# Qwen3.8-Flash-Next 的 GPU 需求

Qwen3.8-Flash-Next 有 180B 參數。部署推理時，16 位約需 432 GB 視訊記憶體，8 位約 216 GB，4 位約 108 GB，其中包含約 20% 用於 KV 快取和啟用值。

它是混合專家模型：共 512 個專家，每個 token 啟用其中 10 個。所有專家都常駐視訊記憶體，因此視訊記憶體要按全部 180B 參數來規劃。

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

## 部署推理需要什麼

| 精度 | 視訊記憶體與最小配置 |
|---|---|
| 16 位 | 432 GB：2 × [B300](/zh-tw/gpus/b300.html.md)，2 塊合計每小時 $9.20 起 |
| 8 位 | 216 GB：一張 [B300](/zh-tw/gpus/b300.html.md)，每 GPU 小時 $4.60 起 |
| 4 位 | 108 GB：一張 [H200](/zh-tw/gpus/h200.html.md)，每 GPU 小時 $4.03 起 |

## 微調需要什麼

| 方法 | 視訊記憶體與最小配置 |
|---|---|
| QLoRA | 126 GB：一張 [H200](/zh-tw/gpus/h200.html.md)，每 GPU 小時 $4.03 起 |
| LoRA | 432 GB：2 × [B300](/zh-tw/gpus/b300.html.md)，2 塊合計每小時 $9.20 起 |
| 全量微調 | 2,880 GB：多於一台 8 卡機器 |

## 關於這個模型

| | |
|---|---|
| 引數量 | `180B` |
| 專家數 | `512` |
| 每個 token 的專家數 | `10` |
| 上下文視窗（token） | `262,144` |
| 釋出精度 | `BF16` |
| 許可證 | `other` |
| 釋出日期 | `2026-08-24` |
| 權重 | [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
```

## 常見問題

**Qwen3.8-Flash-Next 需要多少視訊記憶體？** 推理部署時，16 位約需 432 GB，8 位約 216 GB，4 位約 108 GB，其中包含約 20% 用於 KV 快取和啟用值。微調時，QLoRA 約需 126 GB，LoRA 約需 432 GB，使用 Adam 全量微調約需 2,880 GB，均未計入啟用值。

**Qwen3.8-Flash-Next 能在單張 GPU 上執行嗎？** 可以，但需要量化。8 位下約需 216 GB，一張 B300 就能放下。16 位下需要 2 張 B300。

**執行 Qwen3.8-Flash-Next 要多少錢？** 16 位下需要 2 張 B300；4 位下需要一張 H200。本頁每種配置都顯示 Arrakis 目前每 GPU 小時的最低價格，從預付餘額中按小時扣費。

**如何在 Arrakis 上部署 Qwen3.8-Flash-Next？** 在 Arrakis 控制台中開啟 Models，貼上 Qwen/Qwen3.8-Flash-Next，選擇 vLLM、SGLang 或 llama.cpp，然後租用一張能放下它的 GPU。你會得到一個相容 OpenAI 的端點，帶有專屬 API 金鑰，並可透過 root SSH 登入機器。


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