Qwen3.8-Flash发布并支持本地部署，SWE-bench Pro反超Claude

阿里千问发布了基于全新 Next 架构的开放权重多模态 MoE 模型 Qwen3.8-Flash（后续通称 Qwen3.8-Flash-Next），被普遍视为 Qwen4 系列的雏形。Unsloth 随即宣布支持本地运行：125B 参数模型仅需 75GB 内存，并发布 1bit 至 4bit 的 GGUF 量化版本，建议用 llama.cpp 部署。多方实测与转述显示其在 SWE-bench Pro 上得 62.5 分，超过 Claude Opus 4.6 Max 的 53.4，推理成本据称仅约对手的 1/9，引发社区高度关注。已确认 - Qwen3.8-Flash-Next 为 125B 总参数的多模态 MoE 模型，每 token 仅激活约 6B 参数 - @AGI Hunt 转述其外挂 51B N-gram Embedding - Unsloth 提供本地运行方案（75GB 内存）及 1-4bit GGUF 量化版，推荐 llama.cpp 推理（@MaziyarPanahi 亦转述 GGUF 发布） - @Hesamation 实测 SWE-bench Pro 得 62.5 分，对比 Claude Opus 4.6 Max 的 53.4尚未确认 - 跑分与「成本 1/9」均来自发布方与社区转述（@eyishazyer 等），暂无独立复核 - @Hesamation 称该模型预览 Qwen4 架构，Qwen4 正式版细节未知为什么重要 - 开放权重模型在真实工程基准上宣称超越顶级闭源模型，且推理成本大幅更低 - 低激活 MoE 加极限量化使 125B 级模型可在消费级/工作站硬件本地部署，显著降低使用门槛

2026-08-26 ~ 2026-08-28 · 5 条相关

事件全程(共 7 集)→

一手来源