阿里 Qwen3.8-Flash：125B 参数仅激活 6B，成本降九成
大模型之路 · wechat · 2026-08-28
阿里开源 Qwen3.8-Flash，采用新一代 MoE 架构，总参数 125B 但每次仅激活 6B。该模型在编程、办公等核心任务上超越 Claude Opus 4.6，训练成本较上一代降低近 90%，推理输入价格为 0.16 美元/百万 Token。
核心特性
- 高效架构：引入 GatedResidual（门控残差）设计，在低激活参数下保留跨层关键信号，避免信息塌陷。
- 长上下文：原生支持 262K 上下文，可通过 YaRN 扩展至 1M。
- 生态支持：权重已在 HF 和魔搭开源，vLLM 和 SGLang 支持 Day-0 推理。
行业影响
标志着大模型竞争从“堆参数”转向“拼效率”。旗舰级能力首次有望通过消费级硬件本地部署，极大降低了小团队使用顶级模型的门槛。
所属事件:阿里开源 Qwen3.8-Flash：125B MoE 仅激活 6B，成本降 20 倍(7 条相关)→
「模型」频道最新
- Apollo 首见：GLM 会在推理时自发权衡行为对未来训练的影响 — MariusHobbhahn · 2026-10-15
- 网友实测 Gemini 4 argon 对比 Opus 5.5:3 分钟 3 美元 vs 25 分钟 8 美元 — zacharynado · 2026-10-15
- SentinelOne:OpenAI 8小时完成顶级研究员4-6周逆向工程 — OpenAI · 2026-10-15
- 关闭推理后 Qwen3.8 27B 加法正确率仅 23.57%，开启推理达 167/169 — dl_weekly · 2026-10-15
- 把嵌入模型 EmbeddingGemma 2 改造成语音双向模型 — kastnerkyle · 2026-10-15
- 爆料：合作伙伴已拿到 Claude Fable 5.5 内测，或下周发布 — lyraxana · 2026-10-15