Η ομάδα Qwen της Alibaba κυκλοφόρησε την Τετάρτη το Qwen3.8-Flash-Next, ένα πολυτροπικό μοντέλο μείγματος ειδικών που λειτουργεί ως προεπισκόπηση αρχιτεκτονικής του επερχόμενου Qwen4 — και που προσφέρει αποτελέσματα που η εταιρεία λέει ότι ξεπέρασε το πολύ μεγαλύτερο Qwen3.7-Plus με περίπου το ένα ένατο του κόστους εκπαίδευσης. Το Reuters, το Bloomberg και το The Decoder κάλυψαν όλα την κυκλοφορία, η οποία βάζει ανοιχτά βάρη στο Hugging Face και στο ModelScope την ίδια ημέρα που η Z.ai έστειλε το δικό της ανοιχτό μοντέλο δίπλα στα σύνορα. Ακολουθήστε τις έκτακτες ειδήσεις AI καθώς ο αγώνας ανοιχτού βάρους επιταχύνεται.

Μια νέα αρχιτεκτονική σε μικρογραφία

Η βασική προδιαγραφή είναι η αποδοτικότητα. Το Qwen3.8-Flash-Next έχει 125 δισεκατομμύρια συνολικές παραμέτρους, αλλά ενεργοποιεί μόνο 6 δισεκατομμύρια ανά διακριτικό. Για σύγκριση, το Qwen3.7-Plus - το μοντέλο που έχει καλύτερη απόδοση στα δημοσιευμένα σημεία αναφοράς της Alibaba - έχει 397 δισεκατομμύρια συνολικές παραμέτρους με 17 δισεκατομμύρια ενεργοποιημένες ανά διακριτικό, σχεδόν τρεις φορές τον αριθμό ενεργών του Flash-Next.

Το πιο ενδιαφέρον τεχνικά κομμάτι είναι ένα νέο στρώμα ενσωμάτωσης N-gram που φέρει 51 δισεκατομμύρια παραμέτρους. Το επίπεδο αποθηκεύει κοινές ομάδες λέξεων ως αυτόνομες καταχωρήσεις σε αυτό που ο Matthias Bastian του The Decoder περιέγραψε ως ένα είδος «λεξικού φράσεων», που τροφοδοτεί πληροφορίες σε επίπεδο φράσης στην αρχή του δικτύου. Το σημαντικότερο είναι ότι βρίσκεται σε κανονική μνήμη RAM συστήματος και όχι σε ακριβή μνήμη GPU, με αυτό που η ομάδα της Qwen αποκαλεί σχετικά χαμηλό πρόσθετο κόστος - μια αρχιτεκτονική καινοτομία που πρόκειται να μεταφερθεί στο Qwen4.

Το μοντέλο υποστηρίζει εγγενώς ένα παράθυρο περιβάλλοντος 262.144 διακριτικών και κλιμακώνεται σε ένα εκατομμύριο μάρκες χρησιμοποιώντας επέκταση μακρού περιβάλλοντος YaRN. Μια τεχνική έκθεση δημοσιεύεται στο GitHub.

Σημεία αναφοράς: κωδικοποίηση και εργασία γραφείου

Τα σημεία αναφοράς της Alibaba έρχονται σε αντίθεση με το Flash-Next με το DeepSeek-V4-Flash (284 δισεκατομμύρια παράμετροι, 13 δισεκατομμύρια ενεργά) και το Claude Opus 4.6 (Μέγ.) της Anthropic. Παρά το γεγονός ότι και οι δύο αντίπαλοι είναι πολύ μεγαλύτεροι ή ακριβότεροι, το Flash-Next προηγείται στην πλειονότητα των δοκιμασμένων εργασιών, με τα μεγαλύτερα κέρδη στην κωδικοποίηση και την παραγωγικότητα του γραφείου.

Στην αντιπροσωπευτική κωδικοποίηση, το Flash-Next σημείωσε 58,7 στο DeepSWE 1.1 και 62,5 στο SWE-bench Pro, κερδίζοντας τόσο το DeepSeek-V4-Flash όσο και το Claude Opus 4.6. Το χάσμα στις εργασίες γραφείου είναι ακόμα μεγαλύτερο: 73,9 στο CoWorkBench έναντι 45,1 για το DeepSeek-V4-Flash και 55,7 στο JobBench — σχεδόν διπλάσιο από το 27,6 του Qwen3.7-Plus. Η επιστημονική συλλογιστική ταιριάζει σε όλο το πεδίο, με το Flash-Next στο 91,7 στο GPQA Diamond και στο 91,9 στο LiveCodeBench v6. Το Claude Opus 4.6 κυκλοφορεί μόνο στο Humanity's Last Exam, 40.0 έως 35.9 και είναι ένα παλαιότερο μοντέλο Anthropic από τον Φεβρουάριο του 2026. Όπως πάντα, οι δημοσιευμένες βαθμολογίες αναφοράς και οι πραγματικές επιδόσεις μπορεί να διαφέρουν.

Πίεση τιμών σε κάθε αντίπαλο

Η έκδοση παραγωγής αποστέλλεται ως Qwen3.8-Flash μέσω QwenCloud, με τιμή 0,16 $ ανά εκατομμύριο μάρκες εισόδου και 0,47 $ ανά εκατομμύριο μάρκες εξόδου. Αυτό υπονομεύει ακόμη και το GLM-5.3-Flash της Z.ai, που κυκλοφόρησε την ίδια μέρα στα 0,15 $ και 0,50 $ αντίστοιχα — ουσιαστικά ισοτιμία στο κάτω μέρος της αγοράς.

Το χάσμα από τη ναυαρχίδα της Alibaba είναι έντονο. Το Qwen3.8-Max, που παρουσιάστηκε στις αρχές Αυγούστου για να ανταγωνιστεί τα Claude Opus 4.8, Gemini 3.1 Pro και GPT-5.6 Sol, κοστίζει 2,00 $ ανά εκατομμύριο διακριτικά εισόδου και 6,00 $ ανά εκατομμύριο μάρκες εξόδου. Το Flash-Next αποδίδει ακριβώς κάτω από τη ναυαρχίδα, σύμφωνα με τους αριθμούς της Alibaba, περίπου στο ένα δωδέκατο της τιμής τόσο στην είσοδο όσο και στην έξοδο.

Το μακρύ πλαίσιο προσθέτει πρακτική αξία πέρα ​​από το φύλλο προδιαγραφών. Σε 262.144 εγγενή διακριτικά, ένα μόνο αίτημα μπορεί να περιέχει πολλά μεγάλα αποθετήρια κώδικα, ένα πλήρες σύνολο συμβάσεων ή ώρες μεταγραφόμενων συσκέψεων. Επεκταθεί σε ένα εκατομμύριο μάρκες με το YaRN, η ανάλυση ολόκληρου του σώματος γίνεται εφικτή χωρίς σκαλωσιές ανάκτησης. Για τους φόρτους εργασίας της υπηρεσίας κωδικοποίησης όπου το Flash-Next δημοσιεύει τις ισχυρότερες βαθμολογίες του — ανεξάρτητη εύρεση και διόρθωση σφαλμάτων σε πραγματικά έργα λογισμικού — ένα μεγάλο παράθυρο σημαίνει λιγότερες αποτυχίες διαχείρισης περιβάλλοντος κατά τη διάρκεια της εργασίας. Η ομάδα της Qwen δημοσίευσε επίσης την τεχνική έκθεση για το GitHub, προσκαλώντας ακριβώς το είδος του ανεξάρτητου αρχιτεκτονικού ελέγχου που αποφεύγουν τα ιδιόκτητα εργαστήρια.

Γιατί έχει σημασία αυτή η έκδοση

Το Qwen3.8-Flash-Next είναι καλύτερα κατανοητό ως μια δημόσια πρόβα ντυσίματος για το Qwen4. Το επίπεδο ενσωμάτωσης N-gram, η επιθετική αναλογία ενεργών παραμέτρων και η εκφόρτωση RAM ογκωδών αλλά σπάνια απαραίτητων παραμέτρων σκιαγραφούν μια φιλοσοφία σχεδιασμού: κίνηση ευφυΐας ανά δολάριο, όχι νοημοσύνη ανά GPU. Η εκπαίδευση ενός μοντέλου Qwen3.7-Plus-beating για το ένα ένατο του κόστους είναι ακριβώς η δυνατότητα που καθιστά προσιτές τους γρήγορους κύκλους επανάληψης — και η ταχύτητα επανάληψης, περισσότερο από οποιοδήποτε μεμονωμένο σημείο αναφοράς, είναι αυτό που αποφασίζει ποιος θα βρίσκεται στο προσκήνιο σε ένα χρόνο από τώρα.

Η άφιξη της ίδιας ημέρας δύο μοντέλων ανοιχτού βάρους που γειτνιάζουν με τα σύνορα από τα κινεζικά εργαστήρια — το GLM-5.3-Flash της Z.ai και το Flash-Next της Alibaba — σηματοδοτεί επίσης μια αλλαγή ρυθμού, όπως παρατήρησε το FourWeekMBA. Τα δυτικά εργαστήρια εξακολουθούν να διατηρούν κορυφές αναφοράς, αλλά η βαθμίδα ανοιχτού βάρους αποστέλλεται πλέον ποιότητα σχεδόν στα σύνορα εβδομαδιαία, σε τιμές τάξης μεγέθους χαμηλότερες.

Για τους προγραμματιστές, η πρακτική λύση είναι απλή: το κόστος ενός ικανού, μακροπρόθεσμου, πολυτροπικού μοντέλου μόλις μειώθηκε ξανά, με βάρη με δυνατότητα λήψης ως ασφάλεια έναντι οποιουδήποτε παρόχου. Για τους ανταγωνιστές, το μήνυμα είναι λιγότερο άνετο - τα όρια απόδοσης κινούνται τώρα πιο γρήγορα από ό,τι μπορεί να ακολουθήσει ρεαλιστικά η εμβληματική τιμολόγηση και η Alibaba δεν έχει δείξει σημάδια επιβράδυνσης.

---

Μείνετε μπροστά από την τεχνητή νοημοσύνη

Λάβετε τα τελευταία νέα, αναλύσεις και ανακαλύψεις AI — όλα σε ένα μέρος.

Διαβάστε περισσότερα νέα AI →