Qwen3 8B

Alibaba Qwen·China·Released 2025-04-01

Open weightsDeprecatedGeneral LLMReasoningTool use

128Kcontext

$0.18 / $0.7per 1M tokens (in / out)

8.2Bparameters

35stories in our feed

Specs

hover a value to see its source

Context window128K

Max output8K

Parameters8.2B

Knowledge cutoff2025-04

Licenceapache-2.0

Commercial useCommercial OK

InputText

OutputText

HF downloads (30d)7M

Familyqwen

API price

USD per 1M tokens

Input$0.18

Output$0.7

Cached input—

No price change recorded since we started tracking.

News timeline

from the AITOP feed, one story per event

2026-11-07

Google Research Releases SLEEP Framework for Model Memory Consolidationshao__meng

2026-11-05

D3D：异步投机解码框架，Qwen3-8B 上实现 5 倍加速arXiv cs.LG

2026-11-03

研究：多估计引导未能统一消除语言模型判断偏差arXiv cs.AI

2026-11-02

CPA 数据增强方法提升小型 LLM 评判模型准确率arXiv cs.AI

2026-10-30

Turing 提出 C-MOPD 蒸馏方法，Turing-20B-A2B 整合得分达 0.9988arXiv cs.LG

2026-10-28

Polymathic AI 与 Princeton 发布 FlashMap，实现 6.14 倍 LLM 解码加速marktechpost

EnvSched：环境感知调度提升 Agent 强化学习 rollout 效率arXiv cs.LG

2026-10-26

NgramRL 用 n-gram 投机解码加速 RL 后训练的 rollout 生成arXiv cs.AI

2026-10-24

Meta and Carnegie Mellon RL-trained 8B Qwen3 beats 402B Maverick on tool pickingrohanpaul_ai

2026-10-22

OmniSimulator：用结构化行为推理框架训练小模型模拟短视频用户行为arXiv cs.AI

2026-10-20

IF-MAP：用影响函数思路给多智能体系统排序优化优先级arXiv: DeepSeek

2026-10-16

arXiv 论文提出 ClaimScope：数学声明审计基准，验证器反馈提升补全率arXiv cs.LG

2026-10-15

HP-RLVR：单条轨迹完成 token 级信用分配，训练速度最高达 GRPO 2.30 倍arXiv cs.AI

2026-10-09

HERMES Harness Improves AI Codingelvis

2026-10-06

ARBOR：按问题分配秩的医学问答微调方法arXiv cs.AI

2026-10-05

iS-KV：基于块增量 SVD 的在线 KV 缓存压缩方法arXiv: DeepSeek

2026-10-02

webAI releases TwIL-LM3-Pro modelkimmonismus

2026-09-30

AdviSD：通过多轮自蒸馏学习指导前沿大模型arXiv cs.LG

2026-09-29

语言模型目标移植研究arXiv cs.LG

2026-09-28

Meta proposes DCE + SRCL outperforming OPSD on Qwen3-8BAran Komatsuzaki (论文推介)

2026-09-24

RL-Kernel 集成 vLLM：Qwen3-8B 训练与推理 logprob 逐位一致vLLM

2026-09-18

ActObs changes how agents explore under RLarXiv cs.AI

2026-09-15

用 Amazon SageMaker 自定义 Qwen3-8B 模型实现产品标签系统AWS Machine Learning Blog

2026-09-03

Multi-Teacher Self-Distillation Policy OptimizationarXiv cs.LG

2026-09-02

Quantization Damage in LLMsarXiv cs.LG

2026-08-27

DualOPSD:自适应策略自蒸馏方法arXiv cs.AI

2026-08-25

SRPO：自反策略优化用于长期推理arXiv cs.AI

2026-08-20

长语境推理蒸馏的组校准方法研究arXiv cs.AI

2026-08-09

Meta新研究：EvoHarness-RL让智能体学习协调策略elvis

2026-07-28

全局计算、本地物化：稀疏事件KV存储的记忆契约arXiv cs.AI

2026-07-20

模型合并 vs 联合多任务强化学习：任务向量几何分析arXiv cs.AI

2026-07-17

HGA：在16GB显存上实现16384令牌长上下文微调arXiv cs.AI

2026-07-14

SETA：为终端代理扩展训练环境arXiv cs.AI

2026-06-29

Qwen3-8B 搭配 DSpark 本地部署体验分享Geek

2026-06-26

RiVER框架：无真实答案的强化学习提升LLM编程能力arXiv cs.LG