Qwen3-8B
Suverænitet og hosting
Denne model er katalogiseret til reference. Den er ikke hostet på LLM EU endnu, og ingen førsteparts-endpoint betjener den her. Anmodninger til den går direkte til udbyderen, under den pågældende udbyders egne vilkår.
Resumé
Qwen3-8B is a dense text model that supports both a thinking and a non-thinking mode in one checkpoint. It handles 32,768 tokens natively, and the model card states that YaRN scaling extends it to 131,072 tokens. It is published under Apache-2.0 and remains one of the most downloaded open text models in its size class.
Specifikationer
- Udbyder
- Alibaba Qwen (CN)
- Kontekstvindue
- 33k
- Parametre
- 8.19B
- Modaliteter
- text
- Licens
- apache-2.0 · licence
- Åbne vægte
- yes
- Udgivelsesdato
- 27. apr. 2025
- Opgaver
- cheap, reasoning, multilingual-support, summarization
Sprog
Stærk: en, zh
Tilstrækkelig: de, fr, es, it, pt, ru, ja, ko, ar, nl, pl, tr, vi, hi
Sprog
Stærk
- en
- zh
Tilstrækkelig
- de
- fr
- es
- it
- pt
- ru
- ja
- ko
- ar
- nl
- pl
- tr
- vi
- hi
Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Hvornår skal man bruge den
Styrker
- hybrid thinking and non-thinking modes
- Apache-2.0 licence
- runs on a single mid-range GPU
Begrænsninger
- 32,768-token native context; longer inputs need YaRN configuration
- behind Qwen3.5 and Qwen3.8 releases on reasoning
- no evaluation has been run by LLM EU