Qwen3.8-Flash-Next vs Claude Opus 4.8: Wat een 33x zo hoge prijs daadwerkelijk oplevert

Claude Opus 4.8 staat op Anthropics eigen tariefkaart voor $5,00 per miljoen inputtokens en $25,00 per miljoen outputtokens. Qwen3.8-Flash-Next is Alibaba's open-weight preview van de Qwen4-architectuur — gewichten op Hugging Face sinds 24 augustus 2026, op ModelScope sinds 26 augustus — en in de aangeboden Qwen3.8-Flash-vorm kost het $0,15 en $0,47 voor diezelfde eenheden. Dat is 33x op input en 53x op output voor twee modellen die, op de enige publieke index die beide heeft beoordeeld, binnen ongeveer twee punten van elkaar liggen. De confrontatie lijkt onevenwichtig en is dat niet. Wat de vermenigvuldigingsfactor feitelijk oplevert, is beperkter en specifieker dan de kloof suggereert, en de hele beslissing komt neer op uitzoeken welk deel ervan je workload nodig heeft.

Eén ding moet vooraf duidelijk zijn, want het bepaalt elk cijfer hieronder: niemand heeft deze twee onder identieke instellingen op een met naam genoemd testplatform direct tegen elkaar laten draaien en het resultaat gepubliceerd. Wat bestaat, is de eigen score van elk model op de Artificial Analysis Intelligence Index, en die vermeldingen zijn op verschillende data geëvalueerd; beschouw ze dus als naast elkaar staand, niet als een gecontroleerde vergelijking. Al het overige hier komt uit het gepubliceerde materiaal van de twee leveranciers en uit onafhankelijke testplatforms die daadwerkelijk een van de twee hebben gedraaid.

Claude Opus 4.8, uit de eigen documentatie van Anthropic

Claude Opus 4.8 is uitgebracht op 28 mei 2026, en Anthropic classificeert het nu als een legacy-model: nog steeds beschikbaar, nog steeds te koop, maar niet langer het topmodel van de Opus-lijn. Het eigen modeloverzicht van Anthropic zegt dat je zou moeten overwegen om te migreren naar Claude Opus 5.5, en de migratiegids voor die overstap is gelinkt vanaf de 4.8-pagina zelf. Als feit over het model in plaats van een minpunt: legacy betekent hier aan de top vervangen, niet teruggetrokken.

Wat het meebrengt: een contextvenster van 1M tokens en een maximale uitvoer van 128K, verhoogd naar 300K op de Message Batches API onder een bètaheader. Tekst en afbeeldingen in, tekst uit, met vision, toolgebruik, JSON en redeneren onder de ondersteunde mogelijkheden. Adaptief denken waarbij de effort-parameter standaard is ingesteld op high — een andere standaard dan Opus 5.5, die op medium wordt geleverd, dus een identieke `effort`-waarde betekent niet hetzelfde denkbudget voor de twee. Een betrouwbare kennisafsluitdatum en trainingsafsluitdatum die beide in januari 2026 vallen, vijf maanden achter de huidige Opus-generatie. Prijzen van $5,00 per miljoen invoertokens, $25,00 per miljoen uitvoer, $0,50 per miljoen cache-leesbewerkingen, $6,25 per miljoen cache-schrijfbewerkingen van vijf minuten, $10,00 per miljoen cache-schrijfbewerkingen van één uur, en een vaste Batch-korting van 50% op invoer en uitvoer. Anthropic verbindt zich ertoe het model beschikbaar te houden tot ten minste 28 mei 2027.

Het is ook geen museumstuk. De model-ID `claude-opus-4-8` is live op de Claude API, A​mazon Bedrock, G​oogle Cloud, M​icrosoft Foundry en Claude Platform on AWS, en het eigen releasemateriaal van A​nthropic voor Opus 5.5 documenteert dat de meeste cybersecurityverzoeken in die nieuwere deployment per ontwerp naar Opus 4.8 worden doorgestuurd. Een model dat de aangewezen terugvaloptie is voor het huidige vlaggenschip, moet nog steeds echt werk doen.

Qwen3.8-Flash-Next, van Alibaba's eigen kaart

Qwen3.8-Flash-Next is geen Qwen4-model, en het onderscheid is dat van Alibaba zelf, niet een interpretatie ervan. De modelkaart beschrijft een experimentele preview van de architectuur die ten grondslag zal liggen aan Qwen4 — de architectuur die bewust vroeg wordt uitgebracht, zodat runtimes en quantisaties klaar zijn wanneer de familie arriveert. Het slaat ongeveer 180B parameters op in BF16: een 125B mixture-of-experts-body die 6B per token activeert, een aparte 51B n-gram-embeddingtabel, en ongeveer 4B aan multi-token-prediction-lagen, verdeeld over 48 lagen met 512 experts waarvan er 10 worden gerouteerd en één wordt gedeeld. De attention-stack is het werkelijk nieuwe onderdeel — 36 linear-attention-lagen die Gated Delta Network draaien tegenover 12 full-attention-lagen die Qwen Sparse Attention draaien, dezelfde hybride verdeling van ongeveer drie tegen één die de bredere Qwen3.8-generatie gebruikt.

De native context is 262.144 tokens, uitbreidbaar tot 1.000.000. Invoer is tekst, afbeelding en video; uitvoer is tekst. De licentie is Qwen Community License 1.0, niet Apache 2.0 — een wezenlijk verschil met de 27B van de familie, en precies het soort ding dat een inkoopkwestie beslecht, maanden nadat het een benchmarkdiscussie heeft beslecht. Alibaba positioneert de open gewichten als de experimentele preview en Qwen3.8-Flash, aangeboden via Qwen Cloud, als de officiële productieversie met een standaard 1M-context en ingebouwde tools. Of die dezelfde gewichten zijn onder een andere serveerconfiguratie, wordt niet op de kaart vermeld.

De cijfers, gelabeld door wie ze zijn geproduceerd.

De modelkaart van Alibaba is een leverancierstabel en wordt hier als zodanig aangeduid. Op de taalevaluaties van de kaart zelf rapporteert Qwen3.8-Flash-Next 91,9 op LiveCodeBench v6, 91,7 op GPQA Diamond, 81,0 op SWE-bench Multilingual, 62,5 op SWE-bench Pro, 58,7 op DeepSWE 1.1, 73,9 op CoWorkBench en 55,7 op JobBench. In de eigen vergelijkingsregels van de kaart verliest het van een Claude-model op HLE, 35,9 tegen 40,0, en op NL2Repo-Bench, 48,1 tegen 54,2. Twee kanttekeningen komen van de kaart zelf: meerdere resultaten maken gebruik van interne benchmarks, en de HLE-regel vermeldt dat die door GPT-4o is beoordeeld, wat goed is om te weten voordat je dat specifieke cijfer aan wie dan ook citeert.

A​nthropic publiceert geen gelijkwaardige openbare tabel voor Claude Opus 4.8 met diezelfde testharnassen, dus een rij-voor-rij-vergelijking van leverancier tot leverancier bestaat niet en mag niet worden gesuggereerd op basis van de sheet van een van beide partijen. Wat wel bestaat, is een derde partij die beide heeft uitgevoerd. Artificial Analysis vermeldt Claude Opus 4.8 met 41,8 op zijn Intelligence Index — 23e van de modellen die het rangschikt, 84e percentiel — en Qwen3.8-Flash-Next met 40, vijfde van de 113 modellen in zijn vergelijkingsklasse. Beide cijfers komen uit de index van dezelfde aanbieder, wat ze het dichtst in de buurt brengt van een gemeenschappelijke meetlat die vandaag beschikbaar is, met de hierboven genoemde kanttekening over evaluatiedata.

De rest van het onafhankelijke beeld, allemaal afkomstig van Artificial Analysis en allemaal voor de open-weight preview in plaats van de geserveerde Flash-variant:

Kenniswerk — Qwen3.8-Flash-Next scoort 1587 op AA-Briefcase, 1647 op GDPval-AA v2 en 56% op AutomationBench-AA, de agentic workflow-benchmark die met Zapier is gebouwd op een private, achtergehouden set taken.

• Terminal- en wetenschappelijk werk — 25% op Terminal-Bench v4.0 en 51% op SciCode, tegenover een veel zwakkere prestatie bij langetermijnrepositorytaken.

• Redeneren — Humanity's Last Exam: 38% voor de Qwen-preview tegenover 48,7% voor Claude Opus 4.8 op de testomgeving van dezelfde aanbieder. Op GPQA Diamond zijn de twee vrijwel gelijk: 91,7 op A​libaba's kaart tegenover 92,0 voor Opus 4.8 bij Artificial Analysis.

• Feitelijke herinnering versus confabulatie — AA-Omniscience op min 10 voor de Qwen-preview, de maatstaf die zelfverzekerde verzinsels bestraft. Voor Opus 4.8 is op dat instrument geen vergelijkbaar cijfer gepubliceerd, dus de twee kunnen daarop niet worden vergeleken.

• 速度——Artificial Analysis 测得 Qwen 预览版输出速度为每秒 53 个 token，首个 token 耗时 2.80 秒，并称其极为啰嗦：每个任务输出 108k 个 token，其中 72k 是推理 token。Claude Opus 4.8 则是通过我们自己的 playground 在过去七天内测得：输出速度为每秒 66.7 个 token，首个 token 耗时中位数为 4.2 秒。二者所用测试框架不同，因此这些速率仅供参考，不能当作竞速结果。

• Context — 262.144 native en 1.000.000 uitgebreid voor Qwen3.8-Flash-Next tegenover 1.000.000 native voor Claude Opus 4.8.

Als je ze als groep leest in plaats van regel voor regel, past het patroon bij dat het prijsverschil in beide richtingen misleidend is. Het goedkope model komt op kenniswerk, terminaltaken en algemeen redeneren echt dichtbij — dichterbij dan een prijsverschil van 33x zou voorspellen. Het dure model loopt voor waar het werk lang, ambigu en duur is om fout te doen, en het heeft native een 1M-tokencontext in plaats van via een uitbreiding.

De vraag over de prijs, op de eenheid die daarover beslist.

Per token is de kloof groot en het is rekenkunde op gepubliceerde cijfers. Bij de geserveerde Qwen3.8-Flash is de input 33x goedkoper en de output 53x goedkoper dan bij Claude Opus 4.8. Caching verkleint het verschil enigszins in het voordeel van Anthropic ten opzichte van zijn eigen inputtarief — Claude Opus 4.8 cache-reads kosten $0,50 per miljoen, een tiende van zijn inputprijs — maar de geserveerde Qwen3.8-Flash hanteert een cache-readtarief van $0,0184 per miljoen op onze eigen gepubliceerde lijst, wat minder dan 4% is van het Opus 4.8-equivalent. Voor een langlevende prompt die veelvuldig opnieuw wordt gelezen, versterkt dat verschil zich in dezelfde richting als al het andere.

Per voltooide taak is het getal dat token-uitvoerigheid overleeft, en hier is het eerlijke antwoord dat de vergelijking aan één kant onvolledig is. Artificial Analysis publiceert een kosten-per-taakcijfer voor de modellen die het draait; de eigen uitvoerigheid van de preview — 245M tokens verbruikt tijdens de index-run tegen een mediaan van 140M — betekent dat het voordeel per token op taakniveau krimpt in plaats van te verdwijnen, en er bestaat geen run met overeenkomstige instellingen van deze twee om het te beslechten. Als je één getal nodig hebt om mee te plannen, modelleer het dan zelf op je eigen verkeer in plaats van andermans tokenaantallen te lenen.

Waar elk ervan de juiste keuze is.

Claude Opus 4.8 is de juiste keuze wanneer het werk veel op het spel zet en in één doorgang moet: langdurige agentische runs waarbij het kostbaar is om een verkeerde vertakking terug te draaien, complexe debugging in meerdere fasen in een grote codebase, en alles wat al is gebouwd op de thinking- en effort-besturing van Claude, waarbij een identieke `effort`-instelling en een kennisafsluitdatum van januari 2026 bekende grootheden zijn in plaats van onbekenden. Het is ook de veiligere keuze wanneer je een toezegging van de leverancier met een datum erop wilt en een model dat nog steeds de gedocumenteerde fallback is voor het zwaarste verkeer van zijn opvolger.

Qwen3.8-Flash-Next is de juiste keuze wanneer de workload breed is in plaats van diep — classificatie op grote schaal, extractie, het begrijpen van screenshots en documenten, agentische sweeps waarbij je anders vanwege de kosten zou batchen — en wanneer je de Qwen4-architectuur op je eigen data wilt evalueren, maanden voordat Qwen4 bestaat. De sterke, onafhankelijke signalen liggen bij kenniswerk en terminaltaken; de zwakke signalen liggen bij het genereren van repositories over een lange horizon en de slagingspercentages van one-shot agents, en dat is precies waar wijzigingen in productiecode zich bevinden. Draai een kopie met lage inzet van een echte workload ertegen voordat het iets aanraakt dat ertoe doet.

De regel, als regel geformuleerd: kies het model waarvan je de faalmodus kunt veroorloven. Als een fout antwoord je een nieuwe poging kost, is de 33x gratis geld. Als een fout antwoord je om 3 uur 's nachts een rollback kost, heeft het goedkopere model die beslissing nog niet verdiend — en het feit dat het een experimentele preview met een communitylicentie is in plaats van een uitgebrachte productlijn, is daar mede de reden voor, los van de scores.

Beide draaien zonder een tweede contract

Beide kanten van deze vergelijking staan live in één catalogus. Claude Opus 4.8 wordt gerouteerd als `anthropic/claude-opus-4.8` voor $5,00 en $25,00 per miljoen tokens — A​nthropics gepubliceerde lijstprijs doorgegeven met 0% markup, dus als die tariefkaart verandert, verandert hier niets. De geserveerde productievariant aan de Qwen-kant wordt gerouteerd als `qwen/qwen3.8-flash` voor $0,15 en $0,47, ook tegen de lijstprijs van de provider, met een context van 1M tokens en tekst-, afbeeldings- en video-invoer.

De open-weight preview zelf is een andere kwestie, en het loont de moeite om het ronduit te zeggen: Qwen3.8-Flash-Next is niet een van onze routes. Om de preview te gebruiken, download je de weights van Hugging Face of ModelScope en serveer je ze zelf — vLLM ondersteunt het vanaf dag één met een offload-pad dat de 51B-parameter n-gram-embeddingtabel in het hostgeheugen houdt in plaats van permanent in VRAM, SGLang en TensorRT-LLM staan in N​VIDIA's Day 0-lijst, en Ollama's bibliotheek bevat een MLX-build voor Apple Silicon. Wat wij routeren is de productievariant, en dat is degene die je vandaag daadwerkelijk kunt aanroepen.

De praktische opzet voor een team dat beide wil, is een verkeerssplit in plaats van een beslissing: één sleutel, één SDK, één factuur, waarbij een percentage van de aanvragen naar het goedkope model wordt gestuurd en automatische failover de momenten opvangt waarop een experimentele architectuur of een verouderde zich misdraagt. Dat is een kleinere technische inspanning dan de framing van deze vergelijking suggereert, en zo worden de meeste bruikbare antwoorden op 'welke' daadwerkelijk gevonden — door beide een week lang op echt verkeer los te laten en de resultaten te lezen.

Wat zou deze pagina veranderen

Drie dingen, in volgorde van hoe waarschijnlijk het is dat ze echt gebeuren. Een evaluatie van Qwen3.8-Flash-Next tegen Claude Opus 4.8 onder identieke instellingen op een genoemd testframework zou elke omzichtige zin hierboven vervangen door een getal. De komst van de volledige Qwen4-familie zou de preview verplaatsen van "de architectuur, vroeg" naar "de vorige generatie van de architectuur", wat verandert waarvoor hij dient. En elke prijswijziging op de Opus-lijn zou de multiplier centraal op deze pagina heropenen — het doorgegeven Qwen3.8-Flash-tarief aan onze kant beweegt op dezelfde dag dat de provider het beweegt, zodat de vergelijking actueel blijft, zelfs wanneer de cijfers dat niet zijn.

Tot die tijd is het enige feit dat deze combinatie het vaakst bepaalt, geen benchmark: het is dat de goedkope kant een experimentele preview is die je zelf host en de dure kant een legacy-model dat je huurt met een supportrelatie en een beschikbaarheidstoezegging voor 2027. Teams die de stack in eigen beheer moeten hebben en een onbewezen architectuur kunnen absorberen, zouden voor de 33x moeten kiezen en die goed moeten testen. Teams die het antwoord in één keer goed moeten hebben, zouden moeten betalen voor het model waarvan ze de faalmodus al hebben gekarakteriseerd.