Aller au contenu principal
Retour aux ressources
Modèles🀄

Qwen3.8-2.4T-A95B

Publié le 7 nov. 2026

Premier modèle de la classe Qwen-Max en open-weight : 2 400 milliards de paramètres au total dont 95B actifs par token, MoE de 512 experts (10 routés + 1 partagé), attention hybride Gated DeltaNet + Gated Attention, 92 couches, contexte natif de 262k tokens extensible à 1M. Variante FP8 séparée.

Caractéristiques

  • MoE 2,4T/95B
  • 512 experts (10+1)
  • Gated DeltaNet
  • Contexte 262k→1M
  • Open-weight

Tags

Liens utiles

Découvrir Qwen3.8-2.4T-A95B

Visitez le site officiel pour télécharger, vous documenter et commencer à utiliser Qwen3.8-2.4T-A95B.

Visiter le site

Ressources liées — Modèles

Modèles⚡
DeepSeek V4.1 Flash
Publié le 10 sept. 2026DeepSeek V4.1 Flash

Modèle MoE de DeepSeek avec 552B de paramètres au total et 8 à 16B actifs par token. Contexte de 1M de tokens, licence MIT : usage commercial libre. Conçu pour le service en ligne, trop grand pour un usage local sur un seul PC.

LLMDeepSeekMoEOpen Source
Modèles⚡
FLUX.1 [dev]
Publié le 1 août 2024FLUX.2 [klein] 4B/9B

Le modèle d'images open le plus avancé : adhérence au prompt excellente, anatomie solide et fine-tuning complet. La référence pour les usages sérieux.

ImmaginiDiffusionFLUX
Modèles⚡
FLUX.1 [schnell]
Publié le 1 août 2024FLUX.2 [klein] 4B/9B

Génération en très peu d'étapes avec une haute qualité et un excellent rendu du texte. La version distillée de FLUX, pensée pour la vitesse.

ImmaginiDiffusionFLUX