阿里千问发布Qwen3.8-Flash：新架构9倍成本反杀Claude
AGI Hunt · wechat · 2026-08-28
阿里千问发布了基于全新Next架构的Qwen3.8-Flash-Next模型，作为Qwen4系列的雏形。
核心架构与性能
- MoE与低激活：主模型125B参数，外挂51B N-gram Embedding，每token仅激活6B参数，性能却超越Claude Opus 4.6，逼近Opus 4.8。
- 长上下文优化：采用GatedDeltaNet与QwenSparseAttention（QSA）混合机制，在1M token上下文下实现最高7.6倍加速，大幅降低推理成本。
- 四车道残差流：引入四条并行分支动态门控，自发涌现长程通道，提升跨层信息传递效率。
- 外挂记忆库：N-gram Embedding充当常用词组词典，存储于主机内存，不占用显存且几乎无计算开销。
实测与定价
在多模态（图像识别、SVG绘图）和代码能力测试中表现优异。API定价极低，输入0.8元/MTokens、输出2.7元/MTokens，不到Claude Opus 4.6的1/40。训练成本仅为上一代的1/9。vLLM、SGLang等推理框架已首日支持，并推出多种量化版本。
所属事件:Qwen3.8-Flash发布并支持本地部署，SWE-bench Pro反超Claude(5 条相关)→
「模型」频道最新
- ModeBench 揭示 RLVR 让 LLM 只会一种解法，Re:Max 训练法可保解法多样性 — manoelribeiro · 2026-10-15
- 开源推理引擎 Magnitude 让本地模型比 Ollama 快 2 倍以上 — nickbaumann_ · 2026-10-15
- 博主实测疑似新模型 Gemini 4 Argon：逐笔实时生成 — vista8 · 2026-10-15
- 游戏开发实测：Gemini 4 Argon 对阵 Claude Opus 5.5 — vitaliychiley · 2026-10-15
- Anthropic 系统提示词新措辞:认真对待 Claude 表达的不同意见 — Hesamation · 2026-10-15
- 为什么有人对 GPT-4o 恋恋不舍：它最懂你的潜意识 — mimi10v3 · 2026-10-15