Qwen3.8-Flash-Next 架构解构：125B 参数与稀疏 MoE
Alibaba_Qwen · x · 2026-08-26
vLLM 宣布支持 Qwen3.8-Flash-Next，这是一款超稀疏 MoE 多模态模型。该模型拥有 125B 总参数，包含 51B N-gram 查找表，每 Token 仅激活 6B 参数，原生支持 26.2K 上下文（可通过 YaRN 扩展至 1M）。架构结合了 Gated DeltaNet（压缩历史）、Qwen Sparse Attention（长程检索）和 MTP（推测解码）。N-gram 表可卸载至主机内存以节省显存。
所属事件:阿里开源Qwen3.8-Flash-Next：Qwen4架构预览，6B激活参数引热议(26 条相关)→
「Infra」频道最新
- 英伟达携手瑞典 Wallenberg，Launch 共享 AI 超算 Sferical One — nvidia · 2026-10-16
- 基础设施下一站:能自我进化、自我验证的自适应系统 — _shreya_s · 2026-10-16
- 小米 MiMo RL 训练曝光:30 步花掉 347 万美元 — bycloud · 2026-10-16
- Cerebras 用异构 prefill 池喂晶圆级引擎，解码速度与 batch 解耦 — ai · 2026-10-16
- d-Matrix Corsair 机架正式出货，演示 H100+8 XPU 跑出 845 tok/s — ai · 2026-10-16
- Actual 实测 DGX Station 跑出 10k tok/s，推理引擎与 GB300 案例曝光 — natesiggard · 2026-10-16