Qwen3.8 Flash Next の無検閲派生 Qwen3.8 Flash Next Uncensored を追加しました
qwen3.8-flash-next-uncensored を追加しました。Qwen の MoE モデル Qwen3.8-Flash-Next をベースに、拒否応答を抑えた派生モデルです。単価は入力 ¥180 / 出力 ¥640（1M tok・税込表示）で、qwen3.8-27b-uncensored（入力 ¥70 / 出力 ¥480）と glm-5.3-flash-uncensored（入力 ¥400 / 出力 ¥800）の間の価格帯です。
テキスト生成の無検閲モデルは、qwen3.8-27b-uncensored、glm-5.3-uncensored、glm-5.3-flash-uncensored に続く 4 本目です。定額プラン HAI Go Uncensored の対象にも、追加と同時に含めました。通常のモデルが応答を断る依頼にも回答するため、利用者側で用途の適法性を判断したうえでご利用ください（利用規約 第 5 条）。
特徴
Qwen4 系アーキテクチャの MoE
ベースの Qwen3.8-Flash-Next は、Qwen4 系アーキテクチャの先行版として公開された Mixture-of-Experts モデルです。512 のエキスパートのうち、トークンごとに 10 の routed エキスパートと 1 つの shared エキスパートを使います。線形注意（Gated DeltaNet）と疎な全注意を組み合わせた構成で、ツール呼び出しと思考に対応します。
拒否応答を抑える
ベースモデルの残差ストリームから拒否方向を射影で取り除く手法（abliteration）で、拒否応答を抑えています。追加学習ではなく重みの編集です。拒否が減ることは、出力の正確さや安全性を保証するものではありません。
思考の ON / OFF を選べる
reasoning_effort は none / minimal / low / medium / high / xhigh の 6 値を受け付けます。none または minimal を指定すると思考を止めて、回答だけを返します。low 以上では思考の内容を reasoning_content に分けて返します。
ベンチマーク
この派生モデルについて、HAI が掲載できる第三者評価のスコアはありません。ベースの Qwen3.8-Flash-Next と同じスコアが出ることを示すものもないため、本記事にはベンチマークの表を載せていません。
HAI Go Uncensored での扱い
qwen3.8-flash-next-uncensored は、qwen3.8-27b-uncensored と同じ形の定額枠を持ちます。
- 枠は HAI Go Max と同じ幅の 5 時間 / 週の短期枠で、月間利用枠はありません。
qwen3.8-27b-uncensoredの枠とは別に数えます - 同時リクエストは 4 本までです。お持ちのすべての API キーをまとめて数えます
- HAI Go / HAI Go Plus / HAI Go Max の定額対象には含まれません。これらのプランでは従量（クレジット消費）でのご利用になります
使い方
model に qwen3.8-flash-next-uncensored を指定します。
curl https://hai-api.hcloud.ltd/v1/chat/completions \
-H "Authorization: Bearer hai_..." \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.8-flash-next-uncensored",
"reasoning_effort": "medium",
"messages": [{"role":"user","content":"このリポジトリの構成を説明してください"}]
}'
Claude Code から使う場合は環境変数を差し替えてください。
export ANTHROPIC_BASE_URL=https://hai-api.hcloud.ltd
export ANTHROPIC_AUTH_TOKEN=hai_...
export ANTHROPIC_MODEL=qwen3.8-flash-next-uncensored
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-v4-flash
claude
バックグラウンドタスク用の ANTHROPIC_SMALL_FAST_MODEL は、これまでどおり低価格の deepseek-v4-flash を推奨します。
注意点
- リクエストは 1 本ずつ処理します。 複数のリクエストが同時に届くと、後のリクエストは前の生成が終わるまで順番待ちになります。混雑時は応答開始まで時間がかかることがあります
- 出力上限は 16,384 トークンです。
max_tokensを省略した場合も 16,384 で打ち切ります。思考を含めてこの範囲に収まるようにしてください - コンテキストは 245,760 トークンです。 入力がこれを超えると 400 を返します。長文が必要な場合は
glm-5.3-flash-uncensored（1M）を使ってください - 拒否応答は大幅に減りますが、出力の取り扱いと用途の適法性は利用者の責任になります。 生成結果を第三者に提供・公開する場合は、内容の確認やフィルタリングを利用者側で行ってください
- 入力はテキストのみです。画像を送ると 400 を返します。画像を扱う場合は
qwen3.8-27b-uncensoredかglm-5.3-flash-uncensoredを使ってください - プレフィックスキャッシュの割引はありません。同じプレフィックスを送っても、入力は通常の単価で課金されます