Qwen3-8B
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理
- 可关闭推理
- 工具调用
- 结构化输出
- 开放权重
价格
3 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen3-8b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | ¥0.50 | — |
| 关闭推理 自 2026年10月11日 起页面不再列出 | — | ¥2.00 |
| 开启推理 自 2026年10月11日 起页面不再列出 | — | ¥5.00 |
价格来源 阿里云百炼：模型价格（在新标签页打开） (核对于 2026年10月6日)
Alibaba Cloud Model Studio（在新标签页打开）
qwen3-8b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | $0.18 | $0.70 |
| 关闭推理 自 2026年10月11日 起页面不再列出 | — | $0.70 |
| 开启推理 自 2026年10月11日 起页面不再列出 | — | $2.10 |
价格来源 qwen3-8b model（在新标签页打开） (核对于 2026年10月5日) · Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年10月11日)
Alibaba Cloud Model Studio（在新标签页打开）
qwen3-8b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | $0.072 | $0.287 |
| 关闭推理 自 2026年10月11日 起页面不再列出 | — | $0.287 |
| 开启推理 自 2026年10月11日 起页面不再列出 | — | $0.717 |
价格来源 Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年10月11日) · qwen3-8b model（在新标签页打开） (核对于 2026年10月5日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 知识截止
- 2025年4月
- 许可证
- apache-2.0
- 模型家族
- qwen
- 模型 ID
Alibaba Qwen 的页面未说明：最长输入, 推理档位, 最大思考预算, 内置工具, 别名。
本地运行
权重： Qwen/Qwen3-8B- 参数 8.2B
- 稠密
- 原生精度 BF16
- 层数 36
- 每 token 的 KV 缓存 144 KB
- 原生上下文 32K （模型卡）
- YaRN 扩展后 128K （模型卡）
- 配置位置数 40K （config.json max_position_embeddings）
- API 上下文 128K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 原生 BF16 （自动） 8K 上下文 29–43 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 17.1 GB (权重 15.3（官方文件） + KV 缓存 1.1 + 开销 0.8)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 29–43 tok/s
- 最长上下文
- 39K (再长就放不下)
- 首 token
- 2K 提示约 0.26–0.40 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 15.3 GB | ≈ 17.1 | ●流畅 29–43 tok/s | 39K |
| Q8_0官方 | 8.1 GB | ≈ 9.7 | ●流畅 51–76 tok/s | 128K |
| FP8官方 | 8.8 GB | ≈ 10.4 | ●流畅 47–71 tok/s | 128K |
| Q6_K官方 | 6.3 GB | ≈ 7.9 | ●流畅 64–95 tok/s | 128K |
| Q5_K_M官方 | 5.4 GB | ≈ 7.1 | ●流畅 71–107 tok/s | 128K |
| Q5_0官方 | 5.3 GB | ≈ 7.0 | ●流畅 73–109 tok/s | 128K |
| Q4_K_M官方 | 4.7 GB | ≈ 6.3 | ●流畅 81–121 tok/s | 128K |
| Q4_0 | 4.3 GB | ≈ 5.9 | ●流畅 87–130 tok/s | 128K |
| INT4 (AWQ / GPTQ)官方 | 5.7 GB | ≈ 7.3 | ●流畅 69–103 tok/s | 128K |
| IQ4_XS | 4.1 GB | ≈ 5.7 | ●流畅 91–136 tok/s | 128K |
| Q3_K_M质量下降明显 | 3.7 GB | ≈ 5.4 | ●流畅 97–145 tok/s | 128K |
| IQ3_XXS质量下降明显 | 2.9 GB | ≈ 4.5 | ●流畅 116–174 tok/s | 128K |
| Q2_K质量下降明显 | 2.9 GB | ≈ 4.5 | ●流畅 118–177 tok/s | 128K |
| IQ2_XXS质量下降明显 | 2.0 GB | ≈ 3.6 | ●流畅 152–228 tok/s | 128K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 3080；统一内存 Apple M5 · 16 GB。
运行命令
vLLM
vllm serve Qwen/Qwen3-8B --max-model-len 8192
微调需要多少显存
全参≈ 124.5 GB你的配置放不下
LoRA≈ 18.0 GB你的配置放得下
QLoRA≈ 7.0 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch Capabilities Index 132.2
第 112 名，共 118 个上榜模型 · 置信区间 129.1–135.1
- Epoch AI · GPQA Diamond 56.8%
第 113 名，共 168 个上榜模型 · ±2.93
其他版本：reasoning off 47.5%
- Epoch AI · OTIS Mock AIME 2024–2025 56.1%
第 106 名，共 159 个上榜模型 · ±6.45
其他版本：reasoning off 22.2%
变更
全部变更 →- 上下文窗口 256K → 131.07K
来源
- Alibaba Cloud Model Studio pricing（在新标签页打开） alibabacloud.com · 核对于 2026年10月11日
- 阿里云百炼：模型价格（在新标签页打开） help.aliyun.com · 核对于 2026年10月6日
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） alibabacloud.com · 核对于 2026年10月10日
- qwen3-8b model（在新标签页打开） alibabacloud.com · 核对于 2026年10月5日
- models.dev: qwen3-8b (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
- qwen3-8b - Alibaba Cloud Model Studio（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月9日
- Qwen/Qwen3-8B model card（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-8B config.json（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- Qwen/Qwen3-8B files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-8B-AWQ files（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- Qwen/Qwen3-8B-FP8 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-8B-GGUF files（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- Qwen/Qwen3-8B-MLX-4bit files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- Qwen/Qwen3-8B-MLX-6bit files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-8B-MLX-8bit files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-8B-MLX-bf16 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-8B model card（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- 模型上下架与更新-大模型服务平台百炼-阿里云_大模型服务平台百炼(Model Studio)-大模型服务平台百炼(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年10月30日
- Qwen/Qwen3-8B README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型