Qwen 3.8 Flash 更值得买 —— 74% vs 61%
我们的 worth-it 依据? →OpenAI 的中间档,价格是 Sol 一半,经济性不错。
- 在我们测试里,GPT-6.1-Terra 修正标点的得分比 GPT-6.1-Sol 差不少。— hn ↗
- 第一张图看着挺猛,但 Terminal Bench 4.0 上就很拉,得上 xhigh 才能勉强接近 6.1 Sol,结果还更贵一点、成绩还略差。— hn ↗
- GPT-6 Terra 表现是真的差。我让它实现个功能,它根本不往下走,老是停在那儿,不进入下一步。— github ↗
- 我在 Medium 上测了 GPT-6.1 Terra,发现让它分析东西的时候,它会做一堆不靠谱的假设,还犯不少错。每次我用 6.1 Sol 去复核它的答案,都能查出问题来。— youtube ↗
- 我觉得 DeepSeek 1017 max 在创造力和自主性上比 Terra 强。— hn ↗
“对看重成本的 agentic 生产场景来说,这发布真牛——市面上最好的 API。”
“正好补了 Sol 6 为了省钱牺牲质量留下的坑。”
“没推理能力有啥用?这不就是 Luna 该干的事吗?”
通义千问快速版,本地能跑、125 tok/s,性价比高,但想太多。
- Qwen 3.8 Flash Next 只有 6B 激活参数——在一块 PRO 6000 上 pre-fill 超过 10K tokens,解码 150 tps,还有优化空间。它确实又稀疏又快。— v2ex ↗
- Qwen 3.8 flash next 比 27B 强太多了。好到我连 Claude 都不用了。— hn
- Qwen Flash Next 不光比 27B 更少胡扯,还能给出有用的观察,还自己想办法绕过了很多网站访问的问题。— hn ↗
- 不过 Qwen3.8-next-flash 确实很惊艳,尤其是配上 Strata 或 Basalt 做推理引擎的时候。在 64G 内存的 5090 笔记本上跑 NVFP4 量化,解码能到 120-140 t/s,预填充 3000-4000 t/s。— hn ↗
- Qwen 3.8 的 Flash Next 在 A6B 这个规格上,感觉刚刚好。— hn ↗
“稀疏又快——只有 6B 激活参数,单张消费级 GPU 上解码能到 150 tps。”
“直接把显存门槛打下来了——数据中心级的长上下文模型,消费级 RTX 4090 就能跑。”
“写代码质量很顶,特别擅长挑出生成代码里的毛病。”
该怎么选?
社区口碑差距明显:千问 3.8 Flash 74%,GPT-6.1 Terra 61%,相差 13 个百分点。如果你只想要一个「大概率不踩雷」的选择,先试 千问 3.8 Flash。
价格上 千问 3.8 Flash 入门更便宜($0.11 vs $1,GPT-6.1 Terra 贵约 809%)。
两者都属于聊天类,能力覆盖面接近,差别更多体现在稳定性和成本上——建议先用自己真实的任务各跑一轮再决定。
用户原话(关于 千问 3.8 Flash):「Qwen 3.8 Flash Next 只有 6B 激活参数——在一块 PRO 6000 上 pre-fill 超过 10K tokens,解码 150 tps,还有优化空间。它确…」
FAQ
GPT-6.1 Terra 和 Qwen 3.8 Flash 哪个更值得买?
Qwen 3.8 Flash 更值得买,worth-it 分数 74%,高于 GPT-6.1 Terra 的 61%。
GPT-6.1 Terra 和 Qwen 3.8 Flash 价格差多少?
GPT-6.1 Terra:$1/$5 per 1M tokens · Qwen 3.8 Flash:$0.11 / $0.38 per 1M tokens。
用户怎么评价 GPT-6.1 Terra 和 Qwen 3.8 Flash?
GPT-6.1 Terra:对看重成本的 agentic 生产场景来说,这发布真牛——市面上最好的 API。。Qwen 3.8 Flash:稀疏又快——只有 6B 激活参数,单张消费级 GPU 上解码能到 150 tps。。