# Requisitos de GPU de Qwen3.8-Flash-Next

Qwen3.8-Flash-Next tiene 180B parámetros. Para servirlo, calcula unos 432 GB de memoria de GPU en 16 bits, 216 GB en 8 bits o 108 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 512 expertos, 10 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 180B parámetros.

[Despliégalo en Arrakis](/console/#/models?model=Qwen/Qwen3.8-Flash-Next).

## Lo que hace falta para servirlo

| Precisión | Memoria y configuración mínima |
|---|---|
| 16 bits | 432 GB: 2 × [B300](/es/gpus/b300.html.md), desde 9,20 US$ por hora las 2 |
| 8 bits | 216 GB: una [B300](/es/gpus/b300.html.md), desde 4,60 US$ por GPU-hora |
| 4 bits | 108 GB: una [H200](/es/gpus/h200.html.md), desde 4,03 US$ por GPU-hora |

## Lo que hace falta para ajustarlo

| Método | Memoria y configuración mínima |
|---|---|
| QLoRA | 126 GB: una [H200](/es/gpus/h200.html.md), desde 4,03 US$ por GPU-hora |
| LoRA | 432 GB: 2 × [B300](/es/gpus/b300.html.md), desde 9,20 US$ por hora las 2 |
| Ajuste fino completo | 2.880 GB: más de una máquina de 8 GPU |

## Sobre el modelo

| | |
|---|---|
| Parámetros | `180B` |
| Expertos | `512` |
| Expertos por token | `10` |
| Ventana de contexto (tokens) | `262,144` |
| Publicado en | `BF16` |
| Licencia | `other` |
| Fecha de publicación | `2026-08-24` |
| Pesos | [Qwen/Qwen3.8-Flash-Next](https://huggingface.co/Qwen/Qwen3.8-Flash-Next) |

## Sírvelo tú mismo

```
vllm serve Qwen/Qwen3.8-Flash-Next --tensor-parallel-size 2
```

## Preguntas

**¿Cuánta memoria de GPU necesita Qwen3.8-Flash-Next?** Para servirlo, unos 432 GB en 16 bits, 216 GB en 8 bits y 108 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 126 GB con QLoRA, 432 GB con LoRA y 2.880 GB para un ajuste fino completo con Adam, sin contar las activaciones.

**¿Puedo ejecutar Qwen3.8-Flash-Next en una sola GPU?** Sí, cuantizado. En 8 bits necesita unos 216 GB, que caben en una B300. En 16 bits necesita 2 GPU B300.

**¿Cuánto cuesta ejecutar Qwen3.8-Flash-Next?** En 16 bits necesita 2 GPU B300; en 4 bits, una H200. Cada configuración de esta página muestra el precio más bajo por GPU-hora en Arrakis ahora mismo, y pagas por hora desde un saldo prepago.

**¿Cómo despliego Qwen3.8-Flash-Next en Arrakis?** Abre Models en la consola de Arrakis, pega Qwen/Qwen3.8-Flash-Next, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina.


Más modelos: [/models](/es/models.html.md).