# Besoins GPU de Qwen3.8-Flash-Next

Qwen3.8-Flash-Next compte 180B paramètres. Pour le servir, prévoyez environ 432 Go de mémoire GPU en 16 bits, 216 Go en 8 bits ou 108 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 512 experts, dont 10 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 180B paramètres.

[Déployez-le sur Arrakis](/console/#/models?model=Qwen/Qwen3.8-Flash-Next).

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 432 Go : 2 × [B300](/fr/gpus/b300.html.md), à partir de 9,20 $ de l’heure pour les 2 |
| 8 bits | 216 Go : un [B300](/fr/gpus/b300.html.md), à partir de 4,60 $ par heure de GPU |
| 4 bits | 108 Go : un [H200](/fr/gpus/h200.html.md), à partir de 4,03 $ par heure de GPU |

## Ce qu’il faut pour l’affiner

| Méthode | Mémoire et plus petite configuration |
|---|---|
| QLoRA | 126 Go : un [H200](/fr/gpus/h200.html.md), à partir de 4,03 $ par heure de GPU |
| LoRA | 432 Go : 2 × [B300](/fr/gpus/b300.html.md), à partir de 9,20 $ de l’heure pour les 2 |
| Fine-tuning complet | 2 880 Go : plus d’une machine à 8 GPU |

## À propos du modèle

| | |
|---|---|
| Paramètres | `180B` |
| Experts | `512` |
| Experts par token | `10` |
| Fenêtre de contexte (tokens) | `262,144` |
| Publié en | `BF16` |
| Licence | `other` |
| Date de publication | `2026-08-24` |
| Poids | [Qwen/Qwen3.8-Flash-Next](https://huggingface.co/Qwen/Qwen3.8-Flash-Next) |

## Servez-le vous-même

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

## Questions

**De combien de mémoire GPU Qwen3.8-Flash-Next a-t-il besoin ?** Pour le servir, environ 432 Go en 16 bits, 216 Go en 8 bits et 108 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 126 Go avec QLoRA, 432 Go avec LoRA et 2 880 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner Qwen3.8-Flash-Next sur un seul GPU ?** Oui, quantifié. En 8 bits, il lui faut environ 216 Go, ce qui tient sur un B300. En 16 bits, il lui faut 2 GPU B300.

**Combien coûte l’exécution de Qwen3.8-Flash-Next ?** En 16 bits, il lui faut 2 GPU B300 ; en 4 bits, un H200. Chaque configuration de cette page affiche le prix le plus bas par heure de GPU sur Arrakis en ce moment, et vous payez à l’heure depuis un solde prépayé.

**Comment déployer Qwen3.8-Flash-Next sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez Qwen/Qwen3.8-Flash-Next, choisissez vLLM, SGLang ou llama.cpp, et louez un GPU sur lequel il tient. Vous obtenez un endpoint compatible OpenAI avec sa propre clé d’API, et un accès SSH root à la machine.


Plus de modèles : [/models](/fr/models.html.md).