Qwen3-8B

размышляющая
русскоязычная

Qwen3-8B представляет собой новую ступеньку в серии. Модель с 8.2 миллиардами параметров, сохраняет архитектуру с 36 слоями и 32 головами внимания, но с важными изменением — она уже не использует tie embedding и контекстное окно увеличено до 128K токенов, тем самым обеспечиваются превосходные возможности для работы с длинными документами и сложными задачами.

Удвоение количества параметров по сравнению с 4B версией заметно улучшает качество ответов во всех типах задач, особенно в области математических рассуждений, программирования и сложного анализа. Модель демонстрирует превосходные результаты в задачах, требующих многошагового рассуждения и глубокого понимания контекста.  Поддержка как thinking, так и non-thinking режимов позволяет оптимизировать производительность в зависимости от сложности задачи и доступного времени на обработку, а механизм Thinking budget позволяет тонко настраивать интенсивность вычислений для оптимальной производительности.

Qwen3-8B оптимальна для продвинутых профессиональных приложений: финансовый анализ, медицинская диагностика, юриспруденция. Модель превосходно подходит для создания интеллектуальных ассистентов для специалистов, систем автоматического создания технической документации и образовательных платформ.


Дата анонса: 29.04.2025
Параметров: 8.2B
Контекст: 131K
Слоев: 36
Тип внимания: Full or Sliding Window Attention
Потребление памяти: 24.3 ГБ в точности 4 бит
Разработчик: Qwen
Версия Transformers: 4.51.0
Версия Ollama: 0.6.6
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3-8B. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU TPS Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации для хостинга Qwen3-8B

Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-2.16.32.160
131 072
tensor
 16 32768 160 2 48,14 ₽ Запустить
teslaa2-2.16.32.160
131 072
tensor
 16 32768 160 2 51,34 ₽ Запустить
teslaa10-2.16.64.160
131 072
tensor
 16 65536 160 2 83,37 ₽ Запустить
rtx2080ti-3.16.64.160
131 072
pipeline
 16 65536 160 3 84,47 ₽ Запустить
rtx2080ti-4.16.32.160
131 072
tensor
 16 32768 160 4 99,74 ₽ Запустить
teslav100-1.12.64.160
131 072
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
131 072
tensor
 16 65536 160 2 109,77 ₽ Запустить
rtx5090-1.16.64.160
131 072
 16 65536 160 1 141,77 ₽ Запустить
rtx3090-2.16.64.160
131 072
tensor
 16 65536 160 2 149,37 ₽ Запустить
rtx3080-4.16.64.160
131 072
tensor
 16 65536 160 4 162,57 ₽ Запустить
rtx4090-2.16.64.160
131 072
tensor
 16 65536 160 2 195,57 ₽ Запустить
teslaa100-1.16.64.160
131 072
 16 65536 160 1 211,77 ₽ Запустить
teslah100-1.16.64.160
131 072
 16 65536 160 1 341,77 ₽ Запустить
h200-1.16.128.160
131 072
 16 131072 160 1 423,04 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-3.32.64.160
131 072
pipeline
 32 65536 160 3 78,57 ₽ Запустить
teslaa10-2.16.64.160
131 072
tensor
 16 65536 160 2 83,37 ₽ Запустить
teslat4-4.16.64.160
131 072
tensor
 16 65536 160 4 85,77 ₽ Запустить
teslaa2-3.32.128.160
131 072
pipeline
 32 131072 160 3 94,64 ₽ Запустить
rtx2080ti-4.16.32.160
131 072
tensor
 16 32768 160 4 99,74 ₽ Запустить
teslav100-1.12.64.160
131 072
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
131 072
tensor
 16 65536 160 2 109,77 ₽ Запустить
teslaa2-4.32.128.160
131 072
tensor
 32 131072 160 4 112,24 ₽ Запустить
rtx5090-1.16.64.160
131 072
 16 65536 160 1 141,77 ₽ Запустить
rtx3090-2.16.64.160
131 072
tensor
 16 65536 160 2 149,37 ₽ Запустить
rtx3080-4.16.64.160
131 072
tensor
 16 65536 160 4 162,57 ₽ Запустить
rtx4090-2.16.64.160
131 072
tensor
 16 65536 160 2 195,57 ₽ Запустить
teslaa100-1.16.64.160
131 072
 16 65536 160 1 211,77 ₽ Запустить
teslah100-1.16.64.160
131 072
 16 65536 160 1 341,77 ₽ Запустить
h200-1.16.128.160
131 072
 16 131072 160 1 423,04 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-3.32.64.160
131 072
pipeline
 32 65536 160 3 78,57 ₽ Запустить
teslaa10-2.16.64.160
131 072
tensor
 16 65536 160 2 83,37 ₽ Запустить
teslat4-4.16.64.160
131 072
tensor
 16 65536 160 4 85,77 ₽ Запустить
teslaa2-3.32.128.160
131 072
pipeline
 32 131072 160 3 94,64 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
131 072
tensor
 16 65536 160 2 109,77 ₽ Запустить
teslaa2-4.32.128.160
131 072
tensor
 32 131072 160 4 112,24 ₽ Запустить
rtx3090-2.16.64.160
131 072
tensor
 16 65536 160 2 149,37 ₽ Запустить
rtx4090-2.16.64.160
131 072
tensor
 16 65536 160 2 195,57 ₽ Запустить
teslav100-2.16.64.240
131 072
tensor
 16 65535 240 2 198,54 ₽ Запустить
teslaa100-1.16.64.160
131 072
 16 65536 160 1 211,77 ₽ Запустить
rtx5090-2.16.64.160
131 072
tensor
 16 65536 160 2 261,77 ₽ Запустить
teslah100-1.16.64.160
131 072
 16 65536 160 1 341,77 ₽ Запустить
h200-1.16.128.160
131 072
 16 131072 160 1 423,04 ₽ Запустить

Связанные модели

Qwen3-30B-A3B
Qwen3-235B-A22B
Qwen3-0.6B
Qwen3-1.7B
Qwen3-4B
Qwen3-14B
Qwen3-32B
DeepSeek-R1-0528-Qwen3-8B
T-pro-2.0
Qwen3-235B-A22B-Instruct-2507
Qwen3-235B-A22B-Thinking-2507
Qwen3-Coder-480B-A35B-Instruct
Qwen3-Coder-30B-A3B-Instruct
Qwen3-30B-A3B-Instruct-2507
Qwen3-30B-A3B-Thinking-2507
Qwen3-4B-Instruct-2507
Qwen3-4B-Thinking-2507
Qwen3-VL-235B-A22B-Instruct
Qwen3-VL-235B-A22B-Thinking
Qwen3-VL-30B-A3B-Instruct
Qwen3-VL-30B-A3B-Thinking
Qwen3-VL-8B-Instruct
Qwen3-VL-8B-Thinking
Qwen3-VL-4B-Instruct
Qwen3-VL-4B-Thinking
Qwen3-VL-2B-Instruct
Qwen3-VL-2B-Thinking
Qwen3-VL-32B-Instruct
Qwen3-VL-32B-Thinking

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.