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

O Qwen3.8-Flash-Next tem 180B parâmetros. Para servi-lo, conte com cerca de 432 GB de memória de GPU em 16 bits, 216 GB em 8 bits ou 108 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 512 especialistas, 10 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 180B parâmetros.

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

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 432 GB: 2 × [B300](/pt/gpus/b300.html.md), a partir de US$ 9,20 por hora pelas 2 |
| 8 bits | 216 GB: uma [B300](/pt/gpus/b300.html.md), a partir de US$ 4,60 por GPU-hora |
| 4 bits | 108 GB: uma [H200](/pt/gpus/h200.html.md), a partir de US$ 4,03 por GPU-hora |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 126 GB: uma [H200](/pt/gpus/h200.html.md), a partir de US$ 4,03 por GPU-hora |
| LoRA | 432 GB: 2 × [B300](/pt/gpus/b300.html.md), a partir de US$ 9,20 por hora pelas 2 |
| Ajuste fino completo | 2.880 GB: mais de uma máquina de 8 GPUs |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `180B` |
| Especialistas | `512` |
| Especialistas por token | `10` |
| Janela de contexto (tokens) | `262,144` |
| Publicado em | `BF16` |
| Licença | `other` |
| Data de lançamento | `2026-08-24` |
| Pesos | [Qwen/Qwen3.8-Flash-Next](https://huggingface.co/Qwen/Qwen3.8-Flash-Next) |

## Sirva você mesmo

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

## Perguntas

**Quanta memória de GPU o Qwen3.8-Flash-Next precisa?** Para servi-lo, cerca de 432 GB em 16 bits, 216 GB em 8 bits e 108 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 126 GB com QLoRA, 432 GB com LoRA e 2.880 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o Qwen3.8-Flash-Next em uma única GPU?** Sim, quantizado. Em 8 bits ele precisa de cerca de 216 GB, que cabem em uma B300. Em 16 bits ele precisa de 2 GPUs B300.

**Quanto custa rodar o Qwen3.8-Flash-Next?** Em 16 bits ele precisa de 2 GPUs B300; em 4 bits, de uma H200. Cada configuração desta página mostra o menor preço por GPU-hora na Arrakis agora, e você paga por hora a partir de um saldo pré-pago.

**Como implanto o Qwen3.8-Flash-Next na Arrakis?** Abra Models no console da Arrakis, cole Qwen/Qwen3.8-Flash-Next, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina.


Mais modelos: [/models](/pt/models.html.md).