Tongyi Qianwen ने Qwen3.8-Flash जारी किया, एक बहु-मोडल MoE मॉडल, जो Qwen4 आर्किटेक्चर का शुरुआती पूर्वावलोकन है और इसके वजन को खोला गया है। इस मॉडल में कुल...
Tongyi Qianwen ने Qwen3.8-Flash जारी किया, एक बहु-मोडल MoE मॉडल, जो Qwen4 आर्किटेक्चर का शुरुआती
पूर्वावलोकन है और इसके वजन को खोला गया है। इस मॉडल में कुल 125B पैरामीटर्स हैं, प्रत्येक टोकन केवल 6B को सक्रिय करता है, प्रशिक्षण लागत केवल Qwen3.7-Plus की 1/9 है, और प्रदर्शन पूरी तरह से उससे आगे है। प्रोडक्शन संस्करण API की कीमत $0.16/1M इनपुट टोकन्स और $0.47/1M आउटपुट टोकन्स है, मूल संदर्भ 262K है, और इसे 1M तक बढ़ाया जा सकता है। 🔗 मूल लेख पढ़ें via AIHOT · https://aihot.virxact.com/items/cmta9ciqt07c1roj219h5liie
通义千问发布 Qwen3.8-Flash，一款多模态 MoE 模型，作为 Qwen4 架构的早期预览并开放权重。
该模型总参数 125B，每 token 仅激活 6B，训练成本仅为 Qwen3.7-Plus 的 1/9，性能全面超越后者。
生产版 API 定价 $0.16/1M 输入 tokens 和 $0.47/1M 输出 tokens，原生上下文 262K，可扩展至 1M。
🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmta9ciqt07c1roj219h5liie
通义千问发布 Qwen3.8-Flash，定位为多模态 MoE 模型、Qwen4 架构的早期预览，并开放权重。材料称其总参数为 125B，每 token 激活 6B，性能全面超越 Qwen3.7-Plus。
公开材料显示，Qwen3.8-Flash 的生产版 API 定价为每百万输入 tokens 0.16 美元、每百万输出 tokens 0.47 美元；原生上下文为 262K，并可扩展至 1M。材料还称其训练成本为 Qwen3.7-Plus 的九分之一。
Aioga 判断，Qwen3.8-Flash 同时释放开源权重、长上下文和低激活参数量等信号，可能反映通义千问在模型效率与开发者使用门槛上的持续推进。但性能和成本表述目前仅来自发布材料。
若公开参数与定价信息准确，开发者评估模型时可能会重点比较其开放权重、API 价格、上下文长度和多模态能力。至于实际效果、部署成本及与其他模型的差异，现有材料没有提供独立测试或更多细节。 建议关注开放权重的具体许可、模型下载与部署要求，以及官方评测口径和可复现实验结果。同时核对 1M 上下文扩展方式、生产版 API 的适用范围，并持续跟踪 Qwen4 架构预览后续披露。
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: x.com
स्रोत: @Alibaba_Qwen
原文链接: मूल स्रोत खोलें
Aioga 归档: 查看情报页
Content record: social-summary · Updated: 2026-08-26T15:32:46.000Z
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this articleAioga 自动聚合全球 AI 动态，并保留来源信息用于核验与引用。