# Qwen3.8-Flash-Next 的 GPU 需求

Qwen3.8-Flash-Next 有 180B 参数。部署推理时，16 位约需 432 GB 显存，8 位约 216 GB，4 位约 108 GB，其中包含约 20% 用于 KV 缓存和激活值。

它是混合专家模型：共 512 个专家，每个 token 激活其中 10 个。所有专家都常驻显存，因此显存要按全部 180B 参数来规划。

[在 Arrakis 上部署](/console/#/models?model=Qwen/Qwen3.8-Flash-Next)。

## 部署推理需要什么

| 精度 | 显存与最小配置 |
|---|---|
| 16 位 | 432 GB：2 × [B300](/zh-cn/gpus/b300.html.md)，2 块合计每小时 $9.20 起 |
| 8 位 | 216 GB：一块 [B300](/zh-cn/gpus/b300.html.md)，每 GPU 小时 $4.60 起 |
| 4 位 | 108 GB：一块 [H200](/zh-cn/gpus/h200.html.md)，每 GPU 小时 $4.03 起 |

## 微调需要什么

| 方法 | 显存与最小配置 |
|---|---|
| QLoRA | 126 GB：一块 [H200](/zh-cn/gpus/h200.html.md)，每 GPU 小时 $4.03 起 |
| LoRA | 432 GB：2 × [B300](/zh-cn/gpus/b300.html.md)，2 块合计每小时 $9.20 起 |
| 全量微调 | 2,880 GB：多于一台 8 卡机器 |

## 关于这个模型

| | |
|---|---|
| 参数量 | `180B` |
| 专家数 | `512` |
| 每个 token 的专家数 | `10` |
| 上下文窗口（token） | `262,144` |
| 发布精度 | `BF16` |
| 许可证 | `other` |
| 发布日期 | `2026-08-24` |
| 权重 | [Qwen/Qwen3.8-Flash-Next](https://huggingface.co/Qwen/Qwen3.8-Flash-Next) |

## 自己部署

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

## 常见问题

**Qwen3.8-Flash-Next 需要多少显存？** 推理部署时，16 位约需 432 GB，8 位约 216 GB，4 位约 108 GB，其中包含约 20% 用于 KV 缓存和激活值。微调时，QLoRA 约需 126 GB，LoRA 约需 432 GB，使用 Adam 全量微调约需 2,880 GB，均未计入激活值。

**Qwen3.8-Flash-Next 能在单块 GPU 上运行吗？** 可以，但需要量化。8 位下约需 216 GB，一块 B300 就能放下。16 位下需要 2 块 B300。

**运行 Qwen3.8-Flash-Next 要多少钱？** 16 位下需要 2 块 B300；4 位下需要一块 H200。本页每种配置都显示 Arrakis 当前每 GPU 小时的最低价格，从预付余额中按小时扣费。

**如何在 Arrakis 上部署 Qwen3.8-Flash-Next？** 在 Arrakis 控制台中打开 Models，粘贴 Qwen/Qwen3.8-Flash-Next，选择 vLLM、SGLang 或 llama.cpp，然后租用一块能放下它的 GPU。你会得到一个兼容 OpenAI 的端点，带有专属 API 密钥，并可通过 root SSH 登录机器。


更多模型：[/models](/zh-cn/models.html.md)。