Qwen3.8-Flash-Next vs Claude Opus 4.8: Co tak naprawdę daje 33 razy wyższa cena

Claude Opus 4.8 figuruje w cenniku samego A​nthropic na poziomie $5.00 za milion tokenów wejściowych i $25.00 za milion tokenów wyjściowych. Qwen3.8-Flash-Next to opracowany przez A​libaba podgląd architektury Qwen4 z otwartymi wagami — wagi na Hugging Face od 24 sierpnia 2026 r., na ModelScope od 26 sierpnia — a w serwowanej postaci Qwen3.8-Flash kosztuje $0.15 i $0.47 za te same jednostki. To 33x na wejściu i 53x na wyjściu dla dwóch modeli, które w jedynym publicznym indeksie, jaki ocenił oba, dzieli około dwóch punktów. To zestawienie wygląda na jednostronne, ale takie nie jest. To, co ten mnożnik faktycznie daje, jest węższe i bardziej konkretne, niż sugeruje ta różnica, a ustalenie, której jego części potrzebuje twoje obciążenie, to cała decyzja.

Jedną rzecz trzeba wyjaśnić, zanim przejdziemy do czegokolwiek innego, bo kształtuje ona każdą liczbę poniżej: nikt nie uruchomił tych dwóch bezpośrednio przeciwko sobie przy dopasowanych ustawieniach w nazwanym środowisku testowym i nie opublikował wyniku. Istnieje jedynie własny wynik każdego modelu w Artificial Analysis Intelligence Index, a te wpisy zostały ocenione w różnych datach, więc traktuj je jako sąsiadujące, a nie jako kontrolowane porównanie. Wszystko inne tutaj pochodzi z opublikowanych materiałów obu dostawców oraz z niezależnych środowisk testowych, które faktycznie uruchomiły jeden z tych dwóch.

Claude Opus 4.8, z własnej dokumentacji Anthropic

Claude Opus 4.8 został wydany 28 maja 2026 r., a Anthropic klasyfikuje go teraz jako model typu legacy: wciąż dostępny, wciąż sprzedawany, ale nie jest już czołowym modelem linii Opus. W przeglądzie modeli samego Anthropic można przeczytać, że należy rozważyć migrację do Claude Opus 5.5, a przewodnik po migracji dotyczący tego przejścia jest podlinkowany na samej stronie 4.8. Jako fakt dotyczący modelu, a nie zarzut wobec niego: „legacy” oznacza tu zastąpienie na szczycie, a nie wycofanie.

Co oferuje: okno kontekstowe o rozmiarze 1 mln tokenów i maksymalnie 128 tys. tokenów wyjściowych, zwiększone do 300 tys. w Message Batches API po użyciu nagłówka beta. Wejście tekstu i obrazów, wyjście tekstu, a wśród obsługiwanych możliwości znajdują się analiza obrazu, użycie narzędzi, JSON i rozumowanie. Myślenie adaptacyjne z parametrem effort domyślnie ustawionym na high — inna wartość domyślna niż w Opus 5.5, który jest dostarczany z wartością medium, więc identyczna wartość `effort` nie oznacza tego samego budżetu myślenia w obu modelach. Niezawodna data odcięcia wiedzy i data odcięcia danych treningowych, obie przypadają na styczeń 2026 r., o pięć miesięcy za obecną generacją Opus. Ceny: 5,00 USD za milion tokenów wejściowych, 25,00 USD za milion tokenów wyjściowych, 0,50 USD za milion odczytów z pamięci podręcznej, 6,25 USD za milion zapisów do pięciominutowej pamięci podręcznej, 10,00 USD za milion zapisów do jednogodzinnej pamięci podręcznej oraz stały 50-procentowy rabat w Batch API na dane wejściowe i wyjściowe. Anthropic zobowiązuje się zapewniać dostępność modelu co najmniej do 28 maja 2027 r.

To też nie jest eksponat muzealny. Identyfikator modelu `claude-opus-4-8` jest dostępny w Claude API, A​mazon Bedrock, G​oogle Cloud, M​icrosoft Foundry i Claude Platform on AWS, a własne materiały A​nthropic dotyczące wydania Opus 5.5 dokumentują, że większość żądań związanych z cyberbezpieczeństwem w tym nowszym wdrożeniu jest z założenia kierowana w dół do Opus 4.8. Model, który został wyznaczony jako opcja zapasowa dla obecnego flagowca, wciąż jest proszony o wykonywanie realnej pracy.

Qwen3.8-Flash-Next, z własnej karty Alibaby

Qwen3.8-Flash-Next nie jest modelem Qwen4, a rozróżnienie to własne Alibaby, a nie interpretacja. Karta modelu opisuje eksperymentalną zapowiedź architektury, która będzie podstawą Qwen4 — architektury dostarczonej wcześnie, celowo, aby środowiska uruchomieniowe i kwantyzacje były gotowe, gdy rodzina nadejdzie. Przechowuje około 180B parametrów w BF16: 125B korpus mieszanki ekspertów aktywujący 6B na token, osobną tablicę osadzeń n-gramowych o rozmiarze 51B oraz około 4B warstw predykcji wielotokenowej, w 48 warstwach z 512 ekspertami, z których 10 jest routowanych, a jeden współdzielony. Stos uwagi to naprawdę nowa część — 36 warstw uwagi liniowej uruchamiających Gated Delta Network przeciwko 12 warstwom pełnej uwagi uruchamiającym Qwen Sparse Attention, ten sam, w przybliżeniu trzy do jednego, podział hybrydowy, którego używa szersza generacja Qwen3.8.

Natywny kontekst to 262 144 tokeny, z możliwością rozszerzenia do 1 000 000. Dane wejściowe to tekst, obraz i wideo; dane wyjściowe to tekst. Licencja to Qwen Community License 1.0, a nie Apache 2.0 — realna różnica względem modelu 27B z tej rodziny i coś, co rozstrzyga kwestię zakupową miesiące po tym, jak rozstrzygnęło spór o benchmarki. Alibaba pozycjonuje otwarte wagi jako eksperymentalną wersję zapoznawczą, a Qwen3.8-Flash, udostępniany przez Qwen Cloud, jako oficjalną wersję produkcyjną z domyślnym kontekstem 1M i wbudowanymi narzędziami. To, czy są to te same wagi w innej konfiguracji serwowania, nie zostało podane na karcie.

Liczby, oznaczone według tego, kto je wytworzył

Karta modelu Alibaby to tabela dostawcy i jako taka jest tu oznaczona. W ewaluacjach językowych z samej karty Qwen3.8-Flash-Next podaje 91,9 w LiveCodeBench v6, 91,7 w GPQA Diamond, 81,0 w SWE-bench Multilingual, 62,5 w SWE-bench Pro, 58,7 w DeepSWE 1.1, 73,9 w CoWorkBench i 55,7 w JobBench. W wierszach porównawczych z samej karty przegrywa z modelem Claude w HLE, 35,9 do 40,0, oraz w NL2Repo-Bench, 48,1 do 54,2. Dwa zastrzeżenia pochodzą z samej karty: przy kilku wynikach użyto wewnętrznych benchmarków, a wiersz HLE zaznacza, że został oceniony przez GPT-4o, co warto wiedzieć, zanim zacytuje się komukolwiek tę konkretną liczbę.

A​nthropic nie publikuje równoważnej publicznej tabeli dla Claude Opus 4.8 przy użyciu tych samych narzędzi testowych, więc porównanie wiersz po wierszu między dostawcami nie istnieje i nie należy go sugerować na podstawie arkusza którejkolwiek ze stron. Istnieje natomiast strona trzecia, która uruchomiła oba. Artificial Analysis umieszcza Claude Opus 4.8 z wynikiem 41,8 w swoim Intelligence Index — 23. miejsce wśród klasyfikowanych przez nią modeli, 84. percentyl — oraz Qwen3.8-Flash-Next z wynikiem 40, piąty spośród 113 modeli w swojej klasie porównawczej. Obie liczby pochodzą z indeksu tego samego dostawcy, co czyni je tym, co najbardziej przypomina dostępny dziś wspólny miernik, z zastrzeżeniem podanym powyżej dotyczącym dat oceny.

Reszta niezależnego obrazu, w całości pochodząca z Artificial Analysis i w całości dotycząca wersji zapoznawczej open-weight, a nie serwowanego wariantu Flash:

• Praca oparta na wiedzy — Qwen3.8-Flash-Next osiąga 1587 w AA-Briefcase, 1647 w GDPval-AA v2 i 56% w AutomationBench-AA, agentowym benchmarku przepływów pracy zbudowanym we współpracy z Zapier na prywatnym, wydzielonym do testów zestawie zadań.

• Praca w terminalu i praca naukowa — 25% w Terminal-Bench v4.0 i 51% w SciCode, wobec znacznie słabszego wyniku w długoterminowych zadaniach dotyczących repozytoriów.

• Rozumowanie — Humanity's Last Exam: 38% dla wersji zapoznawczej Qwen wobec 48,7% dla Claude Opus 4.8 w tym samym środowisku testowym dostawcy. W GPQA Diamond oba są praktycznie na tym samym poziomie: 91,7 na karcie A​libaba wobec 92,0 dla Opus 4.8 w Artificial Analysis.

• Przywoływanie faktów kontra konfabulacja — AA-Omniscience na poziomie minus 10 dla wersji preview Qwen, czyli miara, która karze pewne siebie wymyślanie. Dla Opus 4.8 nie opublikowano równoważnego wyniku w ramach tego zestawu testowego, więc nie można ich na tej podstawie porównać.

• Szybkość — Artificial Analysis mierzy Qwen preview na poziomie 53 tokenów wyjściowych na sekundę, przy czasie do pierwszego tokenu wynoszącym 2,80 sekundy, i określa go jako bardzo gadatliwy: 108 tys. tokenów wyjściowych na zadanie, z czego 72 tys. to tokeny rozumowania. Claude Opus 4.8, mierzony w naszym własnym playgroundzie przez ostatnie siedem dni, zwraca 66,7 tokenów wyjściowych na sekundę przy medianie czasu do pierwszego tokenu wynoszącej 4,2 sekundy. Różne środowiska testowe, więc traktuj te wartości jako orientacyjne, a nie jako wynik wyścigu.

• Kontekst — 262,144 natywnego i 1,000,000 rozszerzonego dla Qwen3.8-Flash-Next w porównaniu z 1,000,000 natywnego dla Claude Opus 4.8.

Rozpatrywany jako całość, a nie linia po linii, wzorzec jest spójny z tym, że różnica cen jest myląca w obu kierunkach. Tani model jest naprawdę blisko w przypadku pracy z wiedzą, zadań terminalowych i ogólnego rozumowania — bliżej, niż przewidywałaby 33-krotna różnica cen. Drogi model jest z przodu tam, gdzie praca jest długa, niejednoznaczna i kosztowna w razie pomyłki, a natywnie ma kontekst 1M tokenów, a nie przez rozszerzenie.

Kwestia ceny, na jednostce, która o tym decyduje

W przeliczeniu na token różnica jest wyraźna i to czysta arytmetyka na publikowanych liczbach. W obsługiwanym Qwen3.8-Flash wejście jest 33 razy tańsze, a wyjście 53 razy tańsze niż w Claude Opus 4.8. Buforowanie nieco ją zmniejsza na korzyść A​nthropic względem jego własnej stawki wejściowej — odczyty z pamięci podręcznej Claude Opus 4.8 kosztują $0.50 za milion, czyli jedną dziesiątą jego ceny wejścia — ale obsługiwany Qwen3.8-Flash ma stawkę za odczyt z pamięci podręcznej w wysokości $0.0184 za milion na naszej własnej opublikowanej liście, co stanowi mniej niż 4% odpowiednika dla Opus 4.8. W przypadku długotrwałego promptu z intensywnym ponownym odczytywaniem ta różnica kumuluje się w tym samym kierunku co wszystko inne.

Liczba na ukończone zadanie jest tym, co przetrwa tokenową rozwlekłość, a uczciwa odpowiedź jest tu taka, że porównanie jest niepełne po jednej stronie. Artificial Analysis publikuje wskaźnik kosztu na zadanie dla modeli, które uruchamia; rozwlekłość samej wersji zapoznawczej — 245 mln tokenów spalonych w przebiegu indeksu wobec mediany 140 mln — oznacza, że jej przewaga na token maleje na poziomie zadania, a nie zanika, i nie istnieje przebieg tych dwóch przy dopasowanych ustawieniach, który pozwoliłby to rozstrzygnąć. Jeśli potrzebujesz jednej liczby do planowania, wymodeluj ją samodzielnie na własnym ruchu, zamiast pożyczać cudze zliczenia tokenów.

Kiedy każdy z nich jest właściwym wyborem

Claude Opus 4.8 to właściwy wybór, gdy praca wiąże się z wysoką stawką i wymaga jednego podejścia: długoterminowe przebiegi agentowe, w których błędna gałąź jest kosztowna do wycofania, złożone wieloetapowe debugowanie w dużym repozytorium kodu oraz wszystko, co zostało już zbudowane w oparciu o mechanizmy kontroli myślenia i wysiłku Claude'a, gdzie identyczne ustawienie `effort` i data odcięcia wiedzy na styczeń 2026 są znanymi wielkościami, a nie niewiadomymi. To także bezpieczniejszy wybór, gdy chcesz zobowiązania dostawcy z konkretną datą i modelu, który wciąż jest udokumentowanym rozwiązaniem zapasowym dla najtrudniejszego ruchu swojego następcy.

Qwen3.8-Flash-Next to właściwy wybór, gdy obciążenie jest szerokie, a nie głębokie — klasyfikacja o dużej skali, ekstrakcja, rozumienie zrzutów ekranu i dokumentów, masowe przebiegi agentowe, które w przeciwnym razie przetwarzałbyś wsadowo z uwagi na koszty — oraz gdy chcesz ocenić architekturę Qwen4 na własnych danych na wiele miesięcy przed tym, zanim Qwen4 powstanie. Jego silne niezależne sygnały dotyczą pracy z wiedzą i zadań terminalowych; jego słabe sygnały dotyczą generowania repozytoriów w długim horyzoncie i wskaźników zdawalności agentów za pierwszym podejściem, a to jest dokładnie to miejsce, w którym zachodzą zmiany w kodzie produkcyjnym. Uruchom na nim kopię rzeczywistego obciążenia o niskim ryzyku, zanim dotknie czegokolwiek, co ma znaczenie.

Zasada, ujęta jako zasada: wybierz model, na którego tryb awarii możesz sobie pozwolić. Jeśli błędna odpowiedź kosztuje cię ponowną próbę, 33x to darmowe pieniądze. Jeśli błędna odpowiedź kosztuje cię wycofanie zmian o 3 w nocy, tańszy model jeszcze nie zasłużył na tę decyzję — a fakt, że jest to eksperymentalna wersja zapoznawcza z licencją community, a nie wydana linia produktowa, jest jednym z powodów, niezależnie od wyników.

Uruchamianie obu bez drugiej umowy

Obie strony tego porównania są dostępne na żywo w jednym katalogu. Claude Opus 4.8 jest kierowany jako `anthropic/claude-opus-4.8` w cenie $5.00 i $25.00 za milion tokenów — opublikowana cena katalogowa Anthropic przekazywana z 0% marży, więc nic się tu nie zmieni, jeśli ten cennik ulegnie zmianie. Obsługiwany wariant produkcyjny po stronie Qwen jest kierowany jako `qwen/qwen3.8-flash` w cenie $0.15 i $0.47, również w cenie katalogowej dostawcy, przy kontekście 1 mln tokenów z wejściem tekstowym, obrazowym i wideo.

Sama wersja zapoznawcza z otwartymi wagami to odrębna kwestia i warto powiedzieć to wprost: Qwen3.8-Flash-Next nie jest jedną z naszych tras. Aby korzystać z wersji zapoznawczej, pobierasz wagi z Hugging Face lub ModelScope i hostujesz je samodzielnie — vLLM obsługuje ją od pierwszego dnia dzięki ścieżce odciążania, która utrzymuje tabelę osadzeń n-gramów o 51 miliardach parametrów w pamięci hosta, a nie na stałe w VRAM; SGLang i TensorRT-LLM znajdują się na liście Day 0 firmy NVIDIA, a biblioteka Ollama zawiera kompilację MLX dla Apple Silicon. To, co routujemy, to wariant produkcyjny — ten, który możesz faktycznie wywołać już dziś.

Praktycznym rozwiązaniem dla zespołu, który chce mieć jedno i drugie, jest podział ruchu, a nie podejmowanie decyzji: jeden klucz, jedno SDK, jeden rachunek, przy czym określony procent żądań trafia do taniego modelu, a automatyczne przełączanie awaryjne przejmuje te momenty, gdy eksperymentalna architektura albo starzejąca się zaczyna zawodzić. To mniejszy nakład inżynieryjny, niż sugeruje sposób przedstawienia tego porównania, i właśnie tak najczęściej znajduje się większość użytecznych odpowiedzi na pytanie „który” — uruchamiając oba modele na rzeczywistym ruchu przez tydzień i czytając wyniki.

Co zmieniłoby tę stronę?

Trzy rzeczy, uszeregowane według prawdopodobieństwa, że faktycznie się wydarzą. Ewaluacja Qwen3.8-Flash-Next w dopasowanych ustawieniach w porównaniu z Claude Opus 4.8 na nazwanym stanowisku testowym zastąpiłaby każde z powyższych zdań z zastrzeżeniami liczbą. Pojawienie się pełnej rodziny Qwen4 przesunęłoby podgląd z „architektury, wczesnej” na „poprzednią generację architektury”, co zmienia jego przeznaczenie. A każda zmiana cen w linii Opus ponownie otworzyłaby mnożnik w centrum tej strony — stawka za serwowany Qwen3.8-Flash przekazywana dalej po naszej stronie zmienia się tego samego dnia, w którym zmienia ją dostawca, więc porównanie pozostaje aktualne, nawet gdy liczby już nie.

Do tego czasu pojedynczym faktem, który najczęściej rozstrzyga o tym zestawieniu, nie jest żaden benchmark: jest nim to, że tańsza opcja to eksperymentalna wersja zapoznawcza, którą sami hostujecie, a droższa to starszy model, który wynajmujecie wraz z umową wsparcia i zobowiązaniem do dostępności w 2027 roku. Zespoły, które muszą mieć kontrolę nad całym stackiem i mogą udźwignąć niesprawdzoną architekturę, powinny wybrać 33x i porządnie go przetestować. Zespoły, które potrzebują, by odpowiedź była poprawna za pierwszym razem, powinny zapłacić za model, którego tryb awarii już scharakteryzowały.