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

