專家問題、沒有人在等待的長篇審查。
- 如果你的工作負載混合，兩者並用。先路由到 Flash 是最省成本的方式，能在需要的請求上取得 Max 等級的答案，無論是現在或活動結束之後。
常見問題
Qwen3.8 Flash 夠好用來寫程式嗎？
對於小型修正、程式碼補全與編輯器內協助，是的。依 Qwen 自家數據，它在 SWE-bench Pro 上落後 Max 約 5 分，因此對於 Flash 解決不了的多檔案錯誤，值得試用 Max。
為什麼 Qwen3.8 Max 在免費路線上很慢？
它預設會先思考再回答，而且回覆很長。AIHubMix 在免費路線上測得約 55 秒延遲，以及約每秒 9 個 token。請使用串流輸出，並設定較長的客戶端逾時時間。
Max 與 Flash 共用同一個免費額度嗎？
是的。在儲值 1 美元或以上後，所有 AIHubMix 免費模型共用每日 100 次請求與 1M token 的額度池，並限制每分鐘 10 次請求。
哪個模型能從免費 token 獲得更多價值？
Max。以 AIHubMix 付費價格計算，一個 Max token 約等於 14 個 Flash token，因此活動對 Max 呼叫的節省最多。
活動結束後費用是多少？
在 AIHubMix 上，qwen3.8-max 每百萬 token 的輸入為 $1.69、輸出為 $5.07；qwen3.8-flash 則為 $0.1126 與 $0.38。兩者都低於 Qwen 的官方定價。
這些基準測試數據是獨立測得的嗎？
不是。這些是 Qwen 自報的數據。請將小幅差距視為平手，較大的差距則可作為判斷各模型強項的參考。
延伸閱讀：Qwen3.8 免費系列
- 如果你還沒設定免費模型 ID，請先從限制、結束日期與第一個請求開始：AIHubMix 上的免費 Qwen3.8 Max 與 Flash API：限制、結束日期與你的第一次呼叫
- 大多數人遇到的錯誤，都來自 Max 的長等待與共用額度池，而有一種備援方案可以應對：AIHubMix 上的 Qwen3.8 免費版：修復 429、「Rate Limited by Provider」與額度池耗盡
來源
- Qwen3.8 Max（免費）與 Qwen3.8 Flash（免費）比較（AIHubMix）
- 免費 AI 模型與額度（AIHubMix）
- Qwen3.8-Max：功能、基準測試與定價（DataCamp）
- Qwen3.8-Flash-Next：功能、基準測試與定價（DataCamp）
- Qwen3.8 Max (0902)：智慧、效能與價格分析（Artificial Analysis）
