Gemini 3.5 Flash-Lite versus Qwen 3.8: Goedkoop werkpaard versus 2.4T-vlaggenschip

Toen deze vergelijking voor het eerst werd geschreven, was hij op een ongebruikelijke manier scheef: Gemini 3.5 Flash-Lite was een echt, koopbaar product en Qwen 3.8 was een afgeschermde preview zonder prijs, zonder benchmark en zonder gewichten. Er was weinig te vergelijken.

Dat is niet langer het geval. Qwen3.8-Max werd op 3 augustus 2026 algemeen beschikbaar met een gepubliceerde prijslijst van $2 / $6 per miljoen tokens, een OpenAI- en DashScope-compatibel endpoint en een volledige benchmarktabel. Het is selfservice, budgetvriendelijk en live — ook op OrcaRouter. Dus dit artikel is van de grond af aan herschreven, want de eerlijke vergelijking vandaag is niet "een leverbaar model versus een luchtbel." Het is een echte tier-vergelijking: Googles goedkoopste werkpaard voor hoge throughput tegen Alibaba's grootste vlaggenschip.

Een opmerking voor ontwikkelaars — deze twee zitten aan tegenovergestelde uiteinden van de kostencurve, dus de juiste vraag is in welke categorie jouw workload thuishoort. OrcaRouter biedt toegang tot 200+ modellen via één OpenAI-compatibel eindpunt, zodat je beide kunt testen op dezelfde taak zonder twee SDK's aan te sluiten.

TL;DR-oordeel. Deze modellen concurreren niet echt — ze zijn antwoorden op verschillende vragen. Flash-Lite is een efficiëntiemodel: Artificial Analysis Index 36, $0,30 / $2,50 per 1M, ongeveer 490 tokens/sec, algemeen beschikbaar. Het is gebouwd om elke aanvraag te verwerken tegen verwaarloosbare kosten. Qwen3.8-Max is een vlaggenschip: ~2,4T parameters, een flat-rate context van 1M tokens, native beeld- en video-invoer, en zelfgerapporteerde frontier-achtige scores (GPQA Diamond 92,6, Terminal-Bench 2.1 86,6) — tegen $2 / $6, wat 6,7× de invoersnelheid van Flash-Lite is. Flash-Lite is de juiste standaard voor grootschalige classificatie, routing en extractie. Qwen3.8-Max is waar je naar opschaalt wanneer een taak echt frontier-redenering, een miljoen tokens context of niet-tekstuele invoer nodig heeft. De enige kanttekening die niet is veranderd: Qwen heeft nog steeds geen onafhankelijke benchmarkscore.

Belangrijkste conclusies

• Qwen 3.8 is nu algemeen beschikbaar — vanaf 3 augustus 2026 zijn er gepubliceerde prijzen, selfservice-toegang en een benchmarktabel. De eerdere kwalificatie van een afgeschermde, niet te begroten preview is verouderd.

• Flash-Lite is aanzienlijk goedkoper: $0.30 / $2.50 per 1M vergeleken met Qwen's $2 / $6 — ongeveer 6,7× op invoer en 2,4× op uitvoer.

• Flash-Lite is veel sneller:ongeveer 490 tokens/sec, gebouwd voor high-throughput werk. Qwen3.8-Max toont een p50 time-to-first-token van 1.64s in de 7-daagse telemetrie van OrcaRouter, maar is een groot, grondig model.

• Flash-Lite heeft de enige gecontroleerde score: Artificial Analysis Index 36. Qwen3.8-Max blijft zonder score door elke onafhankelijke evaluator, hoewel Alibaba nu zijn eigen cijfers publiceert.

• Qwen wint overtuigend op het vlak van capaciteiten: een 1M-token context tegen een vast tarief zonder toeslag voor lange prompts, plus tekst/beeld/video-invoer en OmniDocBench 1.5 92.1 voor documentparsing. Flash-Lite is een klein efficiëntiemodel.

• Open gewichten: Qwen's worden binnen de week toegezegd (nog geen licentie), plus een Qwen3.8-27B draait naar verluidt in ~17GB VRAM. Flash-Lite is permanent gesloten.

Nauwkeurigheidsopmerking: alle kwaliteitscijfers van Qwen3.8-Max zijn afkomstig van Alibaba en niet door derden geverifieerd. De cijfers van Gemini 3.5 Flash-Lite komen van Artificial Analysis. De prijzen van Qwen zijn gebaseerd op de GA-prijskaart van Alibaba Model Studio en vervangen de toegang uit het preview-tijdperk die in eerdere versies van dit artikel werd beschreven.

De specificaties en prijs, naast elkaar

• Maker / status — Flash-Lite: Google; algemeen beschikbaar; Qwen3.8-Max: Alibaba; GA (3 augustus 2026)

• Positionering — Flash-Lite: goedkope efficiëntielaag met hoge doorvoer; Qwen3.8-Max: vlaggenschip / grensverleggende ambitie

• AA Intelligence Index — Flash-Lite: 36 (Artificial Analysis); Qwen3.8-Max: Nog niet gescoord

• Leveranciersgerapporteerde scores — Flash-Lite: de stand is door derden gemeten; Qwen3.8-Max: GPQA Diamond 92.6, Terminal-Bench 2.1 86.6, OSWorld-Verified 86.1, FrontierSWE 73.5 (alle door Alibaba gerapporteerd)

• Prijs (per 1M, in / uit) — Flash-Lite: $0.30 / $2.50; Qwen3.8-Max: $2.00 / $6.00, gelijk voor 1M context; gecachete invoer $0.25

• Snelheid — Flash-Lite: ~490 tok/sec (Artificial Analysis); Qwen3.8-Max: p50 TTFT 1.64s (OrcaRouter 7-dagentelemetrie)

• Context — Flash-Lite: efficiëntieniveau-context; Qwen3.8-Max: 1M tokens (983.616 met denken; maximale output 131.072)

• Modaliteit — Flash-Lite: op tekst gericht efficiëntiemodel; Qwen3.8-Max: tekst, afbeelding, video in → tekst uit

• Gewichten — Flash-Lite: gesloten, alleen API; Qwen3.8-Max: binnen een week toegezegd, nog geen licentie

• Vandaag toegang — Flash-Lite: standaard API, selfservice; Qwen3.8-Max: standaard API, selfservice (Model Studio, DashScope, OrcaRouter)

Zo gepresenteerd is de bevinding totaal anders dan voorheen. De kolom van Qwen is niet langer leeg — hij is vol, en in verschillende rijen is het de sterkere waarde. Wat de oude "bekende grootheid versus belofte"-framing vervangt, is een duidelijke niveauchloof: Flash-Lite is ongeveer 6.7× goedkoper op input en ongeveer 13× sneller qua doorvoersnelheid, terwijl Qwen een multimodale context van een miljoen tokens en beweerde topniveau-redenering biedt. Dat zijn allebei legitieme producten; ze dienen gewoon verschillende doeleinden.

De enige rij waarop de oude kanttekening nog steeds van toepassing is, is de benchmarkregel. Flash-Lite's Index 36 werd door Artificial Analysis gemeten op een openbaar leaderboard. Elk Qwen-cijfer — GPQA Diamond 92.6, Terminal-Bench 86.6, en de rest — werd door Alibaba geproduceerd op een eigen testopstelling. Dat is een echte verbetering ten opzichte van niets publiceren, maar het is geen verificatie door een derde partij, en labs publiceren de benchmarks die ze winnen.

Index 36 vs een vlaggenschip zonder score: dit eerlijk lezen

Het is verleidelijk om Flash-Lite's Index 36 tegen Qwen's GPQA Diamond 92.6 af te zetten en een klinkende nederlaag uit te roepen. Dat zou in twee opzichten een categoriefout zijn.

Ten eerste is de Artificial Analysis Intelligence Index een samengestelde maatstaf over veel taken; GPQA Diamond is een enkele graduate-science-test. Ze staan niet op dezelfde schaal en kunnen niet van elkaar worden afgetrokken.

Ten tweede, en belangrijker nog, Flash-Lite was nooit ontworpen om hoog te scoren. Een Index van 36 is wat je van een efficiëntiemodel zou verwachten. Google's technische doel was een model dat goedkoop en snel genoeg was om voor elk inkomend verzoek in te zetten — ticketroutering, classificatie, extractie, samenvatting op grote schaal — waar een frontier-model economisch absurd zou zijn. Het afmeten tegen een 2,4T-vlaggenschip op redeneerplafond mist waar het voor bedoeld is.

Wat we kunnen zeggen is beperkter en nuttiger. Qwen3.8-Max is zeer waarschijnlijk het aanzienlijk capabelere model — de zelfgerapporteerde cijfers liggen ver boven wat een Index-36-model zou produceren, en de FrontierSWE-sprong van 40,7 naar 73,5 ten opzichte van een voorganger duidt op echte vooruitgang. Maar 'zeer waarschijnlijk' blijft een gevolgtrekking, omdat geen onafhankelijke evaluator het heeft beoordeeld. Ter context: de voorganger Qwen3.7-Max scoorde 46 op de AA Index — hoger dan Flash-Lite's 36, maar lang niet aan de top — dus Alibaba's impliciete generatiesprong is groot en ongeverifieerd.

De praktische consequentie: als jouw taak er een is die Flash-Lite al correct voltooit, is het hogere plafond van Qwen je niets waard en zou je er 6,7× voor betalen. Het plafond doet er alleen toe wanneer Flash-Lite daadwerkelijk faalt.

Kosten in de praktijk: de niveaukloof in cijfers

Neem een classificatietaak met hoog volume: 2.000 tokens invoer, 200 tokens uitvoer, 500.000 keer per dag uitgevoerd — een realistische vorm voor support-triage of content-routing.

• Flash-Lite: per aanroep, 0.002M × $0.30 = $0.0006, plus 0.0002M × $2.50 = $0.0005. ≈ $0.0011 per aanroep → ~$550/dag.

• Qwen3.8-Max: per aanroep, 0,002M × $2 = $0,004, plus 0,0002M × $6 = $0,0012. ≈ $0,0052 per aanroep → ~$2.600/dag.

• Maandelijks: Flash-Lite ≈ $16,500; Qwen ≈ $78,000 — een verschil van $61,500 voor hetzelfde taakvolume.

Op die schaal is de keuze van het niveau verreweg de grootste kostenpost in het systeem, en het is zeer moeilijk te rechtvaardigen om een vlaggenschip in te zetten voor werk dat een efficiëntiemodel aankan. Dit is precies het scenario waarvoor Flash-Lite bestaat.

Draai het nu om. Neem een taak met lange documenten: 600.000 tokens context, 5.000 tokens output, 200 keer per dag.

• Qwen3.8-Max: 0.6M × $2 = $1.20, plus 0.005M × $6 = $0.03. ≈ $1.23 per aanroep, zonder toeslag voor lange prompts — en ongeveer $0.18 als de context in de cache staat tegen $0.25/1M.

• Flash-Lite kan voor deze vorm helemaal niet worden geprijsd, omdat een enkele aanroep met 600.000 tokens context niet is wat een efficiëntieklasse-model is gebouwd om te bevatten.

Dus het antwoord draait volledig om de vorm van de workload, en dat is de echte les. Flash-Lite wint met een enorme marge bij hoogvolume werk met korte context. Qwen wint bij alles waarvoor een miljoen tokens of niet-tekstuele invoer nodig is, waar Flash-Lite geen goedkopere optie is, maar simpelweg geen optie.

Scenario's: welke tier past

Supporttriage en routing op schaal.Flash-Lite, duidelijk. Index 36 is voldoende voor classificatie, en tegen ongeveer $0,0011 per aanroep kun je het op elk ticket draaien. Escaleer alleen de ambigue minderheid naar een groter model.

Analyse van een volledig document: contract of dossier. Qwen3.8-Max. De 1M-context met een vast tarief betekent dat een document van 400 pagina's in één aanroep wordt verwerkt, zonder toeslag en zonder opsplitsing, en de zelfgerapporteerde OmniDocBench 1.5 92.1 is precies op dit werk gericht.

Screenshot-, grafiek- of videopijplijnen. Qwen3.8-Max, standaard — het accepteert afbeelding- en video-invoer en rapporteert OSWorld-Verified 86.1 bij het besturen van een echte GUI. Flash-Lite is geen kandidaat voor niet-tekstinvoer.

Agentisch coderen. Qwen3.8-Max op de geclaimde cijfers (Terminal-Bench 2.1 86.6, FrontierSWE 73.5), met de kanttekening dat geen ervan onafhankelijk is geverifieerd en dat de zwakste zelfgerapporteerde score IFBench 82.8 is op instructie-opvolging — een reëel risico voor pipelines die de output van elke stap parseren.

Een tweetrapsarchitectuur. Vaak is het juiste antwoord beide: Flash-Lite als de goedkope eerste doorgang bij elke aanvraag, Qwen3.8-Max als het escalatiepad voor de kleine fractie die een miljoen tokens, een afbeelding of echte redenering nodig heeft. Dat patroon benut het grootste deel van het kostenvoordeel van Flash-Lite terwijl er een frontier-optie beschikbaar blijft.

Self-hosting en openheid

Flash-Lite is gesloten en uitsluitend via API, permanent — er is geen self-host pad.

De gewichten van Qwen3.8-Max zijn beloofd voor binnen de week, maar het vlaggenschip is geen realistisch doelwit: ruwweg 1,2 TB op 4-bit tegenover ongeveer 141 GB per H200 betekent acht of meer top-end acceleratoren, en Alibaba heeft nog steeds het aantal actieve parameters niet bekendgemaakt, dus de doorvoer die met die uitgave zou worden verkregen, is niet te modelleren. Er is ook nog geen licentietekst, wat betekent dat de commerciële bruikbaarheid formeel onbepaald is.

De gelijktijdig aangekondigde Qwen3.8-27B is de release die er voor on-premise-plannen echt toe doet. Ook is het open-weights en draait naar verluidt in ongeveer 17GB VRAM, waardoor het een echte self-hosting-optie is — en opvallend genoeg een veel dichtere concurrent voor Flash-Lite's efficiëntieniche dan het 2.4T-vlaggenschip is.

Veelgestelde vragen

Kan ik vandaag Qwen 3.8 gebruiken?

Ja. Qwen3.8-Max is algemeen beschikbaar geworden op 3 augustus 2026 met gepubliceerde prijzen van $2 / $6 per 1M tokens en een OpenAI- en DashScope-compatibel endpoint. Het is self-service via Alibaba Model Studio, DashScope en OrcaRouter. Eerdere versies van dit artikel beschreven een beperkte preview; dat is verouderd.

Welke is goedkoper?

Gemini 3.5 Flash-Lite, met een ruime marge: $0.30 / $2.50 per 1M tegenover Qwen3.8-Max's $2 / $6 — ongeveer 6.7× goedkoper op input en 2.4× op output. Bij hoogvolume-werk met korte context overheerst dat verschil elke andere overweging.

Welke is beter?

Het zijn verschillende niveaus. Flash-Lite heeft de enige gecontroleerde score (AA Index 36), maar is gebouwd voor goedkope throughput, niet voor redeneren. Qwen3.8-Max is zeer waarschijnlijk veel capabeler — de zelfgerapporteerde GPQA Diamond 92.6 en Terminal-Bench 2.1 86.6 zijn frontier-achtig — maar het heeft geen onafhankelijke benchmark, dus dat blijft een inferentie in plaats van een gemeten resultaat.

Welke is sneller?

Flash-Lite, substantieel. Artificial Analysis meet ruwweg 490 tokens/sec, wat precies is waarvoor het efficiëntieklasse-ontwerp is bedoeld. Qwen3.8-Max toont een p50 time-to-first-token van 1,64 seconden in de 7-daagse telemetrie van OrcaRouter, maar het is een groot, grondig model en reviewers uit het preview-tijdperk vonden het traag bij lange agentische builds.

There is no model officially named **Qwen 3.8**. You're likely thinking of **Qwen 3** (e.g., **Qwen3-8B**), which was released with open weights on Hugging Face under Apache 2.0. So yes — if you mean the Qwen 3 family, the weights are openly available.

Nog niet. Alibaba zegt dat de vlaggenschip-gewichten binnen de week arriveren, maar er is nog steeds geen licentie, modelkaart of repository. Zelfs na release heeft een 2.4T-model acht of meer H200-klasse GPU's nodig. De gelijktijdig aangekondigde Qwen3.8-27B, naar verluidt ~17GB VRAM, is de praktische optie voor self-hosting.

Moet ik beide gebruiken?

Vaak wel. Een tweetrapsopzet — Flash-Lite als de goedkope eerste doorgang voor elke aanvraag, Qwen3.8-Max als het escalatiepad voor lange context, multimodale of echt lastige taken — behoudt het grootste deel van het kostenvoordeel van Flash-Lite, terwijl het je een toonaangevende optie biedt waar die zijn prijs verdient.

Welke moet ik vandaag voor productie kiezen?

Flash-Lite voor werk met hoge volumes, korte context en uitsluitend tekst, waar Index 36 voldoende is — het is goedkoop, snel, gecontroleerd en bewezen. Qwen3.8-Max wanneer de werklast een context van een miljoen tokens nodig heeft, beeld- of video-invoer, of redenering waar Flash-Lite aantoonbaar faalt. Beide zijn nu daadwerkelijk inzetbaar, wat niet het geval was toen deze vergelijking voor het eerst werd geschreven.

Kortom

Gemini 3.5 Flash-Lite vs Qwen 3.8was vroeger een vergelijking tussen een product en een aankondiging. Dat is niet meer het geval. Sinds 3 augustus 2026 is Qwen3.8-Max algemeen beschikbaar, geprijsd, self-service en gedocumenteerd — dus het eerlijke kader is een niveaukeuze in plaats van een gereedheidskwestie.

Flash-Lite blijft de juiste standaard voor het werk waarvoor het is gebouwd: tegen $0,30 / $2,50 en ~490 tokens/sec draait het op elk verzoek voor een afrondingsfout, en de gecontroleerde Index 36 is ruim voldoende voor classificatie, routering en extractie. Qwen3.8-Max is de escalatielaag — een miljoen-token flat-rate context, native beeld- en video-invoer, en beweerde frontier-reasoning — tegen ruwweg 6,7× de invoerkosten. De enige onopgeloste zwakte is dezelfde als voorheen: geen onafhankelijke evaluator heeft het gescoord, dus de kwaliteitsclaim rust op Alibaba's eigen tabel. Kijk uit naar de eerste onafhankelijke Intelligence Index-score en de Qwen3.8-27B-gewichten, die veel directer zullen concurreren met de niche van Flash-Lite. Kies ondertussen op basis van de vorm van de workload — en overweeg beide te draaien.