阿里开源多模态MoE模型Qwen3.8-Flash-Next

8月26日，阿里通义千问团队在Hugging Face与ModelScope发布并开源多模态MoE模型Qwen3.8-Flash-Next，定位为Qwen4架构的早期预览，并同步发布技术报告与性能评测。模型主参数125B、每token仅激活6B，官方称成本降9倍，vLLM已宣布支持。社区转述其基准表现超过Claude Opus 4.6与DeepSeek V4 Flash，是当日最受关注的开源模型事件之一。

已确认

• 官方（@AlibabaQwen、@千问大模型）确认模型为多模态MoE架构，主模型总参数125B，每token仅激活6B参数，主打极致性价比（@千问大模型称成本降9倍）。
• 架构升级包括GDN+QSA混合注意力、GatedResidual多分支残差、N-gram Embedding扩展容量（额外约51B n-gram嵌入参数）。
• 模型支持image-text-to-text图文多模态输入，兼容safetensors格式与API，Hugging Face上提供FP8版本开源；原生支持26.2K上下文（可通过YaRN扩展）。
• vLLM宣布支持该模型（@AlibabaQwen转述）。
• @jiqizhixin确认模型已在Hugging Face与ModelScope上线，并发布了技术报告与详细性能评测。
• @elemental-mind称该模型参数量约为DeepSeek V4 Flash的一半，但性能更强，并超越Opus 4.6；@SimplyAnnisa称9项对比基准中胜出8项；@kimmonismus转述其击败Claude Opus。
• @sammcj开设集中讨论区，主题涵盖量化版本、微调与反微调、聊天模板、推理服务器支持配置及模型对比。

尚未确认

• @ariG23498称模型参数量为180B，与官方125B总参数+51B n-gram嵌入口径不一致，可能是两者合计的另一种统计方式，具体以官方口径为准。
• "6B激活参数击败Claude Opus/DeepSeek V4 Flash"等结论来自社区转述，具体测试条件需以官方技术报告与完整榜单为准。

为什么重要

• 作为Qwen4架构的首次预览，其极稀疏MoE设计（6B/125B激活比）与GDN+QSA、GatedResidual、N-gram Embedding等新架构代表了阿里下一代模型的技术方向。
• 极低激活参数带来大幅推理成本下降，若基准表现得到验证，将对闭源高端模型（如Claude Opus）的性价比构成直接挑战，同时vLLM的快速支持也降低了部署门槛。

2026-08-26 ~ 2026-08-26 · 10 条相关

事件全程(共 2 集)→

• 第 1 集:阿里官宣 Qwen3.8-Flash-Next，Qwen4 架构预览 8 月 26 日开源(2026-08-25,13 条)
• 第 2 集:阿里开源多模态MoE模型Qwen3.8-Flash-Next(2026-08-26,10 条)

• Qwen 3.8 Flash Next 模型发布日，量化和微调讨论开启 — sammcj · 2026-08-26
• 【源头】阿里发布 Qwen3.8-Flash 预览版，架构升级成本大降 — Alibaba_Qwen · 2026-08-26
• 【源头】阿里千问发布 Qwen3.8-Flash：每Token激活6B，成本降9倍 — 千问大模型 · 2026-08-26
• Qwen 3.8 Flash-Next 发布：6B 激活参数击败 Claude Opus — kimmonismus · 2026-08-26
• 阿里通义 Qwen3.8-Flash-Next 模型发布 — ariG23498 · 2026-08-26
• 阿里 Qwen 发布多模态模型 Qwen3.8-Flash-Next — Qwen · 2026-08-26
• 【源头】Qwen3.8-Flash-Next 架构解构：125B 参数与稀疏 MoE — Alibaba_Qwen · 2026-08-26
• 阿里发布 Qwen3.8-Flash：性价比惊人，规格暗示 Qwen4 架构 — jiqizhixin · 2026-08-26
• Qwen 3.8 Flash Next 发布：半参击败 DS V4 — elemental-mind · 2026-08-26

另有 1 条近重复转述:SimplyAnnisa