ក្រុម Qwen របស់ក្រុមហ៊ុន Alibaba បានចេញផ្សាយ Qwen3.8-Flash-Next កាលពីថ្ងៃពុធ ដែលជាគំរូចម្រុះនៃអ្នកជំនាញដែលកើនឡើងទ្វេដងជាការមើលជាមុនអំពីស្ថាបត្យកម្មនៃ Qwen4 នាពេលខាងមុខ ហើយនោះផ្តល់នូវលទ្ធផលដែលក្រុមហ៊ុននិយាយថាបានផ្តួល Qwen3.7-Plus ដែលមានទំហំធំជាងរបស់ខ្លួនក្នុងតម្លៃប្រហែលមួយភាគប្រាំបួននៃថ្លៃបណ្តុះបណ្តាល។ Reuters, Bloomberg, និង The Decoder ទាំងអស់បានគ្របដណ្តប់លើការបាញ់បង្ហោះដែលដាក់ទម្ងន់ចំហរលើ Hugging Face និង ModelScope នៅថ្ងៃតែមួយ Z.ai បានដឹកជញ្ជូនម៉ូដែលបើកចំហដែលនៅជិតព្រំដែនរបស់ខ្លួន។ សូមតាមដាន [ព័ត៌មាន AI ដ៏ទម្លាយ] (https://aibuzzwire.news) នៅពេលដែលការប្រណាំងទម្ងន់បើកចំហរកើនឡើង។

ស្ថាបត្យកម្មថ្មីនៅក្នុងខ្នាតតូច

ការបញ្ជាក់ចំណងជើងគឺប្រសិទ្ធភាព។ Qwen3.8-Flash-Next មានប៉ារ៉ាម៉ែត្រសរុបចំនួន 125 ពាន់លាន ប៉ុន្តែធ្វើឱ្យសកម្មត្រឹមតែ 6 ពាន់លានក្នុងមួយនិមិត្តសញ្ញា។ សម្រាប់ការប្រៀបធៀប Qwen3.7-Plus ដែលជាគំរូដែលវាដំណើរការលើសពីការបោះពុម្ពផ្សាយរបស់ Alibaba មានប៉ារ៉ាម៉ែត្រសរុបចំនួន 397 ពាន់លានជាមួយនឹង 17 ពាន់លានបានធ្វើឱ្យសកម្មក្នុងមួយនិមិត្តសញ្ញា ជិតបីដងនៃចំនួនសកម្មរបស់ Flash-Next ។

បំណែកដែលគួរឱ្យចាប់អារម្មណ៍បំផុតតាមបច្ចេកទេសគឺស្រទាប់បង្កប់ N-gram ប្រលោមលោកដែលមានប៉ារ៉ាម៉ែត្រ 51 ពាន់លាន។ ស្រទាប់ផ្ទុកក្រុមពាក្យទូទៅជាធាតុដាច់ដោយឡែកនៅក្នុងអ្វីដែល Matthias Bastian របស់ The Decoder បានពិពណ៌នាថាជាប្រភេទ "វចនានុក្រមឃ្លា" ដែលផ្តល់ព័ត៌មានកម្រិតឃ្លាទៅក្នុងការចាប់ផ្តើមបណ្តាញ។ សំខាន់ វាស្ថិតនៅក្នុង RAM ប្រព័ន្ធធម្មតា ជាជាងនៅក្នុងអង្គចងចាំ GPU ថ្លៃ ដែលក្រុម Qwen ហៅថាការចំណាយបន្ថែមទាប ដែលជាការច្នៃប្រឌិតស្ថាបត្យកម្មដែលគ្រោងនឹងអនុវត្តនៅក្នុង Qwen4 ។

គំរូដើមគាំទ្របង្អួចបរិបទសញ្ញាសម្ងាត់ 262,144 និងធ្វើមាត្រដ្ឋានទៅមួយលានសញ្ញាសម្ងាត់ដោយប្រើផ្នែកបន្ថែមបរិបទវែងរបស់ YaRN ។ របាយការណ៍បច្ចេកទេសត្រូវបានចេញផ្សាយនៅលើ GitHub ។

ស្តង់ដារ៖ ការសរសេរកូដ និងការងារការិយាល័យ

ចំនុចគោលរបស់ Alibaba ធ្លាក់ទៅលើ Flash-Next ទល់នឹង DeepSeek-V4-Flash (284 billion parameters, 13 billion active) និង Anthropic's Claude Opus 4.6 (Max)។ ទោះបីជាគូប្រជែងទាំងពីរមានទំហំធំជាង ឬមានតម្លៃថ្លៃជាងក៏ដោយ ក៏ Flash-Next នាំមុខគេក្នុងកិច្ចការសាកល្បងភាគច្រើន ជាមួយនឹងការកើនឡើងដ៏ធំបំផុតក្នុងការសរសេរកូដ និងផលិតភាពការិយាល័យ។

នៅលើការសរសេរកូដភ្នាក់ងារ Flash-Next ទទួលបានពិន្ទុ 58.7 នៅលើ DeepSWE 1.1 និង 62.5 នៅលើ SWE-bench Pro ដោយយកឈ្នះទាំង DeepSeek-V4-Flash និង Claude Opus 4.6។ គម្លាតលើការងារការិយាល័យគឺនៅតែធំជាងនេះ៖ 73.9 នៅលើ CoWorkBench ទល់នឹង 45.1 សម្រាប់ DeepSeek-V4-Flash និង 55.7 នៅលើ JobBench — ជិតទ្វេដង Qwen3.7-Plus របស់ 27.6 ។ ការវែកញែកបែបវិទ្យាសាស្ត្រត្រូវបានផ្គូផ្គងយ៉ាងជិតស្និទ្ធនៅទូទាំងវិស័យនេះជាមួយនឹង Flash-Next នៅ 91.7 នៅលើ GPQA Diamond និង 91.9 នៅលើ LiveCodeBench v6 ។ Claude Opus 4.6 ចេញមកមុនការប្រឡងចុងក្រោយរបស់មនុស្សជាតិ 40.0 ដល់ 35.9 ហើយវាគឺជាគំរូ Anthropic ចាស់ពីខែកុម្ភៈ ឆ្នាំ 2026។ ដូចរាល់ដង ពិន្ទុគោលដែលបានបោះពុម្ព និងការអនុវត្តជាក់ស្តែងអាចខុសគ្នា។

សម្ពាធតម្លៃលើគូប្រជែងទាំងអស់។

កំណែផលិតកម្មត្រូវបានដឹកជញ្ជូនជា Qwen3.8-Flash តាមរយៈ QwenCloud ដែលមានតម្លៃ 0.16 ដុល្លារក្នុងមួយលាននិមិត្តសញ្ញាបញ្ចូល និង 0.47 ដុល្លារក្នុងមួយលាននិមិត្តសញ្ញាទិន្នផល។ នោះកាត់បន្ថយសូម្បីតែ GLM-5.3-Flash របស់ Z.ai ដែលបានចេញផ្សាយនៅថ្ងៃតែមួយនៅ $0.15 និង $0.50 រៀងគ្នា — ភាពស្មើគ្នាយ៉ាងមានប្រសិទ្ធភាពនៅបាតទីផ្សារ។

គម្លាតទៅនឹងស្មាតហ្វូនផ្ទាល់ខ្លួនរបស់ Alibaba គឺស្រឡះ។ Qwen3.8-Max ដែលត្រូវបានណែនាំនៅដើមខែសីហាដើម្បីប្រកួតប្រជែងជាមួយ Claude Opus 4.8, Gemini 3.1 Pro និង GPT-5.6 Sol មានតម្លៃ 2.00 ដុល្លារក្នុងមួយលាននិមិត្តសញ្ញាបញ្ចូល និង 6.00 ដុល្លារក្នុងមួយលាននិមិត្តសញ្ញាទិន្នផល។ Flash-Next ដំណើរការទាបជាងស្មាតហ្វូននេះបើយោងតាមលេខផ្ទាល់របស់ Alibaba នៅប្រហែលមួយភាគដប់នៃតម្លៃទាំងការបញ្ចូល និងទិន្នផល។

បរិបទវែងបន្ថែមតម្លៃជាក់ស្តែងលើសពីសន្លឹកជាក់លាក់។ នៅ 262,144 ថូខឹនដើម សំណើតែមួយអាចផ្ទុកឃ្លាំងកូដធំៗជាច្រើន សំណុំកិច្ចសន្យាពេញលេញ ឬម៉ោងប្រជុំដែលបានចម្លង។ ពង្រីកដល់មួយលានថូខឹនជាមួយ YaRN ការវិភាគទាំងមូលអាចក្លាយជាអាចធ្វើទៅបានដោយមិនចាំបាច់ទាញយករន្ទា។ សម្រាប់បន្ទុកការងារសរសេរកូដភ្នាក់ងារដែល Flash-Next ប្រកាសពិន្ទុខ្លាំងបំផុតរបស់ខ្លួន — ដោយឯករាជ្យក្នុងការស្វែងរក និងជួសជុលកំហុសនៅក្នុងគម្រោងកម្មវិធីពិត—បង្អួចធំមានន័យថាការបរាជ័យការគ្រប់គ្រងបរិបទតិចជាងពាក់កណ្តាលកិច្ចការ។ ក្រុមការងារ Qwen ក៏បានបោះពុម្ពរបាយការណ៍បច្ចេកទេសនៅលើ GitHub ដោយអញ្ជើញឱ្យប្រាកដថាប្រភេទនៃការត្រួតពិនិត្យស្ថាបត្យកម្មឯករាជ្យដែលមន្ទីរពិសោធន៍កម្មសិទ្ធិជៀសវាង។

ហេតុអ្វីបានជាការចេញផ្សាយនេះសំខាន់

Qwen3.8-Flash-Next ត្រូវបានគេយល់ច្បាស់ថាជាការហាត់សមជាសាធារណៈសម្រាប់ Qwen4 ។ ស្រទាប់បង្កប់ N-gram សមាមាត្រប៉ារ៉ាម៉ែត្រសកម្មដែលឈ្លានពាន និងការផ្ទុក RAM នៃប៉ារ៉ាម៉ែត្រដែលសំពីងសំពោង ប៉ុន្តែកម្រត្រូវការបង្ហាញអំពីទស្សនវិជ្ជានៃការរចនា៖ ផ្លាស់ទីភាពវៃឆ្លាតក្នុងមួយដុល្លារ មិនមែនភាពវៃឆ្លាតក្នុងមួយ GPU ទេ។ ការបណ្តុះបណ្តាលគំរូ Qwen3.7-Plus-beating សម្រាប់ការចំណាយមួយភាគប្រាំបួនគឺច្បាស់ណាស់នូវសមត្ថភាពដែលធ្វើឱ្យវដ្តនៃការធ្វើឡើងវិញយ៉ាងឆាប់រហ័សមានតម្លៃសមរម្យ — ហើយល្បឿននៃការធ្វើឡើងវិញច្រើនជាងស្តង់ដារតែមួយ គឺជាអ្វីដែលសម្រេចចិត្តថាអ្នកណាកំពុងឈរនៅជួរមុខក្នុងមួយឆ្នាំចាប់ពីពេលនេះ។

ការមកដល់នៅថ្ងៃតែមួយនៃម៉ូដែលទម្ងន់បើកចំហដែលនៅជិតព្រំដែនពីរពីមន្ទីរពិសោធន៍ចិន - GLM-5.3-Flash របស់ Z.ai និង Flash-Next របស់ Alibaba - ក៏បង្ហាញពីការផ្លាស់ប្តូរចង្វាក់ដូចដែល FourWeekMBA បានសង្កេតឃើញ។ មន្ទីរពិសោធន៍លោកខាងលិចនៅតែរក្សាបាននូវកម្រិតពិន្ទុគោល ប៉ុន្តែថ្នាក់ទម្ងន់បើកចំហឥឡូវនេះដឹកជញ្ជូនតាមគុណភាពជិតព្រំដែនប្រចាំសប្តាហ៍ ដោយតម្លៃលំដាប់ទាបជាង។

សម្រាប់អ្នកអភិវឌ្ឍន៍ ការអនុវត្តជាក់ស្តែងគឺសាមញ្ញ៖ តម្លៃនៃគំរូពហុម៉ូឌុលដែលមានសមត្ថភាព បរិបទវែង ទើបតែធ្លាក់ចុះម្តងទៀត ជាមួយនឹងទម្ងន់ដែលអាចទាញយកបានជាការធានារ៉ាប់រងប្រឆាំងនឹងអ្នកផ្តល់សេវាតែមួយ។ សម្រាប់ដៃគូប្រកួតប្រជែង សារមិនសូវស្រួលទេ - ព្រំដែនប្រសិទ្ធភាពឥឡូវនេះកំពុងដំណើរការលឿនជាងតម្លៃស្មាតហ្វូនអាចធ្វើតាមជាក់ស្តែង ហើយ Alibaba មិនបានបង្ហាញពីសញ្ញានៃការថយចុះនោះទេ។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →