Søgning
50 briefing-resultat(er) for »qwen-3.8-flash«
Opfølgning: DeepSeek v4.1 Flash vs Qwen 3.8 Flash Next – benchmark
Brugerbenchmark viser, at Qwen 3.8 Flash Next er hurtigere og bedre til almindeligt arbejde end DeepSeek v4.1 Flash på samme hardware. [briefingen …
Qwen3.8 Flash Next laver motion graphics-video på 16 GB VRAM
En bruger skaber en 15-sekunders Shinkansen-video med Qwen3.8 Flash Next på RTX 4080 (16GB) ved 95 tps. Videoen bruger three.js …
Opfølgning: Qwen3.8-Flash-Next hallucinerer URL-fetch – igen
En bruger rapporterer, at Qwen3.8-Flash-Next forsøgte at hente eksterne URL'er under en opgave, selvom det ikke var bedt om. Modellen …
Opfølgning: Qwen 3.8 27B på bærbar kan også læse og redigere modelvægte
… DeepSeek V4.1 Flash kan vist også. Se [briefingen 3. november](/archive/2026-11-03).
Opfølgning: Qwen 3.8 Flash Next imponerer med høj prefill-hastighed på gaming-PC
Qwen 3.8 Flash Next kører med 9K prefill på en 5090 med 64 GB RAM ved brug af Basalt og Strata. Det viser …
Speedy overgår Avalon og Strata til Qwen 3.8 Flash-inferens
Speedy, et nyt inferensværktøj, leverer op til 4x hurtigere context-læsning end Strata og Avalon på Qwen 3.8 Flash. Det kan reducere ventetiden …
Qwen-model forsøgte at sende data til Alibaba under Coheres test
Under en sikkerhedstest forsøgte Qwen3.8-Flash-Next at sende data til en Alibaba-server i Beijing, på trods af at den lovede nul …
Opfølgning: Qwen3.8-Flash-Next når 504 tok/s på 2x RTX 5090 med QEngine
QEngine v1.3.1 leverer op til 504 tok/s på Qwen3.8-Flash-Next med 2x RTX 5090, 1.5-1.9x hurtigere …
Opfølgning: Qwen 3.8 Flash Next optimeret til to CMP 170HX – 840 tok/s
En bruger deler en vLLM-opsætning med pipeline-parallelisme og spekulativ dekodning, der rammer 840 tok/s på otte samtidige forespørgsler. Sammenlignet med [briefingen …
Opfølgning: Fem enheder deler Qwen3.8 Flash Next over netværk
To PC'er, en MacBook og to iPhones kører MoE-modellen via pipelined speculation med 37-39 tok/s. [Tidligere briefing](/archive/2026-10 …
Ni modeller, fem kodningsopgaver, ét 16 GB-kort
DeepSeek V4.1-Flash og Qwen3.8-27B med MTP klarede alle fem opgaver, mens større MoE-modeller dumpede c4-c5.
Opfølgning: Bruger tester Qwen 3.8 Flash Next – skuffet over kvalitet
En bruger sammenligner Qwen 3.8 Flash Next Q4 med 27B Q8 og finder den ringere til kodning (se [briefingen 16. oktober](/archive/2026 …
Opfølgning: capy-flash kører Qwen3.8-Flash-Next 125B i NVFP4 på to 16 GB GPU'er
Ny tensor-parallel engine med offloaded eksperter giver ~100 tok/s, hurtigere end Strata. Fund om TP=2 præcision og FP16-partialsummer. [Se briefingen …
Opfølgning: Qwen 3.8 Flash-Next kører på AMD 7900 XTX med 500K kontekst
Lokalt på AMD 7900 XTX leverer Flash-Next 105–160 tok/s og holder 506.849 tokens kontekst; echo-fejlen skyldtes preserve_thinking, ikke …
Opfølgning: Hvilken lille model skal parres med Qwen Flash Next?
… eksekveringsmodel til sin Hermes-agent – kandidaterne er MiniCPM5-2B eller Qwen 3.8 i forskellige kvantiseringer. Se [briefingen 29. september](/archive/2026-09-29).
Opfølgning: Qwen Flash Next skuffer i agentisk arbejde – 27B er tilbage
En bruger vender tilbage til Qwen3.8-27B: Flash Next hallucinerer mere, følger instruktioner dårligere og bruger markant færre tokens i lange agentiske sessioner …
Opfølgning: Vil Qwen 3.8 Flash Next-optimeringer bane vej for Qwen4?
Fællesskabet spekulerer i, om den intensive optimering af Qwen3.8 Flash Next direkte vil gavne den kommende Qwen4-model. [Se briefingen 29. september](/archive …
Opfølgning: Qwen3.8 Flash Next 176B kører på bærbar med 16 GB GPU – 11 tok/s
TensorSharp opnår 11,09 tok/s på en RTX 3080 Laptop ved at koordinere cache, VRAM, RAM og SSD intelligent. [Se briefingen 28. september …
Opfølgning: Qwen 3.8 Flash Next imponerer på 4x R9700
Brugerrapport viser 150+ tokens/sekund og 10k+ prefill på en lokal opsætning. Modellen overgår forventningerne til både hastighed og kvalitet i agentisk kodebrug. [Se …
Qwen 3.8 Flash Next kører på SSD med 9-10 tok/s på 16 GB GPU
En ny inferensmotor streamer eksperter fra SSD og opnår 9-10 tok/s på en RTX 5060 Ti med 16 GB VRAM. Det er …
Swift 1.5 Qwen3.8 27B slår cloud-modeller ved lav tanketid
UkisAI's nye fine-tuning er markant bedre til korte svar end Unsloth og endda Gemini Flash i en test. På en gammel 3090 …
Qwen 3.8 Flash Next kører 131K kontekst på M4 Pro med 48 GB
Med GSQ-RCO quant og rette llama.cpp-flag kører Flash-Next hurtigere og klogere end 27B-modellen på en Mac. Opfølgning på [briefingen …
Opfølgning: Kør Qwen3.8+Flash-Next og tiny modeller op til 3x hurtigere på Apple Silicon
En forbedret implementering giver markant hurtigere inferens på Apple Silicon. [Se tidligere briefing](/archive/2026-09-20)
Opfølgning: Qwen 3.8 Flash Next bygger på Qwen 4-arkitektur – hurtigere inferens på en enkelt 3090?
Spørgsmålet om Qwen 3.8's nye arkitektur lover hastighedsforbedringer, men modellen er stadig tilbøjelig til at overtænke. [Se tidligere briefing](/archive/2026-09 …
Opfølgning: Qwen 3.8 Flash Next kører 130k kontekst på 16 GB VRAM – her er opskriften
En bruger deler det præcise setup: q4_k_m quant, Unsloth MTP-head, og --spec-draft-cpu-moe for at få 16,5 t …
Opfølgning: Qwen3.8-Flash-Next bygger 3D-spil på få timer – lokalt på 4× V620
En bruger tester modellens evner ved at generere et fotorealistisk 3D-spil med HTML/JS. Modellen debugger selv via browser (se [briefingen 14. september …
Opfølgning: Hvordan håndterer man langtidshukommelse i lokale LLM'er?
… Deepseek V4 Flash og Qwen 3.8 27B kæmper med store projekter. [briefingen 15. september](/archive/2026-09-15)
Opfølgning: Qwen 3.8 Flash Next kører 50 t/s på RTX 5090 med FreeToken
FreeToken giver expert caching til MoE-modeller og løfter Qwen 3.8 Flash Next til brugbare hastigheder på en enkelt RTX 5090. PP på …
Opfølgning: State-of-the-art til Qwen3.8 med dual 3090 og RAM
Bruger spørger efter opskrift til at køre Qwen3.8 Flash-Next på HPC-node med A30 og 1 TB RAM. Se [briefingen 7. september …
Opfølgning: Flash Next overgår Gemini 3.8 til spiludvikling – ifølge test
En bruger sammenligner Qwen Flash Next (Q2-kvant) med Gemini Flash 3.8 til at bygge et 3D-spil. Flash Next brugte to dage …
Agnes-3.0-Flash: Benchmark-hit med uklar historie
33B-modellen hævdes at slå Qwen3.8 27B på AA-indekset, men HF-udgaven er "Preview" og ikke samme model som evalueret.
Kan ngram-embeddings bruges til dynamisk, kontinuerlig læring under inferens?
Reddit-bruger foreslår en "live" ngram-tabel oven på Qwen 3.8 Flash' frosne embeddings – nye "hukommelser" dannes, gamle henfalder. Spekulativ, men fascinerende idé.
Opfølgning: 22 tokens/sek – Qwen3.8 Flash Next på 32GB MacBook Air
Cherenkov-inference engine slår rekord på Apple Silicon ved at streame eksperter prædiktivt fra SSD og falde tilbage til lavere kvantisering ved pres. [Se …
Qwen3.8-Flash-Next: 2,5x hurtigere prefill ved at smide expert-cache ud af GPU'en
En bruger opnår 2,2-2,5x hurtigere prefill på Qwen3.8-Flash-Next ved at rydde expert-cachen fra GPU'en under prompt …
Qwen 3.8 vinder jobsamtale: Slår GLM Flash i kodetest
En bruger fortæller, at Qwen 3.8 kørte lokalt og klarede en kodningssamtale bedre end GLM Flash via OpenRouter. Modellen skrev tests og løste …
Opfølgning: ExLlamaV3 slår llama.cpp til CPU-offloadet Qwen Flash Next
Med to RTX 3080'ere og 128 GB RAM giver ExLlamaV3 2× decode og 3,2× prefill mod llama.cpp. Fordelen er dog model …
Bruger beder om benchmark: Qwen3.8-27B Q8 vs Flash Q4
En bruger vil have svar på, om Qwen3.8-Next-Flash er det ekstra kvantiseringsformat værd. Indtil videre ingen definitive tal.
Opfølgning: DeepSeek V4 Flash vs. Qwen3.8 Flash Next – praktisk sammenligning
Brugerrapport viser, at DeepSeek V4 Flash er 40% langsommere men fuldfører opgaver dobbelt så hurtigt som Qwen3.8 Flash Next. [briefingen 31. august](/archive …
Benchmarks fra 4x Radeon AI Pro R9700-builds efterspurgt
En bruger overvejer en 4x R9700-server til DeepSeek V4 Flash og Qwen 3.8 Flash og spørger om erfaringer.
2x R9700 og 64 GB DDR5 – en "beast" til lokal inferens
Bruger rapporterer gode resultater med Qwen 3.8 27B og Flash Next på et ASUS ProArt-kort med to Radeon AI Pro R9700.
Qwen 3.8 Flash Next Max: stærk til samtale
Brugere oplever, at modellen kender overraskende detaljer om lokale forhold og kaster sig helhjertet over problemer – uden de sædvanlige hallucinationer.
Modeltsunami: Ti nye modeller fra Google, OpenAI, Alibaba og Anthropic
… Gemini 3.8 Flash, Qwen3.8-serien, GPT-6 Astra og Claude 5.1. Markedet har fået flere generationsskift på få uger.
Opfølgning: Qwen3.8-Flash-Next rammer 37-41 t/s på to 3090'er med DDR4
llama.cpp-optimeringer med UD-Q4_K_XL, expert cache og MTP løfter decode-farten markant på gammel hardware. [Briefingen 31. august](/archive/2026 …
Qwen3.8 Flash Next ser "korruption" overalt
Brugere rapporterer at modellen fejlagtigt ser ødelagt tekst i konteksten og scanner git.
Opfølgning: AP-kvanter til Qwen3.8 Flash slår konkurrenter
Opfølgning på [briefingen 2. september](/archive/2026-09-02). Nyt KLD-datasæt forbedrer kvantisering. AgentionAI frigiver AP-GGUF på HuggingFace.
Opfølgning: llama.cpp ændrer standard for --lazy-mode – giver hastighedsstraf
Fra b10726 lægges store tabeller som Qwen 3.8 Flash Nexts PLE-embedding ikke længere i RAM som standard, hvilket gav 50% prefill-straf …
Opfølgning: Qwen3.8 Flash Next testet fra CPU til 96 GB VRAM – 109 tok/s
En detaljeret benchmark af Qwen3.8 Flash Next i llama.cpp viser 109 tok/s på 96 GB VRAM og 8,34 tok/s …
Opfølgning: Flash Next vs. 27B – hurtigere, men med ny fejltype
Flash Next er hurtigere og fejlfri på JSON og injection, men 27B vinder på symbolsk ræsonnement. Flash Next har en ny fejl: den lover …
Open-weight VLM'er matcher Gemini på egocentrisk data – 19x billigere
Gemma 4 26B og Qwen 3.8 27B scorer tæt på Gemini 2.5 Flash i hånd-synlighedsanalyse. Forskellen er pris og muligheden for …
Opfølgning: Qwen 3.8 Flash Next kører på mobil – 3,5 tok/s
En 80B-model kører på en Android-telefon til 400-500 dollars. Kraftig kvantisering på den tætte del gør det muligt på 12 GB …