Fireworks AI listar Qwen3.8-Flash-Next FP8 som en experimentell förhandsversion byggd på Qwen4-arkitekturen. Modellen beskrivs som multimodal och har 125 miljarder parametrar, varav 6 miljarder aktiva, samt ytterligare 51 miljarder parametrar för n-gram-inbäddningar.
Fireworks anger ett kontextfönster på 262 144 token och tar $1.20 per miljon token för både in- och utgående token. Alternativet för driftsättning på begäran använder dedikerade GPU:er. Fireworks uppger att det inte finns några hastighetsbegränsningar. Listningen anger inte när förhandsversionen blev tillgänglig eller vem som kan få tillgång till den.
Varför det spelar roll
För utvecklare som beräknar inferenskostnader anger Fireworks samma pris för in- och utgående token, men sidan klargör inte när förhandsversionen blir tillgänglig eller vem som får tillgång till den.
