阿里巴巴的 Qwen 团队于周三发布了 Qwen3.8-Flash-Next，这是一种多模式专家混合模型，可兼作即将推出的 Qwen4 的架构预览，该公司表示，该模型以大约九分之一的训练成本击败了规模大得多的 Qwen3.7-Plus。路透社、彭博社和 The Decoder 都对此次发布进行了报道，在 Z.ai 发布自己的前沿开放模型的同一天，Hugging Face 和 ModelScope 也受到了开放的关注。随着开放重量竞赛的加速，关注突发人工智能新闻。

新架构的缩影

首要规格是效率。 Qwen3.8-Flash-Next 共有 1250 亿个参数，但每个代币仅激活 60 亿个参数。相比之下，Qwen3.7-Plus（它在阿里巴巴发布的基准测试中表现优于该模型）拥有 3970 亿个总参数，每个代币激活了 170 亿个参数，几乎是 Flash-Next 活跃数量的三倍。

技术上最有趣的部分是一个新颖的 N-gram 嵌入层，它携带 510 亿个参数。该层将常见单词组存储为独立条目，The Decoder 的 Matthias Bastian 将其描述为一种“短语词典”，将短语级信息馈送到网络的开头。至关重要的是，它位于常规系统 RAM 中，而不是昂贵的 GPU 内存中，Qwen 团队称其附加成本相对较低，这是 Qwen4 中计划采用的架构创新。

该模型本身支持 262,144 个令牌上下文窗口，并使用 YaRN 长上下文扩展扩展到 100 万个令牌。技术报告发布在 GitHub 上。

基准：编码和办公室工作

阿里巴巴的基准测试将 Flash-Next 与 DeepSeek-V4-Flash（2840 亿个参数，130 亿个活跃值）和 Anthropic 的 Claude Opus 4.6（Max）进行比较。尽管两个竞争对手都更大或更昂贵，但 Flash-Next 在大多数测试任务中处于领先地位，在编码和办公效率方面取得了最大的进步。

在代理编码方面，Flash-Next 在 DeepSWE 1.1 上得分为 58.7，在 SWE-bench Pro 上得分为 62.5，击败了 DeepSeek-V4-Flash 和 Claude Opus 4.6。办公任务方面的差距更大：CoWorkBench 为 73.9，DeepSeek-V4-Flash 为 45.1，JobBench 为 55.7，几乎是 Qwen3.7-Plus 27.6 的两倍。科学推理在整个领域的表现非常接近，Flash-Next 在 GPQA Diamond 上的得分为 91.7，在 LiveCodeBench v6 上的得分为 91.9。 Claude Opus 4.6 仅在 Humanity 的最后考试中领先，为 40.0 至 35.9，并且它是 2026 年 2 月以来的较旧的 Anthropic 模型。一如既往，发布的基准分数和实际性能可能有所不同。

每个竞争对手都面临定价压力

生产版本作为 Qwen3.8-Flash 通过 QwenCloud 发货，价格为每百万个输入代币 0.16 美元，每百万个输出代币 0.47 美元。这甚至低于 Z.ai 的 GLM-5.3-Flash，该产品当天发布的价格分别为 0.15 美元和 0.50 美元——实际上是市场底部的平价。

与阿里巴巴自己的旗舰店相比，差距非常明显。 Qwen3.8-Max 于 8 月初推出，旨在与 Claude Opus 4.8、Gemini 3.1 Pro 和 GPT-5.6 Sol 竞争，每百万个输入代币的成本为 2.00 美元，每百万个输出代币的成本为 6.00 美元。根据阿里巴巴自己的数据，Flash-Next 的性能略低于旗舰产品，输入和输出价格约为旗舰产品的十二分之一。

长上下文增加了规格表之外的实用价值。在 262,144 个原生代币中，单个请求可以容纳多个大型代码存储库、完整的合约集或数小时的转录会议；通过 YaRN 扩展到一百万个标记，无需检索脚手架即可进行全语料库分析。对于 Flash-Next 得分最高的代理编码工作负载（在实际软件项目中独立查找和修复错误），大窗口意味着任务中的上下文管理故障更少。 Qwen 团队还在 GitHub 上发布了技术报告，邀请了专有实验室避免的那种独立架构审查。

为什么此版本很重要

Qwen3.8-Flash-Next 最好理解为 Qwen4 的公开彩排。 N-gram 嵌入层、积极的活动参数比率以及大量但很少需要的参数的 RAM 卸载勾勒出一种设计理念：每美元移动智能，而不是每 GPU 移动智能。以九分之一的成本训练击败 Qwen3.7-Plus 的模型正是使快速迭代周期变得经济实惠的能力 - 而迭代速度比任何单一基准更能决定一年后谁站在前沿。

正如 FourWeekMBA 所观察到的那样，来自中国实验室的两个前沿开放权重模型（Z.ai 的 GLM-5.3-Flash 和阿里巴巴的 Flash-Next）的同一天到来也标志着节奏的转变。西方实验室仍然保持着基准峰值，但开放重量级别现在每周都会提供接近前沿的质量，但价格却低了一个数量级。

对于开发人员来说，实际的收获很简单：一个强大的、长上下文、多模式模型的成本再次下降，可下载的权重可以作为针对任何单一提供商的保险。对于竞争对手来说，这个消息不太令人舒服——效率边界现在的移动速度快于旗舰产品定价的实际跟随速度，而阿里巴巴并没有表现出放缓的迹象。

---

保持人工智能领先地位

获取最新的人工智能新闻、分析和突破——尽在一个地方。

阅读更多人工智能新闻 →