Qwen3 8B — المواصفات
| المطوّر | علي بابا |
|---|---|
| النوع | نموذج لغوي كبير (كثيف) |
| النمط | نص → نص |
| عدد المعايير (البارامترات) | 8 مليارات معلّمة |
| نافذة السياق | 128 ألف رمز |
| الحد الأقصى للإخراج | — |
| الترخيص | رخصة Apache 2.0 (مفتوحة) |
| أوزان مفتوحة المصدر | نعم |
| أُطلِقَ | 2025 |
| سعر الإدخال | ٠٫٠٤ دولار أمريكي لكل مليون رمز |
| سعر الإخراج | 0.14 دولار أمريكي لكل مليون رمز |
| مقدمو واجهات برمجة التطبيقات (API) | علي بابا، OpenRouter، Ollama |
تشغيله محليًّا
| ذاكرة الفيديو (VRAM) بتنسيق 4 بت | ~5 غيغابايت |
|---|---|
| أقل وحدة معالجة رسومات مطلوبة | كارت شاشة RTX 3060 بسعة ٨ جيجابايت أو أي كارت شاشة بسعة ٨ جيجابايت |
What is Qwen3 8B?
Qwen3 8B is a small, fast dense model from the Qwen3 family — Apache 2.0, a 128K context,
and about 5 GB of VRAM at 4-bit, which fits an RTX 3060 8GB or any 8 GB card. Hosted pricing
is $0.04 in / $0.14 out per million tokens.
Among models that fit an 8 GB GPU, it is one of the strongest available, and the 128K
context is what separates it from the older generation in the same bracket — Mistral 7B, its
closest historical equivalent, tops out at 32K. That difference decides whether a local
assistant can hold a real document or only a few pages. Apache 2.0 licensing means no
conditions to clear with legal, and the small footprint leaves room on the card for a
generous context or a second process. Treat it as the entry point to local inference: it will
run on hardware you almost certainly already have, and if it proves the use case, Qwen3 14B
and 32B are drop-in upgrades within the same family and licence as your hardware
allows.
Qwen3 8B pricing: API cost per 1M tokens
| المدخلات (لكل مليون رمز) | $0.0400 |
|---|---|
| المخرجات (لكل مليون رمز) | $0.140 |
| Output/input ratio | 3.5× |
| Blended (4:1 in:out) | $0.0600 per 1M tokens |
What Qwen3 8B costs per month
Real monthly spend at a 4:1 input-to-output mix — the ratio a typical chat or RAG workload actually produces.
| الحمل الوظيفي | الرموز شهريًّا | Cost / month |
|---|---|---|
| مشروع جانبي | 1 مليون رمز مدخلات / 0.25 مليون رمز مخرجات | $0.08 |
| فريق صغير | 20 مليون رمز مدخلات / 5 ملايين رمز مخرجات | $1.50 |
| الإنتاج | 200 مليون رمز مدخلات / 50 مليون رمز مخرجات | $15 |
Run your own numbers in the حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API).
Cheaper alternatives to Qwen3 8B
| النموذج | المتوسط المُدمج بالدولار لكل مليون دولار | You save |
|---|---|---|
| ميسترال 7 مليار معلَّمة تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | 63% cheaper |
| لاما 3.1 بحجم 8 مليار معلَّمة تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | 63% cheaper |
| Mistral NeMo 12B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0240 | 60% cheaper |
Self-host or pay the API?
Qwen3 8B is open-weight, so you can run it yourself. It needs ~5 غيغابايت of VRAM at 4-bit (RTX 3060 8GB / any 8GB GPU). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the حاسبة مقارنة بين الاستضافة الذاتية وواجهات برمجة التطبيقات (API) works out the break-even point for your token volume.
الأسئلة الشائعة
How much does Qwen3 8B cost per 1M tokens?
Qwen3 8B costs $0.0400 per 1M input tokens and $0.140 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.0600 per 1M tokens.
How much does Qwen3 8B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $1.50 on Qwen3 8B. A side project (1M in / 0.25M out) costs roughly $0.08.
What is a cheaper alternative to Qwen3 8B?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 63% less than Qwen3 8B. It is also open-weight, so self-hosting is an option.
Can I run Qwen3 8B locally?
Yes. Qwen3 8B is open-weight and needs about ~5 GB of VRAM at 4-bit quantisation (RTX 3060 8GB / any 8GB GPU).
Why does Qwen3 8B charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Qwen3 8B charges 3.5× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Prices are the published list rates for the model's primary API and are reviewed as providers change them. Volume, batch and cached-input discounts are not included. Compare every model side by side in the قاعدة بيانات نماذج الذكاء الاصطناعي أو لوحة تصنيف النماذج اللغوية الكبيرة (LLM).
