अलीबाबा की क्वेन टीम ने बुधवार को क्वेन3.8-फ्लैश-नेक्स्ट जारी किया, जो एक मल्टीमॉडल मिश्रण-विशेषज्ञ मॉडल है जो आगामी क्वेन4 के आर्किटेक्चर पूर्वावलोकन के रूप में दोगुना है - और कंपनी के अनुसार प्रशिक्षण लागत के लगभग एक-नौवें हिस्से में अपने बहुत बड़े क्वेन3.7-प्लस को मात देने वाले परिणाम देता है। रॉयटर्स, ब्लूमबर्ग और द डिकोडर सभी ने लॉन्च को कवर किया, जो हगिंग फेस और मॉडलस्कोप पर उसी दिन खुला भार डालता है, जिस दिन Z.ai ने अपना स्वयं का फ्रंटियर-आसन्न ओपन मॉडल भेजा था। ओपन-वेट रेस में तेजी आने पर ब्रेकिंग एआई न्यूज को फॉलो करें।

लघु रूप में एक नई वास्तुकला

शीर्षक विशिष्टता दक्षता है। Qwen3.8-फ़्लैश-नेक्स्ट में कुल 125 बिलियन पैरामीटर हैं लेकिन प्रति टोकन केवल 6 बिलियन सक्रिय होते हैं। तुलना के लिए, Qwen3.7-Plus - वह मॉडल जो अलीबाबा के प्रकाशित बेंचमार्क से बेहतर प्रदर्शन करता है - इसमें प्रति टोकन 17 बिलियन सक्रिय के साथ 397 बिलियन कुल पैरामीटर हैं, जो फ्लैश-नेक्स्ट की सक्रिय गणना से लगभग तीन गुना अधिक है।

तकनीकी रूप से सबसे दिलचस्प टुकड़ा 51 बिलियन मापदंडों वाली एक नई एन-ग्राम एम्बेडिंग परत है। यह परत सामान्य शब्द समूहों को स्टैंडअलोन प्रविष्टियों के रूप में संग्रहीत करती है, जिसे डिकोडर के मैथियास बास्टियन ने एक प्रकार के "वाक्यांश शब्दकोश" के रूप में वर्णित किया है, जो नेटवर्क की शुरुआत में वाक्यांश-स्तरीय जानकारी प्रदान करता है। महत्वपूर्ण रूप से, यह महंगी जीपीयू मेमोरी के बजाय नियमित सिस्टम रैम में बैठता है, जिसे क्वेन टीम अपेक्षाकृत कम अतिरिक्त लागत कहती है - एक वास्तुशिल्प नवाचार जिसे क्वेन4 में ले जाने की योजना है।

मॉडल मूल रूप से 262,144-टोकन संदर्भ विंडो का समर्थन करता है और YaRN लंबे-संदर्भ एक्सटेंशन का उपयोग करके दस लाख टोकन तक स्केल करता है। GitHub पर एक तकनीकी रिपोर्ट प्रकाशित हुई है।

बेंचमार्क: कोडिंग और कार्यालय कार्य

अलीबाबा के बेंचमार्क फ्लैश-नेक्स्ट को डीपसीक-वी4-फ्लैश (284 बिलियन पैरामीटर, 13 बिलियन सक्रिय) और एंथ्रोपिक के क्लाउड ओपस 4.6 (मैक्स) के मुकाबले खड़ा करते हैं। दोनों प्रतिद्वंद्वियों के बहुत बड़े या अधिक महंगे होने के बावजूद, फ्लैश-नेक्स्ट कोडिंग और कार्यालय उत्पादकता में सबसे बड़े लाभ के साथ, परीक्षण किए गए अधिकांश कार्यों में आगे है।

एजेंटिक कोडिंग पर, फ्लैश-नेक्स्ट ने डीपएसडब्ल्यूई 1.1 पर 58.7 और एसडब्ल्यूई-बेंच प्रो पर 62.5 स्कोर किया, और डीपसीक-वी4-फ्लैश और क्लाउड ओपस 4.6 दोनों को पछाड़ दिया। कार्यालय कार्यों पर अंतर अभी भी व्यापक है: डीपसीक-वी4-फ्लैश के लिए 45.1 के मुकाबले कोवर्कबेंच पर 73.9, और जॉबबेंच पर 55.7 - लगभग दोगुना क्यूवेन3.7-प्लस का 27.6। पूरे क्षेत्र में वैज्ञानिक तर्क बारीकी से मेल खाते हैं, फ्लैश-नेक्स्ट जीपीक्यूए डायमंड पर 91.7 और लाइवकोडबेंच वी6 पर 91.9 है। क्लाउड ओपस 4.6 केवल मानवता की अंतिम परीक्षा में आगे आता है, 40.0 से 35.9, और यह फरवरी 2026 से एक पुराना एंथ्रोपिक मॉडल है। हमेशा की तरह, प्रकाशित बेंचमार्क स्कोर और वास्तविक दुनिया का प्रदर्शन भिन्न हो सकता है।

प्रत्येक प्रतिद्वंद्वी पर मूल्य निर्धारण का दबाव

उत्पादन संस्करण Qwen3.8-Flash के रूप में QwenCloud के माध्यम से भेजा जाता है, जिसकी कीमत $0.16 प्रति मिलियन इनपुट टोकन और $0.47 प्रति मिलियन आउटपुट टोकन है। यह Z.ai के GLM-5.3-फ़्लैश को भी कम कर देता है, जो उसी दिन क्रमशः $0.15 और $0.50 पर रिलीज़ हुआ - प्रभावी रूप से बाज़ार के निचले स्तर पर समानता।

अलीबाबा के स्वयं के फ्लैगशिप का अंतर स्पष्ट है। क्लाउड ओपस 4.8, जेमिनी 3.1 प्रो और जीपीटी-5.6 सोल के साथ प्रतिस्पर्धा करने के लिए अगस्त की शुरुआत में पेश किए गए Qwen3.8-Max की कीमत $2.00 प्रति मिलियन इनपुट टोकन और $6.00 प्रति मिलियन आउटपुट टोकन है। अलीबाबा के अपने आंकड़ों के मुताबिक, फ्लैश-नेक्स्ट फ्लैगशिप के ठीक नीचे प्रदर्शन करता है, इनपुट और आउटपुट दोनों पर लगभग एक-बारहवीं कीमत पर।

लंबा संदर्भ विशिष्ट शीट से परे व्यावहारिक मूल्य जोड़ता है। 262,144 देशी टोकन पर, एक एकल अनुरोध में कई बड़े कोड रिपॉजिटरी, एक पूर्ण अनुबंध सेट, या लिखित बैठकों के घंटे हो सकते हैं; YaRN के साथ दस लाख टोकन तक विस्तारित, पुनर्प्राप्ति मचान के बिना संपूर्ण-कॉर्पस विश्लेषण संभव हो जाता है। एजेंटिक कोडिंग वर्कलोड के लिए जहां फ्लैश-नेक्स्ट अपने सबसे मजबूत स्कोर पोस्ट करता है - स्वतंत्र रूप से वास्तविक सॉफ्टवेयर प्रोजेक्ट्स में बग्स को ढूंढना और ठीक करना - एक बड़ी विंडो का मतलब है कार्य के बीच में कम संदर्भ-प्रबंधन विफलताएं। क्वेन टीम ने GitHub पर तकनीकी रिपोर्ट भी प्रकाशित की है, जिसमें बिल्कुल उसी तरह की स्वतंत्र वास्तुकला जांच को आमंत्रित किया गया है जिससे मालिकाना प्रयोगशालाएं बचती हैं।

यह रिलीज़ क्यों मायने रखती है

Qwen3.8-फ़्लैश-नेक्स्ट को Qwen4 के लिए सार्वजनिक ड्रेस रिहर्सल के रूप में सबसे अच्छी तरह समझा जाता है। एन-ग्राम एम्बेडिंग परत, आक्रामक सक्रिय-पैरामीटर अनुपात, और भारी-लेकिन-शायद ही आवश्यक पैरामीटर की रैम-ऑफलोडिंग एक डिजाइन दर्शन को रेखांकित करती है: प्रति डॉलर इंटेलिजेंस को स्थानांतरित करें, प्रति जीपीयू को इंटेलिजेंस नहीं। एक-नौवें हिस्से के लिए Qwen3.7-प्लस-बीटिंग मॉडल को प्रशिक्षित करने की लागत बिल्कुल वह क्षमता है जो तीव्र पुनरावृत्ति चक्रों को किफायती बनाती है - और पुनरावृत्ति गति, किसी भी एकल बेंचमार्क से अधिक, यह तय करती है कि अब से एक वर्ष बाद सीमा पर कौन खड़ा है।

चीनी प्रयोगशालाओं से दो सीमांत-आसन्न ओपन-वेट मॉडल - Z.ai के GLM-5.3-फ्लैश और अलीबाबा के फ्लैश-नेक्स्ट का एक ही दिन में आगमन भी एक ताल बदलाव का प्रतीक है, जैसा कि फोरवीकएमबीए ने देखा। पश्चिमी प्रयोगशालाएँ अभी भी बेंचमार्क शिखर पर हैं, लेकिन ओपन-वेट टियर अब लगभग सीमा से कम गुणवत्ता वाली कीमतों पर साप्ताहिक रूप से जहाज भेजता है।

डेवलपर्स के लिए, व्यावहारिक उपाय सरल है: किसी एक प्रदाता के खिलाफ बीमा के रूप में डाउनलोड करने योग्य भार के साथ, एक सक्षम, लंबे-संदर्भ, मल्टीमॉडल मॉडल की लागत फिर से गिर गई। प्रतिस्पर्धियों के लिए, संदेश कम आरामदायक है - दक्षता सीमा अब वास्तविक रूप से फ्लैगशिप मूल्य निर्धारण की तुलना में तेजी से आगे बढ़ रही है, और अलीबाबा ने धीमा होने का कोई संकेत नहीं दिखाया है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →